數學與人工智能的碰撞，正迸發改變世界的能量。2025 年世界人工智能大會 “數學與人工智能” 學術會議上，全球專家學者齊聚一堂，圍繞兩大領域的融合發展展開前瞻性探讨。這場跨國界、跨學科的高端對話，不僅搭建了思想交流的橋梁，更推動了科研機構與企業的深度協同，為數學與 AI 的融合創新注入新動能。
本次會議由斯梅爾數學與計算研究院、中國工業與應用數學學會主辦，華院計算技術(上海)股份有限公司承辦。作為大會舉辦地，上海始終以 “1+1>2” 的理念推動數學基礎創新與人工智能産業融合，通過精準對接理論研究與産業需求、搭建産學研用平台、優化人才發展環境，讓數學與 AI 的協同效應持續放大。
數學：AI 發展的 “根與魂”
“數學是人工智能的根基，這種支撐作用隻會愈發凸顯。” 中國科學院院士、中科院數學與系統科學研究院研究員袁亞湘的觀點直指核心。他強調，當前亟需提升全社會對數學重要性的認知 —— 在布局國家 AI 戰略時，不能僅聚焦計算機等工科領域，更應吸納數學家深度參與，讓多學科協同創新的優勢充分釋放。
歐洲科學院院士、阿蔔杜拉國王科技大學教授許進超則提出更高期待：“數學家不應止步于對 AI 模型的‘事後解讀’，更要主動引領下一代 AI 的發展。” 他直言，當前 AI 研究面臨資源分配的結構性矛盾：數學家雖能提供理論突破，卻常因缺乏大算力、大數據和團隊支持而難以驗證構想。因此，數學界需構建更緊密的産學研機制，将逼近論、優化理論等傳統優勢轉化為 AI 創新的核心驅動力，在模型架構設計、算法解釋等關鍵環節實現突破。
思維革命：從 “工具應用” 到 “認知拓展”
“數據、模型、算法的本質是形式化語言，唯有通過嚴格的數學分析，才能真正理解并改進機器學習方法。” 西安交通大學教授孟德宇以損失函數和卷積算子為例展開分析：傳統工科方法常基于簡化假設(如固定損失函數、僅考慮平移等變性)，而數學視角能揭示更複雜的數據噪聲結構和算子性質(如旋轉 / 尺度等變性)，從而設計出更魯棒的模型。他呼籲數學研究者主動介入 AI 領域，通過理論創新與工科團隊協作，推動機器學習在性能與可解釋性上的雙重躍升。
歐洲人文和自然科學院外籍院士、上海交通大學教授金石則将 AI 與數學的結合定義為 “認知增強”：“AI 打破了人類思維的固有局限，讓研究者能同時處理多尺度、高維度的複雜問題。” 在他看來，“AI for Math” 的真正價值不在于替代傳統方法，而在于 “創造新機會、探索未知世界”，推動人類認知從 “解決既定問題” 向 “發現未知問題” 躍遷，系統性拓展科學的邊界。
破局之路：從 “亂戰” 到 “有序創新”
“當前 AGI 發展處于‘亂戰’狀态，缺乏傳統科研的組織性。” 武漢大學弘毅特聘教授、湖北國家應用數學中心主任楊志堅的判斷一針見血。他将 AI 的核心要素概括為 “三條腿”—— 數據、算力、算法，而數學界最能發力的正是 “數據”：構建數學專用數據集、建立數據标準等基礎性工作。
針對未來發展，楊志堅提出三點具體建議：一是數學界需組織起來，系統性推進數據基礎設施建設;二是重視邊緣分布等關鍵數據特征的挖掘，提升研究效率;三是在擁抱大模型的同時保持理性，建立科學的評估體系。
從基礎支撐到認知革命，從理論突破到産業落地，數學與 AI 的深度融合正開啟一段充滿無限可能的旅程。這場跨越國界與學科的對話，不僅勾勒出未來創新的清晰路徑，更讓人們期待：當嚴謹的數學邏輯遇上靈活的 AI 算法，将解鎖多少未知的世界?
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
