北京7月25日电 (记者 孙自法)“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”“探究基础科学和人工智能的关系具有深刻意义”“数学工具的运用为人工智能发展打开全新视角”……
正在北京持续举行的首届国际基础科学大会7月23日下午在国家科技传播中心专门举办基础科学与人工智能论坛，与会人工智能(AI)领域专家学者聚焦论坛主题展开交流研讨。
菲尔兹奖得主、国际基础科学大会主席丘成桐为论坛作视频致辞指出，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。
在论坛圆桌对话环节，美国国家工程院和英国皇家工程院外籍院士、粤港澳大湾区数字经济研究院创院理事长、香港科技大学校董会主席、清华大学高等研究院双聘教授沈向洋提出五个重要问题，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，探究基础科学和人工智能的关系具有深刻意义。
德国国家工程科学院院士、汉堡大学教授、多模态智能系统研究所所长、清华大学杰出访问教授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。
澜舟科技创始人兼CEO、中国计算机学会副理事长、创新工场首席科学家周明围绕“如何用大模型创造价值：从通用大模型向行业大模型再到场景大模型”主题，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。
xAI创始成员杨格应邀在论坛上发表主旨演讲，通过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。
本次基础科学与人工智能论坛由清华大学计算机科学与技术系教授、清华大学人工智能研究院常务副院长孙茂松先生主持，在问答交流环节，与会专家学者逐一回答针对模型训练、学科壁垒、科技伦理等提问。
关于模型训练，杨格认为，伴随着模型规模增长，需要更加丰富、质量更好的数据集，需要由偏重网络舆论数据集转向偏重数学科学、更具逻辑性和推理性的训练集；张建伟表示，未来学习曲线的增长斜率，既取决于数据质量和多样化程度，也受语言多样化和文化多样化的影响。
关于学科壁垒，沈向洋表示，找对用对好的数学工具，将有效应对目前人工智能发展遇到的挑战。未来需要与更多的数学家交流，用对用好数学工具。
关于科技伦理，张建伟表示，目前中国国内对机器人的热情很高，产业基础和环境氛围很好。新业态和新场景迅速迭代，如何在科技伦理的框架下推进机器人研发，不刻意地规划人工智能的创造性，给人类留出一些创意空间，是非常值得关注、值得探索的问题。
据了解，国际基础科学大会是基础科学领域顶级国际学术会议，首届大会以“聚焦基础科学，引领人类未来”为主题，云集全球逾800名顶尖学者参会。基础科学与人工智能论坛是国际基础科学大会系列学术活动之一，由中国科协科学技术传播中心和清华大学求真书院主办，中国科协青少年科技中心和北京科学中心协办。(完)