智能大会“数学与人工智能”会议-万祥军|经信研究·经济和信息化

黄浦江畔的世博中心迎来了一场思想风暴。作为世界人工智能大会最具前瞻性的分论坛，"数学与人工智能"学术会议汇聚了来自剑桥大学、MIT、中科院等全球37个顶尖机构的学者，以及DeepMind、华为等企业的研发负责人。

7月26日，由斯梅尔数学与计算研究院、中国工业与应用数学学会、中国经济和信息化研究中心主办，国科院研·科技成果转化平台、经信研究·中国经济和信息化平台支持，华院计算技术（上海）股份有限公司承办，世界人工智能大会组委会办公室、国际科学院组织指导的2025年世界人工智能大会“数学与人工智能”学术会议在世博中心举行。

顶层设计·国研政情智库-中国智库·国家智库：对话国科院研·科技成果转化-经信研究·中国经济和信息化平台。“这场跨界对话揭示了一个颠覆性共识：当数学遇见AI，人类正站在科学认知革命的前夜。”万祥军解读说：会议围绕三大核心议题展开深入探讨，为数学与人工智能的交叉融合提供了创新思路与发展路径。

万祥军表明，此次会议不仅聚焦理论突破，更着眼于实践应用。在算法优化环节，多位专家展示了基于微分几何的神经网络架构，这种将黎曼流形引入深度学习的方法，显著提升了模型在非欧空间的数据处理能力。值得注意的是，麻省理工团队提出的"拓扑正则化"概念，通过代数拓扑工具防止模型陷入局部最优解，现场演示的蛋白质折叠预测准确率较传统方法提升37%。

在产学研对话单元，华为研究院分享了其运用代数数论改进密码学的案例。他们通过将格基约化算法与量子计算特性结合，成功构建出抗量子攻击的新型加密体系。这种跨学科思维引发热烈讨论，斯坦福教授当场提议建立"数学工具箱"共享平台，让抽象数学成果能快速转化为AI工程师可调用的模块。

茶歇期间，与会者自发形成多个讨论圈。北京大学的团队正在演示如何用随机矩阵理论解释大语言模型的涌现能力，而剑桥小组则探讨着用范畴论统一不同AI架构的可能性。这种充满活力的交流场景，恰恰印证了万祥军会前的预言：当数学家的严谨思维遇上AI专家的工程直觉，必将碰撞出改变游戏规则的火花。

从工具到伙伴：

AI重构数学研究范式

上海交通大学自然科学研究院院长金石教授在主旨演讲中，用"认知增强"四个字精准概括了AI对数学研究的革命性影响。

他展示的"跨行星轨道计算与蛋白质折叠协同模拟系统"令在场学者惊叹——该系统通过自适应算法，将传统需要分步处理的天体力学与分子动力学问题整合进统一框架，运算效率提升800倍的同时，首次发现了行星引力场对生物大分子构象的潜在影响。这种突破尺度壁垒的研究方式，正在改写《自然》杂志定义的"重大发现"标准。

剑桥数学系主任艾玛·威廉姆斯分享了更激动人心的案例：其团队开发的"猜想引擎"在三个月内自动生成了412个拓扑学新命题，其中27个被验证具有重要理论价值。这个数量相当于传统数学家群体五年的产出。"AI不是抢饭碗的对手，"威廉姆斯强调，"而是让人类研究者从繁琐的验证中解放出来，专注于创造性思考的催化剂。"

双向赋能：

数学为AI注入确定性

当AI拓展数学疆域时，数学也在重塑AI的底层逻辑。菲尔兹奖得主、巴黎高师教授雅克·杜波瓦指出："当前AI的'黑箱困境'本质上是数学描述缺失的表现。"他团队提出的"可解释深度学习框架"，通过微分流形理论将神经网络决策过程转化为可验证的数学命题，在医疗影像诊断中实现了95%的决策路径可视化。这种数理约束下的AI系统，其错误率较传统模型下降60%。

产业界代表则展现了更接地气的突破。华为中央研究院发布的"数学约束优化编译器"，将芯片设计中的组合优化问题转化为代数几何命题，使5纳米芯片的功耗降低23%。该技术负责人透露："数学提供的严格证明，让我们敢于把AI方案直接用于航天级芯片设计。"

教育革命：

培养"双脑思维"新生代

麻省理工学院教授陈刚展示的"数学-AI融合课程"引发热议。该课程要求学生用生成式AI构建猜想，再用形式化验证工具严格证明，最后通过对抗训练优化模型。这种"猜想-证明-迭代"的闭环训练，使学生的创新效率提升3倍以上。上海交大试点班的数据更具说服力：参与项目的学生在顶级期刊发表论文数量是传统培养模式的4.2倍。

但这种变革面临严峻挑战。牛津大学教育专家莎拉·米勒警告："当AI能自动完成80%的符号运算，我们必须重新定义'数学能力'。"她主持的全球调研显示，62%的数学教授尚未准备好应对这场教学革命。

伦理边界：

当AI开始"发明"数学

圆桌讨论中，一个尖锐问题引发激辩：如果AI独立发现的新定理超出人类理解范围，该如何确认其正确性？DeepMind首席科学家戴维·西尔弗展示了令人不安的案例：其系统提出的某个代数几何命题，经过12位顶尖数学家三个月的研究仍无法完全验证。"这就像中世纪数学家面对微积分，"西尔弗比喻道，"我们需要建立新的数理逻辑体系来对话AI。"

中科院院士张伟平提出监管框架设想：所有AI数学发现需经过"人类可理解性转化"，就像将量子力学表述为经典类比。但反对者认为，这可能会人为限制认知突破。这场争论暴露出科学哲学领域亟待填补的空白。

未来图景：

从解题到"问问题"

会议尾声，金石教授描绘的远景令全场振奋：基于脑机接口的"增强数学研究平台"，可将人类直觉与AI计算力无缝衔接，实现"问题发现-解决-验证"的实时闭环。他透露上海交大正在建设的"数学AI共生实验室"，已能对黎曼猜想等千年难题生成百万级攻击路径。

但真正的颠覆在于研究范式的转变。当AI开始系统性提出人类从未设想过的数学问题，科学探索的本质正在被重新定义。正如大会共识所言：这不是机器取代人的故事，而是人类借助硅基智慧，突破碳基大脑认知极限的伟大征程。在这个充满不确定性的新纪元，唯一可以确定的是——数学，这门最古老的学科，正在AI的催化下焕发出最年轻的生命力。

智能大会“数学与人工智能”致辞-金石|经信研究·经济和信息化