在算力竞赛愈发激烈的当下，人工智能正逼近一堵“逻辑之墙”。模型越大、参数越多，却仍难摆脱幻觉与不确定性。AI究竟为什么要学数学？菲尔兹奖得主丘成桐院士在上海抛出了这一问题。
在第十届世界华人数学家大会特别夜话中，丘成桐院士回顾了计算机发展史：20世纪60年代，硬件一度被计算复杂度“卡死”，真正改变产业走向的并非算力提升，而是快速傅里叶变换（FFT）这一数学算法。“今天的AI也需要属于自己的FFT时刻。”他指出，AI学数学，不是为了算得更快，而是为了从概率走向逻辑，从经验走向确定。
在现场展示中，上海AI实验室、阿里通义、商汤、字节跳动等团队展示了最新进展。部分模型已具备长程推理、自我校验能力，能在推导中主动修正路径；也有模型在复杂计算中利用对称性完成化简，展现出接近数学直觉的判断。这些尝试表明，AI正从“会做题”迈向“能研究”。
活动现场还发布了“人类知识边界：全球数学征解”，以数学问题牵引模型能力突破，构建“数学—模型—应用”的创新生态。正如丘成桐所言，五十年前，数学改变了计算机工业；今天，数学或将再次决定人工智能的上限。在这场关乎认知边界的竞赛中，上海正从基础逻辑处落子。
在算力竞赛愈发激烈的当下，人工智能正逼近一堵“逻辑之墙”。模型越大、参数越多，却仍难摆脱幻觉与不确定性。AI究竟为什么要学数学？菲尔兹奖得主丘成桐院士在上海抛出了这一问题。
在第十届世界华人数学家大会特别夜话中，丘成桐院士回顾了计算机发展史：20世纪60年代，硬件一度被计算复杂度“卡死”，真正改变产业走向的并非算力提升，而是快速傅里叶变换（FFT）这一数学算法。“今天的AI也需要属于自己的FFT时刻。”他指出，AI学数学，不是为了算得更快，而是为了从概率走向逻辑，从经验走向确定。
在现场展示中，上海AI实验室、阿里通义、商汤、字节跳动等团队展示了最新进展。部分模型已具备长程推理、自我校验能力，能在推导中主动修正路径；也有模型在复杂计算中利用对称性完成化简，展现出接近数学直觉的判断。这些尝试表明，AI正从“会做题”迈向“能研究”。
活动现场还发布了“人类知识边界：全球数学征解”，以数学问题牵引模型能力突破，构建“数学—模型—应用”的创新生态。正如丘成桐所言，五十年前，数学改变了计算机工业；今天，数学或将再次决定人工智能的上限。在这场关乎认知边界的竞赛中，上海正从基础逻辑处落子。
