院士专家谈：基础科学与人工智能会擦出怎样的火花？

　　7月23日下午，国际基础科学大会“基础科学与人工智能论坛”在国家科技传播中心举办。多位院士专家汇聚一堂，共同研讨基础科学与人工智能前沿成果和未来趋势。

　　菲尔兹奖得主、国际基础科学大会主席丘成桐在视频致辞中表示，国际基础科学大会的创设举办具有重要历史性意义，首次促成数学、理论物理、理论计算机与信息科学等三大基础学科领域国际一流学者齐聚一堂，促进学问互鉴交流，赋能不同学科交叉创新。他指出，数学的发展已有两千多年的历史，尤其是近三百多年来涌现累积了很多重要的想法和学问。数学、物理等基础学科发展需要广泛运用人工智能等新一代技术，以促进基础科学的发展。他鼓励年轻科学家从根本上了解、应用人工智能，并在人工智能的广泛应用过程中发挥重要作用。

　　在主题为“大模型及通用人工智能：问题与挑战”的圆桌对话中，美国国家工程院外籍院士沈向洋表示，具备学习特性的新事物背后必然蕴藏着深厚的数学原理。他提出五个重要问题，包括智能与模型规模之间的关系、训练大模型过程中智能的产生阶段、数据对于智能产生的影响、智能涌现的产生机制、数学工具的正确运用等，并围绕这五个问题展开发言。他认为，探究基础科学和人工智能的关系具有深刻意义。

　　德国国家工程与科学院院士张建伟从机器人研究的角度展开，指出数学模型、物理模型、生物模型和脑科学模型等具有很强的现实需要，当前机器人所取得的进展主要集中在底层建模和控制方面，但传统物理模型难以适应交互环境变化，迫切需要将模型训练与深度学习融合推进，这也是机器人在面临未来动态和非结构下环境研究的重要话题。下一步，将持续探索将机器人知识学习更好应用于实践，在具身智能、多模态AI、通用机器人等方面加强研究。基于物理、生理、模型和大数据联合驱动AI的方法是未来实现智能机器人的必由之路。

　　中国计算机学会副理事长周明从通用大模型向行业大模型再到场景大模型”展开，强调实践应用与学术研究形成良好反馈机制的重要性。他介绍了大模型发展历程，重点从通用大模型、行业大模型和场景大模型三个层次剖析大模型落地路径，同时结合金融大模型的具体案例，梳理层次化落地体系。

　　在主旨演讲环节，xAI创始成员杨格分别阐述多层次感知、最大更新参数化、动力学二分法定理等重要问题，分析理论层面模型规模面临的边界约束与实践层面模型最优规模间的动态关系，强调数学工具的运用为人工智能发展打开全新视角。

　　在清华大学人工智能研究院常务副院长孙茂松主持下，专家们围绕大模型的可能性边界、数据集和训练集、计算机视觉、知识图谱等前沿问题展开深入研讨，并就高等教育和人才培养如何更好地孕育激发创新研究提出各自观点，鼓励大家葆有兴趣热情、勇敢追寻梦想。在问答交流环节，与会嘉宾针对模型训练、学科壁垒、科技伦理等现场听众问题逐一回答。

　　本次论坛由中国科协科学技术传播中心和清华大学求真书院主办。