浦江之畔，浪潮涌动，2025世界人工智能大会在此盛大召开。大会汇聚全球智慧，通过百场论坛深入探讨了大模型创新应用、AI for Science、开源开放、算力新基建等前沿话题，进一步巩固了上海作为全球AI思想策源地的地位。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，这些问题直击智能核心，自上海发起，回响于世界。
在数学之问的探讨中，AI与数学的“双向奔赴”成为焦点。近年来，深度学习与大模型的发展促使AI从“验证工”转变为“发现助手”，积极参与数学规律的挖掘与猜想的生成。尽管AI在模拟人类逐步推理过程中仍存在“幻觉”缺陷，但改进方法正不断涌现。剑桥大学数学家凯文·巴扎德指出，尽管AI在海量数据统计归纳方面取得突破，但在提出如“朗兰兹纲领”这样的宏大理论上，仍与人类数学家存在显著差距。然而，上海的科创氛围与学术积淀为AI与数学交叉研究提供了肥沃土壤，Hitchin–Ngo实验室与Fefferman实验室的揭牌，标志着国际顶尖数学研究力量正式入驻上海。
科学之问则聚焦于AI能否为科学研究提供“革命的工具”。随着AI技术的飞速发展，它正逐渐从技术工具转变为科学研究的“协同伙伴”。诺贝尔物理学奖得主杨振宁曾言，科学突破往往发生在学科交叉处。AI作为连接数字与物理世界的桥梁，正加速渗透到科学研究的核心领域。在大会科学前沿论坛上，AI“教父”杰弗里·辛顿强调，AI对科学的帮助显而易见，特别是在预测蛋白质折叠结构等方面展现出巨大潜力。上海人工智能实验室发布的“书生”科学发现平台，以及中国科学院联合团队研发的“磐石·科学基础大模型”，均为科学研究提供了强有力的支持。
模型之问则是对AGI（通用人工智能）路径的深入探索。当大模型在特定数据集上表现优异，却在现实场景中频繁失误时，人们开始反思模型的泛化能力不足问题。业界普遍认为，根本性创新而非渐进式改进是提升模型效能的关键。为此，上海人工智能实验室提出了“通专融合”的思路，旨在实现通用与专用能力的兼得。同时，大模型数据饥渴的问题也日益凸显，业界开始探索与现实世界互动产生的大量数据来带来智能的可能性。商汤科技CEO徐立指出，与现实世界的交互是智能增长的重要源泉。
大会还关注了AI伦理与安全问题。杰弗里·辛顿在演讲中指出，当前AI系统已具备自主学习和演化的潜能，一旦拥有长期目标，可能会发展出与人类目标不一致的“子目标”。因此，他呼吁各国分享让AI变得善良的技术，即使不愿意分享让AI变得聪明的技术。这一观点引发了与会者的深思。
