文 / Galen

GPT-4變“笨”的消息正在成為AI發燒友們討論的熱門話題。

據斯坦福、UC伯克利的最新研究稱，和之前相比，GPT-4在6月的性能在快速下降。比如，在回答“這個數是質數嗎”這個問題時，GPT-4一步一步思考的成功率從97.6%降到2.4%。

不管“變笨”是不是架構重新設計導致的，越來越多的科學家們都在思考人工智能的下一步。

7月23日下午，由菲爾茲獎得主、首屆國際基礎科學大會主席丘成桐先生發起的“基礎科學與人工智能論壇”在國家科技傳播中心舉辦。加強不同學科之間交叉創新來迎接人工智能面臨的挑戰，也成為了參會科學家們的一個共識。

丘成桐表示，國際基礎科學大會的創設舉辦具有重要歷史性意義，首次促成數學、理論物理、理論計算機與信息科學等三大基礎學科領域國際一流學者齊聚一堂，促進學問互鑒交流，賦能不同學科交叉創新。

美國國家工程院外籍院士、英國皇家工程院外籍院士、現任粵港澳大灣區數字經濟研究院創院理事長、香港科技大學校董會主席、清華大學高等研究院雙聘教授沈向洋也一直在關注人工智能和交叉學科之間的關系。

沈向洋認為，人工智能這種具備學習特性的新事物背后，必然蘊藏著深厚的數學原理。智能與模型規模之間的關系、訓練大模型過程中智能的產生階段、數據對于智能產生的影響、智能涌現的產生機制、數學工具的正確運用等，都是交叉學科應該研究的方向，探究基礎科學和人工智能的關系，具有深刻意義，

關于學科壁壘，沈向洋表示，找對用對好的數學工具，將有效應對目前人工智能發展遇到的挑戰，“未來我們需要與更多的數學家交流，用對用好數學工具。”

德國國家工程科學院院士、清華大學杰出訪問教授、 德國漢堡大學教授、多模態智能系統研究所所長張建偉多年來一直從事機器人的研究。在他看來，數學模型、物理模型、生物模型和腦科學模型等具有很強的現實需要，當前機器人所取得的進展主要集中在底層建模和控制方面，但傳統物理模型難以適應交互環境變化，迫切需要將模型訓練與深度學習融合推進，這也是機器人在面臨未來動態和非結構下環境研究的重要話題。下一步，將持續探索將機器人知識學習更好應用于實踐，在具身智能、多模態AI、通用機器人等方面加強研究。基于物理、生理、模型和大數據聯合驅動AI的方法是未來實現智能機器人的必由之路。

畢業于哈佛大學數學系的楊格剛剛加入馬斯克創辦的XAI，作為創始成員的他也在思考人工智能的未來。他認為，伴隨著模型規模增長，未來需要更加豐富、質量更好的數據集，需要由偏重網絡輿論數據集轉向偏重數學科學、更具邏輯性和推理性的訓練集，“數學工具的運用為人工智能發展打開全新視角。”

正如丘成桐院士所言，數學的發展已有兩千多年的歷史，尤其是近三百多年來涌現累積了很多重要的想法和學問。數學、物理等基礎學科發展需要廣泛運用人工智能等新一代技術，以促進基礎科學的發展。他也鼓勵年輕科學家從根本上了解、應用人工智能，并在人工智能的廣泛應用過程中發揮重要作用。

【關于國際基礎科學大會】

國際基礎科學大會是基礎科學領域頂級國際學術會議，緊跟國家重大戰略，促進基礎科學領域的開放合作，引發強烈反響和廣泛關注。大會以“聚焦基礎科學，引領人類未來”為主題，云集全球逾800名頂尖學者參會，共同研討前沿成果和未來趨勢，推進學科文明進步發展！“基礎科學與人工智能論壇”正是國際基礎科學大會系列學術活動之一，受到社會各界廣泛關注。本次論壇由中國科協科學技術傳播中心和清華大學求真書院主辦，中國科協青少年科技中心和北京科學中心協辦，中國科協及在京有關部門代表、科技界和產業界代表、高校科研院所代表以及中學生代表共計600余人參會。