浦江潮涌,創(chuàng)新策源。
2025世界人工智能大會的百場論壇覆蓋大模型創(chuàng)新應用、AIforScience、開源開放、算力新基建等前沿議題,進一步拓展大會作為全球AI思想策源地的深度與廣度。大會振聾發(fā)聵地提出了“AI三問”:數(shù)學之問、科學之問與模型之問,直抵智能核心的“時代命題”,從上海出發(fā),回響全球。
“AI三問”無疑是一次跨界協(xié)同、理論創(chuàng)新的深度對話。在記者看來,“AI三問”,亦是“AI三吻”,當AI光速前行時,上海向?qū)W術(shù)共生與融合發(fā)展的新階段深情一吻。
數(shù)學之問:機器從“證明的執(zhí)行者”變?yōu)椤耙?guī)律的探索者”?
學好數(shù)理化,走遍天下都不怕!
這一點,在大模型身上也不例外。過去一年,我們曾無語,大模型連13.11和13.8哪個大都分不清;也曾感嘆,大模型參加高考數(shù)學甚至奧賽,都能拿高分了。
當然,人們訓練大模型,不只是讓它來做數(shù)學題的。之所以熱衷于提高模型的數(shù)學表現(xiàn),是因為希望它能把數(shù)學那里學到的嚴密邏輯應用到其他更廣泛的領(lǐng)域。
近年來,AI與數(shù)學可謂“雙向奔赴”。新民晚報記者從大會多場與數(shù)學相關(guān)的論壇上了解到,2020年后,深度學習與大模型的發(fā)展,使AI從“驗證工”升級為“發(fā)現(xiàn)助手”,開始主動參與數(shù)學規(guī)律的挖掘與猜想的生成——大模型開始模擬人類的逐步推理過程,盡管暴露出“幻覺”缺陷,可針對這些缺陷的改進方法亦在涌現(xiàn)。另外,AI在構(gòu)造數(shù)學對象上展現(xiàn)出獨特優(yōu)勢,通過海量試錯與策略優(yōu)化,機器能找到人類難以想到的特殊結(jié)構(gòu)。
需要指出的是,當前AI的創(chuàng)新仍有明顯局限?!癆I能生成漂亮的證明步驟,卻提不出‘朗蘭茲綱領(lǐng)’這樣的宏大理論?!眲虼髮W數(shù)學家凱文·巴扎德指出,機器的突破多源于對海量數(shù)據(jù)的統(tǒng)計歸納,而人類數(shù)學家能從看似無關(guān)的領(lǐng)域中提煉出統(tǒng)一框架——這種從0到1的原創(chuàng)性,仍是AI尚未跨越的鴻溝。
本屆大會上,Hitchin–Ngo實驗室(聚焦代數(shù)幾何與數(shù)學物理)與Fefferman實驗室(深耕流體力學與納維—斯托克斯方程)揭牌,標志著國際頂尖數(shù)學研究力量落地申城。記者獲悉,上海的科創(chuàng)基因與學術(shù)積淀為AI與數(shù)學交叉研究提供了沃土。在AI領(lǐng)域,上海擁有全國領(lǐng)先的算力基礎(chǔ)設(shè)施——獲得本屆大會“鎮(zhèn)館之寶”的華為384超節(jié)點真機等尖端設(shè)備性能領(lǐng)先全球,為大規(guī)模數(shù)學建模與AI訓練提供強大支撐;在數(shù)學領(lǐng)域,復旦、交大等高校的數(shù)學學科長期位居全國前列,在微分幾何、組合數(shù)學等方向的研究實力雄厚。這種“AI產(chǎn)業(yè)集群+頂尖數(shù)學學科”的雙重優(yōu)勢,使上海成為探索二者融合的理想試驗田。
當前,上海正圍繞數(shù)學與AI融合的三大前沿方向布局:首先是基礎(chǔ)理論突破,聚焦幾何深度學習、微分方程與神經(jīng)網(wǎng)絡(luò)融合等方向,推動數(shù)學理論為AI提供“公理支撐”;第二是AI輔助數(shù)學研究,開展“機器發(fā)現(xiàn)規(guī)律—人類證明定理”的協(xié)同研究,重點探索AI在紐結(jié)理論、數(shù)論等領(lǐng)域的應用;第三則是產(chǎn)業(yè)場景轉(zhuǎn)化,在智能制造、智能醫(yī)療等領(lǐng)域,提煉具有共性的數(shù)學問題。
“在世界人工智能大會這樣的平臺上組織專門探討數(shù)學問題的論壇,我很驚喜,也很感謝,這體現(xiàn)了上海凝練問題的水平,抓住了AI發(fā)展的‘要害’。”中國科學院院士徐宗本指出,“目前,我們更多的是工程創(chuàng)新,原理突破很少,中國要在國際AI領(lǐng)域真正占有一席之地,必須把基礎(chǔ)理論搞上去,這背后,恰是數(shù)學。”
科學之問:能為科學研究提供“革命的工具”?
當大模型流暢模擬人類對話,當量子計算機效率超越傳統(tǒng)超算千萬億倍,當AI開始預測蛋白質(zhì)結(jié)構(gòu)、驅(qū)動機器人感知環(huán)境……AI正從技術(shù)工具加速滲透到科學研究的核心場域。
諾貝爾物理學獎得主楊振寧曾說,科學的突破往往發(fā)生在學科交叉處。當AI成為連接數(shù)字與物理世界的橋梁,它已不再是單純的技術(shù)工具,而是科學研究的“協(xié)同伙伴”。
2025世界人工智能大會科學前沿論壇上,AI“教父”、諾貝爾獎和圖靈獎雙料獲得者杰弗里·辛頓就說,AI對科學的幫助是顯而易見的,“迄今為止,最令人印象深刻的例子是AI預測蛋白質(zhì)折疊結(jié)構(gòu),這是一個早期標志?,F(xiàn)在在許多領(lǐng)域,AI都將改善科學。”
大會開幕首日,就有多個和科學發(fā)現(xiàn)相關(guān)的發(fā)布——上海人工智能實驗室正式發(fā)布“書生”科學發(fā)現(xiàn)平臺,采用“通專融合”開發(fā)思路,以“書生”大模型為通用基座,搭載了200多個用于專業(yè)領(lǐng)域研究的智能體;中國科學院聯(lián)合團隊研發(fā)的“磐石·科學基礎(chǔ)大模型”面世,實現(xiàn)了對多種科學模態(tài)數(shù)據(jù)的深入理解,具備科學文獻萃取融合、科學知識表征推理和科學工具編排規(guī)劃等核心能力……
“我們希望通過體系化的AI賦能,為科學研究提供‘革命的工具’,推動科研范式變革?!鄙虾H斯ぶ悄軐嶒炇仪嗄昕茖W家白磊如是說。
他透露,科研人員可以在“書生”科學發(fā)現(xiàn)平臺上調(diào)動多學科智能體,進而利用“書生”科學多模態(tài)大模型豐富的知識儲備和推理能力,自動從海量的科學數(shù)據(jù)中識別出新的科學規(guī)律,提出新的科學假設(shè);進一步,平臺還可從理論走向?qū)嶒?,自動完成方案設(shè)計、代碼實現(xiàn),甚至可通過遠程控制儀器設(shè)備,“親手”開展部分實驗;最后,它能獲取實驗數(shù)據(jù),開展分析和討論,“從這個角度來看,‘書生’平臺已經(jīng)有能力從頭到尾覆蓋科研全流程,為科學家提供一站式支持。”
新民晚報記者了解到,利用這一平臺,臨港實驗室等機構(gòu)已推出了多智能體虛擬疾病學家系統(tǒng)“元生”,可自動發(fā)現(xiàn)并驗證創(chuàng)新治療靶點,目前,“元生”已在肝癌和結(jié)直腸癌治療上分別提出新靶點GPR160和ARG2,并被真實臨床樣本和動物實驗驗證,形成科學閉環(huán)。
這么來看,難道說科學家也有了被AI取代的危機嗎?白磊并不這么認為,他說“AI+科研”本質(zhì)上是“人機一體”,破除科學研究領(lǐng)域的各種壁壘,從而大幅降低科研門檻,實現(xiàn)所謂“科研民主化”。
“AI能讓每個人都有機會成為科學家,能讓更專業(yè)的科學家成為愛因斯坦,能讓愛因斯坦更早更快發(fā)現(xiàn)相對論?!卑桌诖虮确秸f。
據(jù)透露,上海AI實驗室正在積極推動“書生”科學發(fā)現(xiàn)平臺與國內(nèi)頂尖大學和科研院所對接,同時也誠邀全球科研機構(gòu)、企業(yè)及科研工作者共同體驗、共同開發(fā),以打造一個更完備的科學智能創(chuàng)新生態(tài)。
模型之問:通向AGI之路如何行穩(wěn)致遠?
當大模型在特定數(shù)據(jù)集上準確率達到99%,卻在現(xiàn)實場景中頻繁翻車,我們是否該反思:模型的泛化能力不足,究竟是數(shù)據(jù)問題還是架構(gòu)原罪?“單一架構(gòu)無法包打天下”已成為共識,Transformer與非Transformer架構(gòu)路線,該何去何從?
如果說在前兩問中,數(shù)學之問以公理公式推演規(guī)律,建認知框架;科學之問扎根實證,探自然本質(zhì)。那么模型之問,便是融合二者,化抽象為實用。
很多人意識到,想要進一步提升模型處理的效能,需要根本性創(chuàng)新而非漸進式改進。大家嘗試對Transformer架構(gòu)進行優(yōu)化升級,比如MoE架構(gòu)(混合專家模型);很多企業(yè)也開始嘗試在Transformer架構(gòu)之外,尋找新的方案。除了架構(gòu)的創(chuàng)新以外,業(yè)界也嘗試從模型的訓練方法著手——從預訓練到后訓練,尋找大模型發(fā)展的新方向。
“AGI(通用人工智能)的前沿,毫無疑問就是我們下一步該怎么觸達AGI?”上海人工智能實驗室主任周伯文教授說,“是否存在一種可能,如果通用和專業(yè)能力是AGI本質(zhì)特征,能否從一開始設(shè)計路線的時候就瞄準通用和專業(yè)能力的兼得展開。”
為此,“通專融合”的思路被提出,包含了三層實現(xiàn)方案,第一層是基礎(chǔ)模型層,在模型架構(gòu)上面需要更深的思考;第二層是融合層,能夠讓不同的專業(yè)技能互相融合,讓通用和專用融合、讓多任務融合;第三層則是如何實現(xiàn)可泛化的評估和獎勵。
“我們認為這三層需要協(xié)同,同時發(fā)生,而且對外界的探索進化需要以更高的效率觸達模型底座的變化?!敝懿母嬖V記者。
此外,大模型數(shù)據(jù)饑渴的問題已經(jīng)迫在眉睫??癖嫉拇竽P蛶缀跬淌闪怂械墓_數(shù)據(jù),傳統(tǒng)依賴數(shù)據(jù)驅(qū)動模型能力增長的路徑已難以為繼。
“據(jù)說到2027年前后,整個互聯(lián)網(wǎng)上的自然語言的數(shù)據(jù)都會被用盡。語言生成的速度遠沒有算力生長的速度來得快,那這樣顯然形成了一種模型的倒掛差?!鄙虦萍级麻L兼CEO徐立解釋。
當書本與互聯(lián)網(wǎng)知識窮盡時,下一代的智能將從何處獲???第一階段靠標注,第二階段靠語言,接下來呢?徐立用人來打比方,人類自誕生起,便通過與現(xiàn)實世界的不斷互動探索獲得智能,而非始于語言或監(jiān)督的認知學習。這種與世界的交互是智能增長的重要源泉。這帶來啟示:與現(xiàn)實世界互動產(chǎn)生的大量數(shù)據(jù)可以帶來智能。
“需要強大的現(xiàn)實世界理解模型+深度3D理解模型來協(xié)同提升該能力?!毙炝⒅赋?。
還有就是,無數(shù)人焦慮:大模型是敵人還是伙伴?在此次造訪中國前,杰弗里·辛頓前已多次在公開信和演講中指出,當前AI系統(tǒng)已經(jīng)具備自主學習和演化的潛能,“一旦其擁有長期目標,就可能會發(fā)展出與人類目標不一致的‘子目標’,甚至試圖欺騙人類、操縱人類、逃脫人類的控制。”
在此次大會上,辛頓表示,會有既聰明又善良的AI,但如何訓練它變得聰明和如何訓練它變得善良是不同的問題,“所以,各國應該分享讓它善良的技術(shù),即使大家不愿意分享讓它聰明的技術(shù)?!?/p>
原標題:《上海作答“AI三問”:夯實數(shù)學根基、驅(qū)動科研變革、探索AGI路徑》
欄目張炯強題圖來源:新民晚報陳夢澤圖片來源:新民晚報陶磊陳夢澤圖片新民晚報陶磊
來源:作者:新民晚報郜陽
斗破四部曲中的境界劃分及天地神物
斗破蒼穹實力排行榜前十:人物背景與戰(zhàn)力深度解析!
《斗破蒼穹》中的異火:各具何種級別?