鄂维南院士：数学如何驱动AI发展？

鄂维南院士：数学如何驱动AI发展？

引用

中国科学院

等

6

来源

1.

http://academics.casad.cas.cn/xshd/xsnh/2024xsnh/xsbg/202406/t20240614_5021412.html

2.

https://www.sohu.com/a/805608324_121798711

3.

https://www.sohu.com/a/805608100_121798711

4.

https://bda.pku.edu.cn/info/1024/2819.htm

5.

https://shanghai.nyu.edu/cn/news/ai-science-brink-scientific-breakthrough

6.

https://qyjcyjy.nenu.edu.cn/info/1036/1164.htm

“人工智能的发展已经到了一个关键的十字路口。”中国科学院院士、北京大学国际机器学习研究中心主任鄂维南在第九届学术年会上如是说。他认为，当前以大模型为代表的技术路线存在巨大浪费，尤其在算力方面，对中国来说难以持续发展。因此，探索人工智能的基本原理和底层逻辑，寻找适合中国的发展路径，已经成为当务之急。

鄂维南院士指出，要理解人工智能的本质，可以从三条线索入手：类脑观点、计算系统观点和数学观点。其中，数学观点提供了最为严谨的理论框架。

“当我们谈论智能时，就必须为物理世界和机器人的物理操作建立数学模型。”鄂维南院士强调。这包括为学习过程中的数据空间建立模型，以及对“心智空间”进行数学化描述。虽然“心智空间”这个概念听起来有些玄学，但实际上是心理学领域的专业术语，指的是人类认知和思维活动的抽象空间。

鄂维南院士用一组惊人的数字说明了当前技术路线的不可持续性：到2028年，OpenAI和微软计划投资1000亿美元打造“星际之门”算力系统；到2030年，他们计划耗费全球3%的用电量；OpenAI还准备筹集7万亿美元建立新的芯片制造体系。这些数字不仅揭示了技术路线的高昂成本，也暴露了其在能源和资源方面的巨大消耗。

对中国来说，问题更为严峻。目前，国内第一梯队的计算能力仅达到“万卡”规模，而美国明年就将突破10万张卡的规模。鄂维南院士指出：“这样的技术路径本身存在巨大的浪费问题，对中国来说更是难以持续。”

面对挑战，鄂维南院士提出了两个基本任务：建立完整的人工智能底层创新体系，以及解决技术路线的可持续性问题。

“我们需要从整个计算产业的角度进行规划，高校作为人才培养基地，应该从全校层面进行战略布局，构建高质量的人才梯队。”鄂维南院士强调。这不仅包括计算机科学领域的人才，更需要来自数学、物理学、脑科学等多学科的综合人才。

“人工智能发展的历史经历了多次大起大落，以及不断的‘小起小落’。为什么会出现这种情况呢？其实，这是因为我们对人工智能的基本原理和底层逻辑理解不够透彻。”鄂维南院士在报告中指出。

他以钱学森在航天领域的规划为例，强调了对底层逻辑深入理解的重要性。“钱学森在开展航天工作时，对未来3年、5年、10年都进行了非常好的规划，并且基本上是按照这些规划执行的。相比之下，人工智能领域连对下一年的发展都无法准确规划，原因就是我们缺乏对底层逻辑和基本原则的深刻理解。”

鄂维南院士呼吁，应该将数学思维引入人工智能发展战略中，通过严谨的数学模型和计算系统理论，为人工智能的发展提供坚实的理论基础。这不仅有助于实现更高效、更经济的AI系统，也为中国在国际AI领域的竞争中占据一席之地奠定基础。

正如鄂维南院士所说：“这是一条非常困难的道路，但必须直接面对。”只有通过深入探索人工智能的底层逻辑，建立完整的创新体系，中国才能在人工智能领域实现从“追赶者”到“领跑者”的转变。