菲尔兹奖得主、国际基础科学大会主席丘成桐向论坛作
视频致辞。丘成桐表示，国际基础科学大会的创设举办具有重要历史性意义，首次促成数学、理论物理、理论计算机与信息科学等三大基础学科领域国际一流学者齐聚一堂，促进学问互鉴交流，赋能不同学科交叉创新。他指出，数学的发展已有两千多年的历史，尤其是近三百多年来涌现累积了很多重要的想法和学问。数学、物理等基础学科发展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。他鼓励年轻科学家从根本上了解、
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。
圆桌对话环节聚焦"大模型及通用人工智能：问题与挑战"这一主题，沈向洋、张建伟、周明分别做简短主题发言，并展开深入研讨交流。
沈向洋表示，具备学习特性的新事物背后必然蕴藏着深厚的数学原理。他提出五个重要问题，包括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，并围绕这五个问题展开发言。他指出，探究基础科学和人工智能的关系具有深刻意义，"Math for AI and AI for math!"。
张建伟从
机器人研究的角度展开，提出"Science for robot and robot for science"。他指出，数学模型、物理模型、生物模型和脑科学模型等具有很强的现实需要，当前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未来动态和非结构下环境研究的重要话题。下一步，将持续探索将机器人知识学习更好应用于实践，在具身智能、多模态AI、通用机器人等方面加强研究。基于物理、生理、模型和大数据联合驱动AI的方法是未来实现
智能机器人的必由之路。
周明的发言围绕"如何用大模型创造价值：从通用大模型向行业大模型再到场景大模型"展开，强调实践应用与学术研究形成良好反馈机制的重要性。他介绍了大模型发展历程，重点从通用大模型、行业大模型和场景大模型三个层次剖析大模型落地路径，同时结合金融大模型的具体案例，梳理层次化落地体系。周明表示，我们为企业节省成本起见用的是孟子百亿级参数的模型，与1750亿参数的ChatGPT相比在通用领域还有一些不足，但是基于百亿模型的基础上加入充足的行业数据现在已经可以在金额资管领域平替ChatGPT。他最后通过基于这个模型实现的澜舟会议助手系统说明了如何实现用孟子的三层模型体系创造价值。
发言结束后，在孙茂松主持下，专家们围绕大模型的可能性边界、数据集和训练集、计算机视觉、知识图谱等前沿问题展开深入研讨，并就高等教育和Kaiyun官方网站app登录 培养如何更好地孕育激发创新研究提出各自观点，鼓励大家葆有兴趣热情、勇敢追寻梦想。
在问答交流环节，与会嘉宾针对模型训练、学科壁垒、科技伦理等现场听众问题逐一回答。关于模型训练，杨格表示，伴随着模型规模增长，需要更加丰富、质量更好的数据集，需要由偏重网络舆论数据集转向偏重数学科学、更具逻辑性和推理性的训练集；张建伟表示，未来学习曲线的增长斜率，既取决于数据质量和多样化程度，也受语言多样化和文化多样化的影响。关于学科壁垒，沈向洋表示，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。未来我们需要与更多的数学家交流，用对用好数学工具。关于科技伦理，张建伟表示，目前国内对机器人的热情很高，产业基础和环境氛围很好。新业态和新场景迅速迭代，如何在科技伦理的框架下推进机器人研发，不刻意地规划人工智能的创造性，给人类留出一些创意空间，是非常值得关注、值得探索的问题。
在主旨演讲环节，xAI创始成员杨格以"The unreaso
nable effectiveness of mathematics in large scale deep learning"为题，分别阐述多层次感知、最大更新参数化、动力学二分法定理等重要问题，并提出"Optimal Scaling Thesis"，分析理论层面模型规模面临的边界约束与实践层面模型最优规模间的动态关系，强调数学工具的运用为人工智能发展打开全新视角。主题报告后，杨格针对研究范式、神经网络、模型训练、学习方法和职业规划等回答听众问题。
国际基础科学大会是基础科学领域顶级国际学术会议，紧跟国家重大战略，促进基础科学领域的开放合作，引发强烈反响和广泛关注。大会以"聚焦基础科学，引领人类未来"为主题，云集全球逾800名顶尖学者参会，共同研讨前沿成果和未来趋势，推进学科文明进步发展！"基础科学与人工智能论坛"正是国际基础科学大会系列学术活动之一，受到社会各界广泛关注。本次论坛由中国科协科学技术传播中心和清华大学求真书院主办，中国科协青少年科技中心和北京科学中心协办，中国科协及在京有关部门代表、科技界和产业界代表、高校科研院所代表以及中学生代表共计600余人参会。
