文 / Galen
GPT-4变“笨”的消息正在成为AI发烧友们讨论的热门话题。
据斯坦福、UC伯克利的最新研究称，和之前相比，GPT-4在6月的性能在快速下降。比如，在回答“这个数是质数吗”这个问题时，GPT-4一步一步思考的成功率从97.6%降到2.4%。
不管“变笨”是不是架构重新设计导致的，越来越多的科学家们都在思考人工智能的下一步。
7月23日下午，由菲尔兹奖得主、首届国际基础科学大会主席丘成桐先生发起的“基础科学与人工智能论坛”在国家科技传播中心举办。加强不同学科之间交叉创新来迎接人工智能面临的挑战，也成为了参会科学家们的一个共识。
丘成桐表示，国际基础科学大会的创设举办具有重要历史性意义，首次促成数学、理论物理、理论计算机与信息科学等三大基础学科领域国际一流学者齐聚一堂，促进学问互鉴交流，赋能不同学科交叉创新。
美国国家工程院外籍院士、英国皇家工程院外籍院士、现任粤港澳大湾区数字经济研究院创院理事长、香港科技大学校董会主席、清华大学高等研究院双聘教授沈向洋也一直在关注人工智能和交叉学科之间的关系。
沈向洋认为，人工智能这种具备学习特性的新事物背后，必然蕴藏着深厚的数学原理。智能与模型规模之间的关系、训练大模型过程中智能的产生阶段、数据对于智能产生的影响、智能涌现的产生机制、数学工具的正确运用等，都是交叉学科应该研究的方向，探究基础科学和人工智能的关系，具有深刻意义，
关于学科壁垒，沈向洋表示，找对用对好的数学工具，将有效应对目前人工智能发展遇到的挑战，“未来我们需要与更多的数学家交流，用对用好数学工具。”
德国国家工程科学院院士、清华大学杰出访问教授、 德国汉堡大学教授、多模态智能系统研究所所长张建伟多年来一直从事机器人的研究。在他看来，数学模型、物理模型、生物模型和脑科学模型等具有很强的现实需要，当前机器人所取得的进展主要集中在底层建模和控制方面，但传统物理模型难以适应交互环境变化，迫切需要将模型训练与深度学习融合推进，这也是机器人在面临未来动态和非结构下环境研究的重要话题。下一步，将持续探索将机器人知识学习更好应用于实践，在具身智能、多模态AI、通用机器人等方面加强研究。基于物理、生理、模型和大数据联合驱动AI的方法是未来实现智能机器人的必由之路。
毕业于哈佛大学数学系的杨格刚刚加入马斯克创办的XAI，作为创始成员的他也在思考人工智能的未来。他认为，伴随着模型规模增长，未来需要更加丰富、质量更好的数据集，需要由偏重网络舆论数据集转向偏重数学科学、更具逻辑性和推理性的训练集，“数学工具的运用为人工智能发展打开全新视角。”
正如丘成桐院士所言，数学的发展已有两千多年的历史，尤其是近三百多年来涌现累积了很多重要的想法和学问。数学、物理等基础学科发展需要广泛运用人工智能等新一代技术，以促进基础科学的发展。他也鼓励年轻科学家从根本上了解、应用人工智能，并在人工智能的广泛应用过程中发挥重要作用。
【关于国际基础科学大会】
国际基础科学大会是基础科学领域顶级国际学术会议，紧跟国家重大战略，促进基础科学领域的开放合作，引发强烈反响和广泛关注。大会以“聚焦基础科学，引领人类未来”为主题，云集全球逾800名顶尖学者参会，共同研讨前沿成果和未来趋势，推进学科文明进步发展！“基础科学与人工智能论坛”正是国际基础科学大会系列学术活动之一，受到社会各界广泛关注。本次论坛由中国科协科学技术传播中心和清华大学求真书院主办，中国科协青少年科技中心和北京科学中心协办，中国科协及在京有关部门代表、科技界和产业界代表、高校科研院所代表以及中学生代表共计600余人参会。
