近日，MDPI第二届物理与数学学科峰会圆满落幕。作为大会的重要环节，高峰论坛由叶朝辉院士主持，孙昌璞院士、段文晖院士、张继平院士作为嘉宾出席，邹冰松院士、赵鸿教授、蔡庆宇教授、吴飙教授等学者参与交流。论坛围绕“量子与人工智能”的概念界定、融合路径、理论瓶颈及未来方向展开深入讨论。

主要讨论内容

1. 量子与AI结合的路径

段文晖院士指出，量子涵盖计算、材料、力学等多个领域，尤其在量子计算与人工智能的结合上，具有潜在的革命性意义。但实现时间仍不确定。孙昌璞院士强调，不应神秘化量子研究，应在“AI for Science”和“Science for AI”两个方向上持续探索，确保人工智能发展建立在坚实的数学与物理基础上。张继平院士则提醒，人工智能若缺乏数学根基，未来可能面临长期隐忧。

2. AI与科学的双向赋能

段文晖院士介绍了利用AI进行材料研究的实践，体现了“AI for Science”的价值。孙昌璞院士则指出，人工智能虽在围棋、自动推理等领域展现突破，但仍需加强“Science for AI”的探索。同时，未来需要建立量化标准来保障AI的可靠性。赵鸿教授进一步指出，“Science for AI”可能存在与传统不同的模式，类似“三体问题”最终以认识其混动运动属性而放弃获得一般的解析解，人工智能机理的解决或许也是以理解、刻画、利用其不确定性这一固有属性，而不是追求传统的确定性表达模式。

3. AI的发展瓶颈

孙昌璞院士认为，人工智能的“黑箱”机制是当前发展的重大瓶颈，其涌现行为难以解释。赵鸿教授补充指出，大模型生成结果常常是“可控的假象”，未来必须优化筛选机制并建立可靠性评价体系。

4. 量子计算的潜力与局限

段文晖院士认为，一旦量子计算机实现，将为人工智能带来算力层面的突破。然而，孙昌璞院士提醒，目前量子计算仍有大量功能未能实现，与人工智能的快速突破相比存在差距。

5. AI能否超越人类智慧

孙昌璞院士指出，人工智能在特定功能上可以超越人类，但“强人工智能”的定义尚不明确。叶朝辉院士总结，未来发展方向应是“人机结合”，通过协同来规避风险。

6. 量子效应与人类智能关联

邹冰松院士提出，人脑的智能、直觉的准确率可能与量子效应相关，值得进一步探讨。孙昌璞院士则强调，在宏观尺度下量子效应可忽略，不能直接与人类认知相联系。蔡庆宇教授猜想人类智能的“非决定性”可能源自量子力学，但仍需跨学科验证。吴飙教授基于对量子围棋的研究指出，智能只能是经典的：智能必然涉及反馈，在量子力学中无法实现有效的反馈，测量会导致波包塌缩，无法了解系统的整体状态。

查看更多精彩瞬间

核心共识

• 推动“AI for Science”与“Science for AI”的双向互动。

• 人工智能应被定位为高效工具，而非人类智慧的替代。

• 当前瓶颈集中在量子计算可行性、人工智能的理论体系与可靠性问题。

• 人机协同是量子人工智能未来发展的重要方向。

建议与展望

跨学科合作：加强物理、数学与计算机学科的深度融合。

标准建设：尽快建立人工智能可靠性和安全性的量化评价体系，特别关注医疗、军事等关键领域。

前沿探索：支持在“Physics for AI”方向开展原创研究，鼓励国际合作，推动学术交流。

期待下一届峰会在此基础上继续推进相关议题，深化交流与合作。

转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。

链接地址：https://wap.sciencenet.cn/blog-3516770-1499339.html?mobile=1

收藏

分享