浦江之畔，创新浪潮涌动，2025世界人工智能大会在此盛大召开。大会的百场论坛聚焦大模型创新应用、AI for Science、开源开放及算力新基建等尖端议题，进一步深化了大会作为全球AI思想引领者的角色。尤为引人注目的是，大会提出了振聋发聩的“AI三问”——数学之问、科学之问与模型之问，这些问题直击智能时代的核心命题，自上海出发，激荡全球。
“AI三问”不仅是一场跨界协同、理论创新的深度探讨，更是上海迈向学术共生与融合新阶段的深情一吻。当AI以光速前行，上海正以开放的姿态拥抱这一变革。
数学之问，直击AI的逻辑核心。过去一年中，大模型在数学领域的表现令人既惊又喜。从最初的连简单大小判断都出错，到如今能在高考数学甚至奥赛中取得高分，大模型的进步有目共睹。然而，人们训练大模型的目的远不止于此。更希望通过提升其数学能力，将其严密的逻辑应用到更广泛的领域。如今，AI与数学正双向奔赴，大模型已从“验证工”升级为“发现助手”，主动参与数学规律的挖掘与猜想的生成。尽管仍存在“幻觉”缺陷，但改进方法正不断涌现。同时，AI在构造数学对象上的独特优势也日益显现，能找到人类难以想象的特殊结构。然而，剑桥大学数学家凯文·巴扎德指出，当前AI的创新仍有局限，尤其是在原创性方面，仍是AI尚未跨越的鸿沟。
科学之问，则探索AI能否成为科学研究的“革命工具”。随着AI技术的不断渗透，它正从技术工具加速转变为科学研究的“协同伙伴”。无论是模拟人类对话、量子计算机的效率超越传统超算，还是预测蛋白质结构、驱动机器人感知环境，AI都在科学研究的核心场域中发挥着越来越重要的作用。在2025世界人工智能大会科学前沿论坛上，诺贝尔奖和图灵奖双料得主杰弗里·辛顿表示，AI对科学的帮助显而易见，尤其在预测蛋白质折叠结构方面，已成为早期标志。同时，多个科学发现平台的发布，如上海人工智能实验室的“书生”科学发现平台，正通过体系化的AI赋能，为科学研究提供“革命的工具”，推动科研范式变革。
模型之问，则聚焦于通向AGI（通用人工智能）之路的挑战与机遇。当前，大模型在特定数据集上的准确率虽高，但在现实场景中却频繁出现问题。泛化能力不足，究竟是数据问题还是架构原罪？业界普遍认为，单一架构无法包打天下。因此，对Transformer架构的优化升级以及寻找新的方案成为业界探索的方向。同时，从预训练到后训练的训练方法革新，也在寻找大模型发展的新方向。上海人工智能实验室主任周伯文教授提出“通专融合”的思路，旨在实现通用与专用能力的兼得。大模型的数据饥渴问题也日益凸显。当书本与互联网知识穷尽时，下一代智能将从何处获取？商汤科技董事长兼CEO徐立指出，与现实世界的互动是智能增长的重要源泉。这种交互产生的大量数据可以带来智能。
在“AI三问”的引领下，上海正以其独特的科创基因与学术积淀，为AI与数学的交叉研究提供沃土。同时，围绕数学与AI融合的三大前沿方向布局，推动基础理论突破、AI辅助数学研究以及产业场景转化。这一系列举措，不仅将推动AI技术的进一步发展，更将为科学研究带来前所未有的变革。
