记者从第十届世界华人数学家大会获悉,随着算力竞赛进入白热化阶段,人工智能技术发展正面临一道难以逾越的障碍。
菲尔兹奖得主、著名数学家丘成桐院士在上海举行的特别夜话中明确指出,当前模型虽然参数规模不断扩大,但仍难以克服推理不确定性和逻辑缺陷等根本性问题。
这一判断并非空穴来风。
业界观察显示,尽管近年来计算资源投入持续增长,但技术进步的边际效应正在递减。
丘成桐院士通过回溯计算机发展历程揭示了问题的本质。
上世纪六十年代,计算机产业曾陷入硬件性能瓶颈,最终突破依靠的不是设备升级,而是快速傅里叶变换算法的创新应用。
这一数学工具的引入,从根本上改变了信息处理的效率边界,推动整个产业实现跨越式发展。
"今天的人工智能同样需要属于这个时代的算法突破",丘成桐院士强调,让机器学习数学的核心价值,不在于提升计算速度,而在于建立从概率统计到严密逻辑、从经验归纳到确定推理的认知体系。
这一转变关系到技术能否真正具备可靠性和可解释性,进而在科学研究、工程设计等高精度领域发挥实质作用。
来自上海人工智能实验室、阿里通义、商汤科技、字节跳动等机构的研究团队在会上展示了阶段性成果。
相关负责人介绍,新一代模型已初步具备长链条推理和自主纠错功能,能够在演算过程中识别逻辑偏差并调整求解路径。
部分系统在处理复杂运算时,开始运用数学中的对称性原理进行简化,呈现出接近人类数学思维的判断特征。
这些进展表明,技术正从单纯的题目求解向具备研究能力的方向演进。
此次大会同步启动"人类知识边界:全球数学征解"活动,通过设置具有挑战性的数学问题,引导模型能力向纵深拓展,构建起基础理论、模型研发与实际应用相互促进的创新链条。
活动组织方表示,希望借此形成持续的技术牵引机制,推动更多原创性算法突破涌现。
从产业布局看,上海正将这一战略方向纳入科技发展规划。
相关部门负责人表示,将在基础数学研究、算法人才培养、产学研协同等方面加大投入力度,力争在新一轮技术竞争中占据制高点。
多位业内专家认为,数学与人工智能的深度融合,不仅关系到单一技术领域的进步,更可能重塑数字经济的底层架构,影响从芯片设计到科学计算的广泛领域。
当前国际科技竞争日趋激烈,谁能率先实现从算力堆叠到算法革新的转变,谁就将在未来发展中赢得主动。
丘成桐院士的观点为行业发展提供了重要参考:五十年前,数学理论的突破重塑了计算机工业;今天,数学逻辑的深度应用,或将再次决定人工智能技术的发展天花板。
从“更大”到“更准”，从“概率”到“逻辑”，人工智能的下一次跃迁或许不取决于堆叠多少算力，而取决于能否建立可验证、可推导、可复现的知识体系。
数学提供的不只是工具，更是一种把不确定性压缩为确定结论的方法论。
当更多研究把目光投向底层逻辑与算法创新，这场关乎认知边界的竞赛，才可能迎来真正意义上的突破时刻。