“风头正劲的人工智能对于理论科学和实验科学都大有裨益，但其基本原理还有待科学家们去深入研究。”菲尔兹奖得主、国际基础科学大会主席丘成桐7月23日在首届国际基础科学大会“基础科学与人工智能论坛”上表示，如果能弄清这些原理，人工智能的应用范畴将大得多。

    随着人工智能技术的迭代，支撑其发展的基础科学也开始出现深度交叉，包括计算机科学、数学、心理学、语言学、哲学等在内的基础科学，已成为助推人工智能发展的基础。与此同时，人工智能也在反哺基础科学，其强大的算力正在为基础科学提供新的研究范式。探索人工智能与基础科学的融合，已然成为时下最热的话题。

    人工智能背后的理论待挖掘

    “现在有很多数学家和物理学家在研究人工智能的本质，数学、物理等基础学科的发展也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。”丘成桐建议，青年科学家应该从根本上了解、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。

    随着ChatGPT（训练对话式大规模语言模型，以对话方式进行交互）的横空出世并广泛落地应用，其在人机交互、智能识别，以及内容生成方面的出色表现让人惊讶，也让大模型和深度学习等技术成为人工智能皇冠上的明珠。

    美国国家工程院外籍院士、英国皇家工程院外籍院士、清华高等研究院双聘教授沈向洋认为，探究基础科学和人工智能的关系具有深刻意义。“近些年，辩论最多的是通用人工智能是不是能够做得出来？而当ChatGPT涌现出来后，人们又问这个智能是从哪里涌现出来的？甚至还会回过头来问智能到底是什么？”

    对此，沈向洋提出了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五个还未完全解决的重要问题，而得出的结论是数学适用于人工智能、人工智能适用于数学。“未来，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。”

    具体到产业落地应用方面，德国国家工程科学院院士、清华访问教授张建伟认为，基于基础学科的数学模型、物理模型、生物模型、脑科学模型等具有很强的现实需要。“当前，智能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动态和非结构环境下研究的重要话题。”

    年轻人应多作有益的探索

    在教育领域，人工智能跨学科的特性也越来越明显。也正是这种跨学科的交叉，帮助人工智能领域的研究者们突破了单一学科的限制，从多个角度出发探索新的理论和技术，推动人工智能技术快速向前发展。对于肩负人才培养的高校及科研机构而言，更应顺势而为，充分利用人工智能技术来解决基础科学问题，培养具有跨学科背景的复合型人才。

    张建伟表示，当前一些高校的教育模式需要做出转换，应该鼓励更多的年轻人去作有益的探索并允许其失败。“科研方面，允许他们坐冷板凳潜心基础科研，我们才有可能在人工智能领域出现类似ChatGPT的重大突破。”

    沈向洋也认为，高校应该给予学生更为宽松的成长环境，给他们提供一些创新机会。“当下这个时代，我们要思考用更好、更新的方式去做好有组织的科研。”