10月11日，丘成桐数学与人工智能实验室联盟成立仪式在清华大学举行。联盟由菲尔兹奖得主、清华大学讲席教授丘成桐院士牵头，联合八家一流数学研究机构共同组建，旨在以人工智能加速数学与交叉学科研究，以数学理论创新支撑人工智能发展，服务国家高水平科技自立自强战略。
10月11日，丘成桐数学与人工智能实验室联盟在清华大学成立。联盟供图
关注1
千名数学家将研发人工智能数学科学模型
当前，人工智能基础模型已成为全球科技竞争的核心领域。今年以来，人工智能在数学研究领域取得一系列突破性进展，引发国际数学界广泛关注与深入讨论。
在此背景下，丘成桐牵头组织国内一批顶尖数学研究机构，组建丘成桐数学与人工智能实验室联盟。
联盟将集中攻关人工智能与数学交叉领域前沿问题，为教育科技人才一体化发展提供有力支撑，为中国数学适应人工智能时代提供指引。
丘成桐分享了对AI与数学发展的洞见，他认为这是一个令学者们最兴奋的时代，也是最危险的时代。如果能够合理使用人工智能，产生的学问、成果和影响将是划时代的；但处理不当，可能带来灾难性的后果。他坦言，这半年来的冲击前所未有，人工智能在短时间内完成了大量重要甚至伟大的学问，很多做法超出想象。
他指出，从古至今，基础科学的发展往往靠少数人推动，而人工智能是一个集大成的工具，把人类有史以来直到今天的思考通过强大算力聚合起来。虽然真理是无穷的，但AI正在不断提高理解真理的能力。他回顾，从事研究50年来见证了诸多伟大的数学进展，如今人工智能的威力比以往的那些突破更令人震撼。
他认为，国内人工智能大模型的性能尚未达到世界领先水平，而国外人工智能大公司聚集了最有能力的学者，正在不断向前。“人工智能领域的发展是指数级增长，而不是线性增长。因此，我们需要大量有学问的学者、有创造力的学生共同努力。”他说，成立实验室联盟就是要聚集优秀人才，联盟各机构的1000个数学家将共同努力，自主研发人工智能数学科学专用模型，实现非线性增长。
关注2
将保护数学家原创推动数学重大问题解决
据悉，联盟设学术委员会，由丘成桐院士担任主席，各参与科研机构指定学术带头人担任委员，负责重大方向决策和学术评价。联盟采取开放共享机制，通过大型模型训练资源、形式化数学库、算力平台向参与机构开放共享，重塑人工智能时代数学科学的学术环境。
联盟首个数学与人工智能实验室落地求真书院，与丘成桐数学科学中心联合组建。未来，北京雁栖湖应用数学研究院、中国科学院晨兴数学中心、上海数学与交叉学科研究院、东南大学丘成桐中心、河套数学与交叉学科研究院（深圳）、香港中文大学致真交叉数学科学院将陆续在北京、上海、南京、深圳、香港5地组建数学人工智能实验室，在原有科研力量基础上加速推动人工智能与数学、交叉领域的多元融合。
联盟明确了现阶段的六项重点任务，包括研发数学科学专用模型，在借鉴国际先进通用大模型的同时，自主开发我国数学领域专用模型；建设AI辅助数学研究的基础设施，服务数学家群体，保护数学家原创，推动数学重大前沿问题的解决；从基础数学方向切入，以理论创新支撑AI可解释性与安全性；推动数学驱动的交叉领域科技突破，将联盟研究范式拓展至量子计算、生命科学、金融经济等学科交叉领域，形成“数学基础研究、AI技术开发、领域应用落地”的创新链路；深化国际合作与高端人才引育，面向海外顶尖高校举办高端人工智能训练营，联合设立人才培养项目；办好AI与数学专业学术期刊《Journal of AI-As⁃sisted Mathematics》，打造具有国际影响力的旗舰学术品牌。
关注3
参与单位已形成AI辅助数学研究成果
联盟成立仪式后，成员单位研究人员就AI辅助数学研究成果作专题介绍，涵盖退化阿诺德猜想、三维黑洞熵、7维同伦球面正截面曲率、Ben Green第90号公开问题、Sylvester猜想、极小修改有界性、稳定空间非球性问题、量子算法设计、丘氏仿射法向下降算法、图统计学、AI辅助形式化验证及Chen-Yang体积猜想、数学与人工智能融合平台等多元前沿方向。
举例来说，在纯粹数学领域，清华大学求真书院学生团队借助AI证伪了退化情形的阿诺德猜想；清华大学丘成桐数学科学中心与上海数学与交叉学科研究院合作，证明了全部28种光滑同伦7维球面均可承载严格正截面曲率，解决了悬置半个多世纪的几何难题。
联盟参与单位已形成覆盖中学至研究生的贯通培养体系。清华大学求真书院建立数学与人工智能本科实验班、数学与人工智能硕士项目及博士研究方向，每年面向中学生举办“丘成桐青少年数学与人工智能夏令营”。北京雁栖湖应用数学研究院与北京科技大学联合设立“丘成桐数学与人工智能班”；与北京信息科技大学、北京建筑大学等高校联合制定人工智能专业培养方案，已实施两年。香港中文大学致真交叉数学科学院提供八年制本博贯通课程，与香港中文大学（深圳）合作开设“丘成桐班”，建立“人工智能+数学科学”双主修培养体系。
观点
丘成桐：AI冲击如海啸，要冲浪而非躲避
近日，OpenAI公司在代码托管网站GitHub上一次性放出了722篇数学手稿，内容涵盖数论、代数几何、理论计算机科学、流体力学与统计物理等前沿领域。值得注意的是，发布第2天，OpenAI就撤回了其中有问题的3篇。
“现阶段，人工智能带来的冲击确实给数学界带来不少混乱。”国际数学联盟副主席、香港数学会会长何旭华坦言，OpenAI发布的数学手稿没有经过认真检查，不符合学术规范。其中肯定有很多值得吸收的想法和成果，但需要数学家花很大的精力整理，判断其正确性，遗留了非常庞大的工作量。
中国科学院院士、中国数学会会长席南华认为，整个数学群体有学术规范，就像社会有秩序规则一样。OpenAI作为一个企业、一种资本力量，出发点是展示力量，但很多事情做得不符合数学规范。比如学者发表一篇论文，会对其负责，一旦出现粗制滥造的文章，声誉就会受到影响。但OpenAI不受这些约束，可以发表错误百出的论文，也可以发表很好的论文，这给整个数学界带来很大困扰。
不过他也强调，数学是一个自由探索的世界，人工智能建立在数学的基础之上，它目前所做的事情，仅仅是在数学的花园里种出了一些新的花草。“仅有数学定理，并不构成数学，数学还有整套体系、思维方式。只有定理，就像建筑只有砖块，形成不了建筑。”
面对AI带来的变革，几位数学家也表达了开放心态和积极拥抱的观点。丘成桐直言，“AI的冲击如同海啸，我们要冲浪，而不是躲起来、避开它。年轻人面对变革不能害怕和灰心。”
席南华说，有新的工具出来，最可怕的是大家没有适应时代的变化，还用一种旧的思维方式看待新生事物。过去这些年，在数学界，证明定理、产生新的定理，是创造力的一个标志性符号。今天，这个时代显然有变化。“怎样在旧的规则中做出改变、建立和适应新的规则，我们都需要做很多探索，来共同促进数学与AI的发展。”
中国科学院院士、中国科学院晨兴数学中心副主任田野坦言，自己也在研究中使用AI，带着真实的问题去探索，在具体的计算、构造和论证中与AI交流，让他更加期待这种合作能够带来新的思想。数学家与人工智能可能会看到不同的联系，想到不同的方法。这些洞见可以彼此补充，在共同的探索中产生新的认识，帮助我们向长期困扰数学界的难题发起挑战。
何旭华期待的是，“如果新的研究能力能够让我们有条件考察更多的情形、尝试更多的方法，我们就可以重新思考研究的起点和范围：哪些原来分开处理的问题可以放在一起理解？哪些只在特殊条件下看到的规则，可能属于一个更加广泛的理论？”他尤其看重这种可能：让一些因为探索困难而暂时搁置的想法，获得被认真研究的机会。
（本文摘自新京报第A07版）
10月11日，丘成桐数学与人工智能实验室联盟成立仪式在清华大学举行。联盟由菲尔兹奖得主、清华大学讲席教授丘成桐院士牵头，联合八家一流数学研究机构共同组建，旨在以人工智能加速数学与交叉学科研究，以数学理论创新支撑人工智能发展，服务国家高水平科技自立自强战略。
10月11日，丘成桐数学与人工智能实验室联盟在清华大学成立。联盟供图
关注1
千名数学家将研发人工智能数学科学模型
当前，人工智能基础模型已成为全球科技竞争的核心领域。今年以来，人工智能在数学研究领域取得一系列突破性进展，引发国际数学界广泛关注与深入讨论。
在此背景下，丘成桐牵头组织国内一批顶尖数学研究机构，组建丘成桐数学与人工智能实验室联盟。
联盟将集中攻关人工智能与数学交叉领域前沿问题，为教育科技人才一体化发展提供有力支撑，为中国数学适应人工智能时代提供指引。
丘成桐分享了对AI与数学发展的洞见，他认为这是一个令学者们最兴奋的时代，也是最危险的时代。如果能够合理使用人工智能，产生的学问、成果和影响将是划时代的；但处理不当，可能带来灾难性的后果。他坦言，这半年来的冲击前所未有，人工智能在短时间内完成了大量重要甚至伟大的学问，很多做法超出想象。
他指出，从古至今，基础科学的发展往往靠少数人推动，而人工智能是一个集大成的工具，把人类有史以来直到今天的思考通过强大算力聚合起来。虽然真理是无穷的，但AI正在不断提高理解真理的能力。他回顾，从事研究50年来见证了诸多伟大的数学进展，如今人工智能的威力比以往的那些突破更令人震撼。
他认为，国内人工智能大模型的性能尚未达到世界领先水平，而国外人工智能大公司聚集了最有能力的学者，正在不断向前。“人工智能领域的发展是指数级增长，而不是线性增长。因此，我们需要大量有学问的学者、有创造力的学生共同努力。”他说，成立实验室联盟就是要聚集优秀人才，联盟各机构的1000个数学家将共同努力，自主研发人工智能数学科学专用模型，实现非线性增长。
关注2
将保护数学家原创推动数学重大问题解决
据悉，联盟设学术委员会，由丘成桐院士担任主席，各参与科研机构指定学术带头人担任委员，负责重大方向决策和学术评价。联盟采取开放共享机制，通过大型模型训练资源、形式化数学库、算力平台向参与机构开放共享，重塑人工智能时代数学科学的学术环境。
联盟首个数学与人工智能实验室落地求真书院，与丘成桐数学科学中心联合组建。未来，北京雁栖湖应用数学研究院、中国科学院晨兴数学中心、上海数学与交叉学科研究院、东南大学丘成桐中心、河套数学与交叉学科研究院（深圳）、香港中文大学致真交叉数学科学院将陆续在北京、上海、南京、深圳、香港5地组建数学人工智能实验室，在原有科研力量基础上加速推动人工智能与数学、交叉领域的多元融合。
联盟明确了现阶段的六项重点任务，包括研发数学科学专用模型，在借鉴国际先进通用大模型的同时，自主开发我国数学领域专用模型；建设AI辅助数学研究的基础设施，服务数学家群体，保护数学家原创，推动数学重大前沿问题的解决；从基础数学方向切入，以理论创新支撑AI可解释性与安全性；推动数学驱动的交叉领域科技突破，将联盟研究范式拓展至量子计算、生命科学、金融经济等学科交叉领域，形成“数学基础研究、AI技术开发、领域应用落地”的创新链路；深化国际合作与高端人才引育，面向海外顶尖高校举办高端人工智能训练营，联合设立人才培养项目；办好AI与数学专业学术期刊《Journal of AI-As⁃sisted Mathematics》，打造具有国际影响力的旗舰学术品牌。
关注3
参与单位已形成AI辅助数学研究成果
联盟成立仪式后，成员单位研究人员就AI辅助数学研究成果作专题介绍，涵盖退化阿诺德猜想、三维黑洞熵、7维同伦球面正截面曲率、Ben Green第90号公开问题、Sylvester猜想、极小修改有界性、稳定空间非球性问题、量子算法设计、丘氏仿射法向下降算法、图统计学、AI辅助形式化验证及Chen-Yang体积猜想、数学与人工智能融合平台等多元前沿方向。
举例来说，在纯粹数学领域，清华大学求真书院学生团队借助AI证伪了退化情形的阿诺德猜想；清华大学丘成桐数学科学中心与上海数学与交叉学科研究院合作，证明了全部28种光滑同伦7维球面均可承载严格正截面曲率，解决了悬置半个多世纪的几何难题。
联盟参与单位已形成覆盖中学至研究生的贯通培养体系。清华大学求真书院建立数学与人工智能本科实验班、数学与人工智能硕士项目及博士研究方向，每年面向中学生举办“丘成桐青少年数学与人工智能夏令营”。北京雁栖湖应用数学研究院与北京科技大学联合设立“丘成桐数学与人工智能班”；与北京信息科技大学、北京建筑大学等高校联合制定人工智能专业培养方案，已实施两年。香港中文大学致真交叉数学科学院提供八年制本博贯通课程，与香港中文大学（深圳）合作开设“丘成桐班”，建立“人工智能+数学科学”双主修培养体系。
观点
丘成桐：AI冲击如海啸，要冲浪而非躲避
近日，OpenAI公司在代码托管网站GitHub上一次性放出了722篇数学手稿，内容涵盖数论、代数几何、理论计算机科学、流体力学与统计物理等前沿领域。值得注意的是，发布第2天，OpenAI就撤回了其中有问题的3篇。
“现阶段，人工智能带来的冲击确实给数学界带来不少混乱。”国际数学联盟副主席、香港数学会会长何旭华坦言，OpenAI发布的数学手稿没有经过认真检查，不符合学术规范。其中肯定有很多值得吸收的想法和成果，但需要数学家花很大的精力整理，判断其正确性，遗留了非常庞大的工作量。
中国科学院院士、中国数学会会长席南华认为，整个数学群体有学术规范，就像社会有秩序规则一样。OpenAI作为一个企业、一种资本力量，出发点是展示力量，但很多事情做得不符合数学规范。比如学者发表一篇论文，会对其负责，一旦出现粗制滥造的文章，声誉就会受到影响。但OpenAI不受这些约束，可以发表错误百出的论文，也可以发表很好的论文，这给整个数学界带来很大困扰。
不过他也强调，数学是一个自由探索的世界，人工智能建立在数学的基础之上，它目前所做的事情，仅仅是在数学的花园里种出了一些新的花草。“仅有数学定理，并不构成数学，数学还有整套体系、思维方式。只有定理，就像建筑只有砖块，形成不了建筑。”
面对AI带来的变革，几位数学家也表达了开放心态和积极拥抱的观点。丘成桐直言，“AI的冲击如同海啸，我们要冲浪，而不是躲起来、避开它。年轻人面对变革不能害怕和灰心。”
席南华说，有新的工具出来，最可怕的是大家没有适应时代的变化，还用一种旧的思维方式看待新生事物。过去这些年，在数学界，证明定理、产生新的定理，是创造力的一个标志性符号。今天，这个时代显然有变化。“怎样在旧的规则中做出改变、建立和适应新的规则，我们都需要做很多探索，来共同促进数学与AI的发展。”
中国科学院院士、中国科学院晨兴数学中心副主任田野坦言，自己也在研究中使用AI，带着真实的问题去探索，在具体的计算、构造和论证中与AI交流，让他更加期待这种合作能够带来新的思想。数学家与人工智能可能会看到不同的联系，想到不同的方法。这些洞见可以彼此补充，在共同的探索中产生新的认识，帮助我们向长期困扰数学界的难题发起挑战。
何旭华期待的是，“如果新的研究能力能够让我们有条件考察更多的情形、尝试更多的方法，我们就可以重新思考研究的起点和范围：哪些原来分开处理的问题可以放在一起理解？哪些只在特殊条件下看到的规则，可能属于一个更加广泛的理论？”他尤其看重这种可能：让一些因为探索困难而暂时搁置的想法，获得被认真研究的机会。
（本文摘自新京报第A07版）
