过去两年，AI靠“暴力堆参”实现了性能飞跃。但随着如今参数规模接近物理极限，回到数学理论寻找答案成为必然。

当大模型参数突破万亿，传统基于经验的调参方法陷入瓶颈，模型的泛化能力、安全性、能耗控制等核心问题，亟待数学理论的系统性支撑，从而使得AI实现跨越式进化。

7月26日，AI三问之“数学之问”系列活动将在WAIC 2025登场。其中主干论坛“人工智能的数学边界与基础重构论坛”，将于26日下午13:30在上海世博展览馆1号会议室举办。此次论坛有十余位来自全球的数学家现场进行演讲及交流。

今年WAIC举办“数学之问”的初衷，正是基于"Math for AI"与"AI for Math" 的重要性，在大模型迭代的两年时间里日益凸显。这一命题已经迫在眉睫。

"Math for AI"的迫切性已在多个领域显现：大模型的优化依赖凸优化、非凸优化理论；Transformer架构的注意力机制根植于概率统计与信息论；机器学习安全涉及博弈论与密码学；而多模态融合则需要拓扑学、流形学习的支撑。

不少行业人士认为，在人工智能从统计学习向认知智能跨越的关键阶段，传统数学理论体系的深层缺陷，正成为AI逻辑自洽性的"阿基里斯之踵"。

当前AI的“黑箱”困境，本质是数学工具的缺失——我们能训练出高精度模型，却无法从理论上解释其决策逻辑，而这在医疗等零容错率的关键领域是不可接受的。

与此同时，"AI for Math" 的反哺效应也正在改写数学研究范式。比如DeepMind的AlphaGeometry是第一个超越IMO参赛者在证明欧几里得平面几何定理方面平均表现的计算机程序，核心正是将几何问题转化为AI擅长的符号推理任务。

这种双向需求的碰撞，让"数学之问"成为 WAIC"AI三问"的逻辑起点。数学是AI的“公理系统”，而AI是数学的“实验工具”，二者的碰撞不是简单的技术叠加，而是认知框架的重构。

本次“数学之问”系列活动设置了诸多亮点，其中最大的看点，是多位头部学者带来最具价值的“数学未解问题”，并进行“人机对抗”。

据悉，著名数学家、菲尔兹奖首位华人得主丘成桐教授，将为论坛特别选题、命题，由机器模型现场作答，屏幕实时展示AI推理过程。

除了丘教授及其团队，还有来自英国、日本、西班牙等地的科学院院士、专家，也将精心遴选数学题。

而且大会还将发布"AI+数学未解问题清单"，该清单来自于徐宗本院士、菲尔兹奖得主、西班牙数学研究所等团队、机构。

这种“机器遍历”与“人类洞察”的结合，既能让AI为人类学者提供新的“解题线索”，也能通过人类对AI推理过程的“反向审视”，形成“机器铺路—人类登顶”的协同模式。

丘成桐教授特别命题的设计，正是希望通过顶尖数学家的“问题嗅觉”，引导 AI 聚焦真正具有突破性的核心难点，避免技术算力的无效消耗，让人机优势实现精准叠加。

人机对抗之外，中国科学院院士徐宗本也将发表重磅演讲，主题聚焦《AI：无限维问题vs有限维技术》。

徐院士直指AI技术的核心问题——决定一种智能能力的要素，本质上是无穷多的，那么如何构造解无限维智能问题的有限维系统？基于此，徐院士将展开深入探讨。

从院士的思想碰撞到青年的创新接力，从国际实验室的落地到未解问题的全球征解，每一个环节都在书写同一个答案：数学是AI的"根"，AI 是数学的"翼"，二者的融合不仅将重构智能的边界，更将为人类认知世界打开无限可能。

7月26日的上海世博展览馆，这场汇聚全球智慧的论坛，或将成为数学与AI双向驱动的历史坐标。