由斯梅爾數(shù)學(xué)與計(jì)算研究院(Smale Institue of Mathematics & Computation)主辦的WAIC 2024“數(shù)學(xué)與人工智能”學(xué)術(shù)會(huì)議7月4日在上海世博中心圓滿落幕!

作為全球性高級(jí)別學(xué)術(shù)研討會(huì)，此次會(huì)議由華院計(jì)算技術(shù)(上海)股份有限公司創(chuàng)始人董事長(zhǎng)、斯梅爾數(shù)學(xué)與計(jì)算研究院執(zhí)行院長(zhǎng)宣曉華擔(dān)任主持，美國(guó)卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院名譽(yù)教授、1995年圖靈獎(jiǎng)獲得者及美國(guó)三院院士Manuel Blum，歐洲人文和自然科學(xué)院外籍院士、歐洲科學(xué)院院士、上海交通大學(xué)自然科學(xué)研究院院長(zhǎng)、上海交通大學(xué)數(shù)學(xué)科學(xué)學(xué)院講席教授金石，歐洲科學(xué)院院士、牛津大學(xué)應(yīng)用數(shù)學(xué)教授Jose A.Carrillo，牛津大學(xué)DeepMind人工智能教授Michael Bronstein，倫敦大學(xué)學(xué)院人工智能中心主任、英國(guó)研究與創(chuàng)新署基礎(chǔ)人工智能博士培訓(xùn)中心主任、UiPath杰出科學(xué)家David Barber，世界科學(xué)院院士、阿勒福贊杰出青年科學(xué)家國(guó)際獎(jiǎng)得主、南非布隆方丹自由州大學(xué)和臺(tái)灣中華醫(yī)科大學(xué)教授Abdon Atangana，南非北方大學(xué)應(yīng)用數(shù)學(xué)系教授、系主任Oluwole Daniel Makinde，阿聯(lián)酋人工智能大學(xué)副教授、副系主任Martin Takac出席，菲爾茲獎(jiǎng)得主、法國(guó)高等科學(xué)研究所(IHES)終身數(shù)學(xué)教授Laurent Lafforgue，澳大利亞國(guó)立大學(xué)計(jì)算機(jī)科學(xué)研究學(xué)院(RSCS)榮譽(yù)教授Marcus Hutter以及西南財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院教授、統(tǒng)計(jì)研究中心主任、博士生導(dǎo)師林華珍通過(guò)線上方式參與了此次圓桌討論。上海市經(jīng)濟(jì)和信息化委員會(huì)主任張英出席會(huì)議，歡迎全球數(shù)學(xué)家來(lái)滬參會(huì)并致辭。

這些全球頂尖的數(shù)學(xué)家和科學(xué)家們圍繞機(jī)器學(xué)習(xí)與人工智能的數(shù)學(xué)基礎(chǔ)、人工智能中的算法研究、AI4Science以及AI4Math等主題進(jìn)行深入討論，共同探討數(shù)學(xué)與人工智能領(lǐng)域的最新研究成果和未來(lái)發(fā)展趨勢(shì)。

會(huì)上，94歲高齡的斯梅爾數(shù)學(xué)與計(jì)算研究院名譽(yù)主席斯蒂芬·斯梅爾教授以線上視頻的形式發(fā)表了他關(guān)于“21世紀(jì)的18道數(shù)學(xué)問(wèn)題”中的“智能的極限”的觀點(diǎn)。1998年，斯梅爾列出了21世紀(jì)的18道數(shù)學(xué)問(wèn)題。“斯梅爾問(wèn)題”，沿襲了1900年著名的希爾伯特?cái)?shù)學(xué)問(wèn)題的精神。“斯梅爾問(wèn)題”有一部分就來(lái)自希爾伯特?cái)?shù)學(xué)問(wèn)題。

會(huì)議圍繞三大議題進(jìn)行探討，在關(guān)于“如何借助數(shù)學(xué)打造更好的人工智能算法基礎(chǔ)(特別是深度神經(jīng)網(wǎng)絡(luò)和Transformer領(lǐng)域)，從而提升人工智能算法的效率和魯棒性、增加因果推理能力和可解釋性，消除模型的幻覺(jué)現(xiàn)象等?”的議題上，Michael Bronstein教授發(fā)表了深刻見(jiàn)解，他高度肯定了數(shù)學(xué)家在構(gòu)筑人工智能算法基礎(chǔ)方面的卓越貢獻(xiàn)。Bronstein教授從兩個(gè)維度進(jìn)行了詳盡剖析：一方面，不論是預(yù)測(cè)性人工智能還是生成式人工智能，其核心均離不開優(yōu)化過(guò)程，因此數(shù)學(xué)家的任務(wù)就是不斷地探索與開發(fā)更好的算法，提高算法的效率。另一方面，他強(qiáng)調(diào)數(shù)學(xué)分析對(duì)于理解人工智能理論的重要性，特別是生成式人工智能，其執(zhí)行任務(wù)的能力在很大程度上依賴算法的設(shè)計(jì)，而數(shù)學(xué)家通過(guò)優(yōu)化算法，不僅提升了預(yù)測(cè)的準(zhǔn)確性，還賦予了AI更強(qiáng)的預(yù)見(jiàn)性，使其在面對(duì)復(fù)雜任務(wù)時(shí)能夠做出更為合理的決策。

這一觀點(diǎn)得到了在場(chǎng)嘉賓的廣泛共鳴，Martin Takac教授則進(jìn)一步闡述道：“我們希望可以不斷推進(jìn)、拓寬并深化算法的邊界，追求算法更高的效率與效能。”此番討論奠定了數(shù)學(xué)研究在人工智能方面的演進(jìn)中所扮演的重要角色。

隨著人工智能的飛速發(fā)展，它已廣泛滲透至生活的各個(gè)角落，雖然為現(xiàn)代人類社會(huì)提高了前所未有的效率，帶來(lái)了諸多的便捷與福祉。然而，人工智能依舊面臨著一系列理論和實(shí)踐上的挑戰(zhàn)。因此，會(huì)議也以“對(duì)于通用人工智能(AGI)、大模型的涌現(xiàn)現(xiàn)象、意識(shí)智能等前沿研究領(lǐng)域有哪些好的數(shù)學(xué)模型?智能的極限又是什么?”為議題，深入剖析現(xiàn)有的數(shù)學(xué)模型是如何推動(dòng)人工智能、大模型的發(fā)展，以此探討數(shù)學(xué)與人工智能之間雙向促進(jìn)、共同發(fā)展的互動(dòng)關(guān)系。針對(duì)此議題，David Barber教授深刻地指出數(shù)學(xué)的純粹、清晰性和復(fù)雜的人類推理、語(yǔ)言、知識(shí)以及人工智能之間存在著巨大鴻溝。他強(qiáng)調(diào)，利用數(shù)學(xué)模型來(lái)驅(qū)動(dòng)人工智能，促使人工智能更理解人類語(yǔ)言，是一項(xiàng)充滿挑戰(zhàn)又極具潛力的任務(wù)。同時(shí)，他也樂(lè)觀地表示，目前已有的統(tǒng)計(jì)學(xué)、邏輯推理等已經(jīng)為人工智能的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)，相信未來(lái)也會(huì)有更精準(zhǔn)高效的數(shù)學(xué)模型來(lái)協(xié)助人工智能的發(fā)展。

金石教授則從另一個(gè)角度切入，他認(rèn)為一個(gè)理想的數(shù)學(xué)模型應(yīng)當(dāng)是要將領(lǐng)域知識(shí)和物理定律完美結(jié)合，這樣的模型才能更有效地解決復(fù)雜的問(wèn)題。Michael Bronstein在探討“智能的極限”時(shí)，以富有哲理的比喻闡述了人類對(duì)于智能認(rèn)知的演進(jìn)過(guò)程。他提出現(xiàn)在的人類看到人工智能的進(jìn)步，如同十年前我們看科幻小說(shuō)幻想今天一樣，雖然今日我們見(jiàn)證了人工智能的顯著進(jìn)步，卻仍感覺(jué)有些不一樣。他強(qiáng)調(diào)，人工智能的極限就如同人類不斷追求與設(shè)定的新目標(biāo)，是一個(gè)動(dòng)態(tài)變化、永無(wú)止境的過(guò)程。

Marcus Hutter教授對(duì)于人工智能的見(jiàn)解深刻且前瞻，他堅(jiān)信人工智能的作用不僅僅是預(yù)測(cè)，而是擁有影響世界的決策能力。因此，他提出通過(guò)將最優(yōu)決策理論與未知世界的預(yù)測(cè)理論相結(jié)合，可以構(gòu)建在任意未知環(huán)境中都能做出最優(yōu)決策的AGI系統(tǒng)，如ASI(強(qiáng)人工智能)。在過(guò)去的幾年里，Marcus Hutter教授已經(jīng)證實(shí)了我們擁有很多優(yōu)化的概率，他做出了將智力這一非正式概念數(shù)學(xué)化的努力，提出了一個(gè)從0到1的評(píng)分系統(tǒng)來(lái)評(píng)估AI的智能程度。他認(rèn)為理想的智能測(cè)量應(yīng)能捕捉所有智力的關(guān)鍵特征，包括記憶、概括能力、推理、理解力和創(chuàng)造力等。雖然目前的研究仍處于基礎(chǔ)的開發(fā)階段，但他積極利用逼近法來(lái)讓計(jì)劃得以繼續(xù)執(zhí)行，使其更優(yōu)化、更完美，以確保每一步都朝著既定目前穩(wěn)步前進(jìn)。對(duì)于當(dāng)前的數(shù)據(jù)模型，Marcus Hutter教授也持樂(lè)觀的態(tài)度。他表示目前的數(shù)據(jù)模型雖然尚在發(fā)展之中，但未來(lái)他會(huì)讓數(shù)據(jù)模型更加接近理想的狀態(tài)。

Abdon Atangana教授對(duì)此表示：我們每天都在創(chuàng)造與發(fā)明，然后通過(guò)驗(yàn)證我們的成果，來(lái)為人工智能注入更多的內(nèi)容，讓它接受更多的培訓(xùn)和進(jìn)步。誠(chéng)然，人工智能的出現(xiàn)可能讓人類不再需要用自己的大腦進(jìn)行研究，但是實(shí)際上人工智的發(fā)展仍然需要靠人類去進(jìn)行深度參與和補(bǔ)充，尤其是它無(wú)法直接向我們驗(yàn)證新定理和新方法論。因此，關(guān)于人工智能的未來(lái)，我更想看到的是它可以超越現(xiàn)在的界限，可以替代人類驗(yàn)證一些新方向和新主題。

數(shù)學(xué)作為人工智能的基石之一，其基本理論和應(yīng)用技術(shù)的深入研究是人工智能行穩(wěn)致遠(yuǎn)的關(guān)鍵。因此，要想讓人工智能在各行各業(yè)取得穩(wěn)健的發(fā)展，必須先確保數(shù)學(xué)基礎(chǔ)問(wèn)題的有效解決。同時(shí)，人工智能的飛速發(fā)展和廣泛引用，也推動(dòng)了數(shù)學(xué)領(lǐng)域的研究不斷向前，為數(shù)學(xué)提供了更多的研究視角、方法和挑戰(zhàn)，促進(jìn)了數(shù)學(xué)理論的創(chuàng)新和突破。既然人工智能的發(fā)展離不開數(shù)學(xué)的支持，那么人工智能是否也能反過(guò)來(lái)對(duì)數(shù)學(xué)產(chǎn)生促進(jìn)作用?

“人工智能如何助力數(shù)學(xué)研究，特別是在定理證明、證明驗(yàn)證以及猜想生成方面?”這是本次會(huì)議的最后一個(gè)議題。在這個(gè)議題上，Jose A.Carrillo教授以風(fēng)趣又不失深刻的言辭表達(dá)了自己的看法：“對(duì)于我個(gè)人而言，我并不擔(dān)心我的工作會(huì)被替代。誠(chéng)然，目前的人工智能雖然在一定程度上可以可以輔助數(shù)學(xué)家進(jìn)行錯(cuò)誤的檢查，避免失誤，但是人工智能的發(fā)展仍然面臨著諸多未解難題，至少我(作為一名數(shù)學(xué)家)目前這幾年仍不會(huì)失業(yè)。”

世間萬(wàn)物兼具兩面性，數(shù)學(xué)與人工智能相互間的促成關(guān)系背后也可能潛藏風(fēng)險(xiǎn)。在現(xiàn)場(chǎng)觀眾對(duì)這一問(wèn)題感到疑惑時(shí)，Manuel Blum教授以深邃的洞察力提出了獨(dú)到見(jiàn)解，他指出：“人類總有一天可能都會(huì)毀滅，但是人工智能的出現(xiàn)并非這一宿命的必然推手，相反地，人工智能可能是協(xié)助人類規(guī)避風(fēng)險(xiǎn)的關(guān)鍵鑰匙。”Oluwole Daniel Makinde教授對(duì)此表示贊同，他補(bǔ)充道：“我們應(yīng)當(dāng)以積極樂(lè)觀的心態(tài)，相信人工智能會(huì)給我們帶來(lái)創(chuàng)新!”

此次在WAIC會(huì)議主會(huì)場(chǎng)舉辦全球性數(shù)學(xué)與人工智能會(huì)議，充分體現(xiàn)了本次WAIC會(huì)議的全球性和理論前沿性，也體現(xiàn)了上海致力于打造全球性人工智能基礎(chǔ)研究前沿和數(shù)學(xué)等AI算法技術(shù)相關(guān)基礎(chǔ)學(xué)科研究高地的期許。

“數(shù)學(xué)與人工智能”學(xué)術(shù)會(huì)議，作為一次思想的盛宴、智慧的碰撞，見(jiàn)證了數(shù)學(xué)家們圍繞前沿問(wèn)題展開的激烈討論與深刻洞見(jiàn)。在這里，思想的火花匯聚成照亮前行道路的明燈，預(yù)示著數(shù)學(xué)理論與人工智能技術(shù)的深度融合將開啟一個(gè)充滿無(wú)限可能的新紀(jì)元。在這個(gè)充滿無(wú)限可能的新時(shí)代，我們有理由相信，數(shù)學(xué)與人工智能將攜手并進(jìn)，共同書寫人類科技進(jìn)步的嶄新篇章。

（來(lái)源：世界人工智能大會(huì)）