当前人工智能产业正面临一个关键时刻。日前举行的第十届世界华人数学家大会特别夜话上，与会的数学家和AI研发团队达成共识：解决AI发展的深层瓶颈，需要回归数学的本质力量。 菲尔兹奖得主丘成桐在会上讲述了一段计算机发展史上的关键转折。上世纪60年代，计算机处理信号的复杂度被困在N²的物理极限上，随着数据量增加，计算时间呈指数级增长，硬件性能的提升无法突破此瓶颈。直到1965年，库利和图基重新发现了快速傅里叶变换算法，数学家仅通过利用复数根的对称性，就将复杂度从N²优化至NlogN，这一数学创新彻底改变了整个计算机产业格局，为互联网时代的到来奠定了基础。 丘成桐指出，当今依靠显卡堆砌和能源消耗的人工智能，正处于类似的"N²时代"。AI的发展瓶颈不在于芯片速度，而在于算法和理论框架的根本性突破。这需要一场源自数学底层逻辑的范式革命，即当代的"快速傅里叶变换"。 为推动这一方向的探索，世界华人数学家大会正式发布"人类知识边界：全球数学征解"计划。该计划分为三个层次：面向本科生的"初探"设置逻辑迷宫类问题；面向硕博研究生的"突破"聚焦结构洞察；面向全人类的"拓界"则涉及终极科学猜想。这一多层次的设计旨在汇聚全球数学人才，共同探索知识的边界。 在这次座谈中，国内四大模型研发团队——上海AI实验室、阿里通义、商汤、字节跳动展示了各自在数学推理能力上的最新进展。 上海AI实验室的"书生"模型在刚刚结束的中国数学奥林匹克冬令营中与顶尖人类选手同台竞技，获得102分的成绩，远超金牌线的78分。阅卷专家评价该模型的解答"是一个新的解法，采用了巧妙的调整方法，结合了多种观察角度，这种解题思路在学生的答卷中未曾出现"。这表明AI在数学创新思维上已具备相当水平。 阿里通义实验室展示的Qwen3-Max模型则表明了更深层的思维进化。在解决一道关于"有限阿贝尔群自同构"的抽象代数难题时，该模型在推导过程中突然停顿，输出"Let me verify（让我验证一下）"，主动意识到自身逻辑的潜在风险，推翻之前的结论，调用另一种方法进行交叉验证。这种自我纠正能力表明，经过大规模预训练和强化学习后，模型已具备了超越概率惯性的理性思考能力。 专家认为，这些进展反映了AI在数学推理、逻辑验证和自我修正各上的明显提高。在没有针对数学能力进行专门设计的前提下，模型已显示出强大的数学解题泛化能力，这为更的理论突破提供了基础。 本次座谈由上海市经济和信息化委员会指导，上海市人工智能行业协会与上海数学与交叉学科研究院主办，汇聚了数学、计算机、人工智能等多个领域的顶尖人才，形成了学术界与产业界的深度对话。
这场跨越半个世纪的技术瓶颈提醒我们，真正的跃迁往往来自基础科学的长期积累。在全球算力竞赛日趋激烈的背景下，“数学征解”计划提供了一条更偏向理论驱动的突围路径。这不仅关乎技术升级，也可能改变知识生产的方式——在更扎实的算法与方程体系中，新的“文明级”技术拐点或许正在形成。