在人工智能领域竞争日益白热化的背景下，一个关键问题正引发学界与业界的深度思考：当模型规模持续膨胀、参数数量指数级增长，AI却依然难以摆脱幻觉干扰与结果不确定性，其发展是否正遭遇一道难以突破的“逻辑屏障”？菲尔兹奖得主丘成桐院士在上海举行的第十届世界华人数学家大会特别夜话活动中，以“AI为何需要学习数学”为切入点，展开了一场关于人工智能底层逻辑的深刻探讨。
丘成桐通过回顾计算机技术发展史指出，20世纪60年代硬件性能曾因计算复杂度陷入瓶颈，但真正推动产业变革的并非算力提升，而是快速傅里叶变换（FFT）这一数学算法的突破。他强调，当前人工智能发展亟需类似的“数学时刻”：“AI学习数学的核心目标，不是追求计算速度，而是实现从概率推导到逻辑证明、从经验归纳到确定性结论的范式转变。”这一观点直指当前大模型发展的核心痛点——即便拥有海量参数，仍缺乏真正的逻辑推理能力。
活动现场，上海AI实验室联合阿里通义、商汤科技、字节跳动等机构展示的最新成果印证了这一方向。部分前沿模型已展现出长程推理能力，能够在复杂推导过程中自主检测错误并修正路径；另有模型通过识别数学问题中的对称性特征，实现计算步骤的自动化简，其决策模式已接近人类数学家的直觉判断。这些突破标志着AI应用正从“解题工具”向“研究伙伴”演进，在数学定理证明、复杂系统建模等领域展现出独特价值。
为加速这一进程，大会同步启动“全球数学征解计划”，通过发布前沿数学难题驱动模型能力升级。该计划旨在构建“数学理论-算法模型-产业应用”的闭环创新体系，让数学研究成为破解AI发展瓶颈的关键钥匙。正如丘成桐所言，五十年前数学理论重塑了计算机产业格局，而今数学方法或将重新定义人工智能的能力边界。在这场关乎认知革命的竞赛中，上海正通过强化基础理论研究，为AI发展注入新的逻辑动能。
