大会报告嘉宾

中国科学院院士,数学家、西安交通大学教授。 主要从事智能信息处理、机器学习、应用数学基础理论研究。曾提出稀疏信息处理的L(1/2)正则化理论,为稀疏微波成像提供了重要基础;发现并证明机器学习的“徐-罗奇”定理, 解决了神经网络与模拟演化计算中的一些困难问题,为非欧氏框架下机器学习与非线性分析提供了普遍的数量推演准则; 提出基于视觉认知的数据建模新原理与新方法,形成了聚类分析、判别分析、隐变量分析等系列数据挖掘核心算法, 并广泛应用于科学与工程领域。曾获国家自然科学二等奖、国家科技进步二等奖、陕西省最高科技奖; 国际IAITQM 理查德.普莱斯(Richard Price)数据科学奖; 中国陈嘉庚科学奖、华罗庚数学奖、苏步青应用数学奖;曾在2010年世界数学家大会上作45分钟特邀报告。 曾任西安交通大学副校长,现任鹏城实验室数学与基础研究部联合主任、琶州实验室(黄埔)主任、陕西国家应用数学中心主任、西安交通大学数学与数学技术研究院院长、 大数据算法与分析技术国家工程实验室主任;是国家大数据专家咨询委员会委员、国家新一代人工智能战略咨询委员会委员。

报告内容

报告题目:变与不变:大模型浪潮下的AI数理基础研究

ChatGPT触发了人工智能研究的新浪潮,促进AI从深度学习时代迈入大模型时代。大模型为通用人工智能研究、开发与应用开辟了路径,颠覆了人工智能研发的传统范式和应用模式。面对新变革,我们如何应对? 本报告通过分析ChatGPT的“能与不能”, 辨识AI基础研究的“变与不变”, 提出若干应对策略。 报告人认为,“多模态感知、实时综合、近似推理、可塑性、使用工具能力”是人工智能与生物智能的边界, ChatGPT远未达到这个边界,从而构成大模型发展最具吸引力的方向。大模型不仅仅是工程问题,更是科学技术问题,它仍然依赖深度学习系列基本科学问题的解决。除此之外,大模型研究诱发的“双参数随机变量极限理论、任务的示例表示理论、任务求解方法论模拟”等是当前大模型研究应该解决的基本科学问题。