4月22日，以“人工智能的科学基础”为主题的“Science of AI: 人工智能的科学基础研讨会”在上海交通大学举行。

与会人员合影。上海交通大学供图

上海交通大学副校长蒋兴浩在致辞中指出，人工智能（AI）的发展既要重视应用实践、释放技术创新价值，更要夯实自身科学体系、筑牢发展根基。深入探讨AI的科学基础，既是回应国家战略、培育新质生产力的必然要求，也是破解技术瓶颈的核心命题。

在主旨报告环节，中国科学院院士、清华大学计算机科学与技术系教授胡事民作《大模型的评测基准和自主生态》报告，指出我国大模型研究取得进展，开源领域已领先国际，但多模态推理能力仍有短板。他同时介绍了其团队在大模型自主生态、评测等方面开展的代表性工作。

北京大学智能学院信息科学中心教授王立威作《大模型时代机器学习理论》报告。他介绍，当前大模型理论研究主要围绕样本效率、任务泛化、知识学习与发现三大核心方向展开，并解释了思维链的核心价值。

在主题报告环节，上海交通大学人工智能学院教授严骏驰分享了团队大模型优化研究成果JTok模块；上海交通大学人工智能学院副教授谢伟迪分享了OmniStream 4D流式视觉基础模型；上海算法创新研究院研究员杨泓康分享了大模型“慢思考”与“主动感知”的前沿研究；上海交通大学人工智能学院助理教授夏纫秋分享了高可信AI领域的研究成果。

“人工智能时代的人才培养”圆桌论坛环节由严骏驰主持。上海未来产业基金总经理魏凡杰，北京大学博雅特聘教授、北京中关村学院常务副院长董彬，中国科学技术大学人工智能与数据科学学院执行院长张燕咏，浙江大学计算机学院人工智能系系主任杨洋探讨了AI研究从“作坊式”向“工业化”转变的趋势、校企及国家实验室协同育人的模式，以及如何有效平衡科研、教学与创业。

“Science of AI”圆桌论坛环节由中国科学院院士、上海交通大学人工智能学院首席顾问鄂维南主持。中国科学院院士、西湖大学讲席教授汤超，董彬、中国科学技术大学数学科学学院教授陈景润、中国科学院理论物理研究所副研究员陈锟、上海交通大学自然科学研究院/数学科学学院教授许志钦围绕训练模型的参数统计分布、智能与意识的涌现机制、物理智能的实现以及大模型机制可解释性等方面进行探讨。

会议最后，鄂维南院士在总结发言中指出，AI在理论层面已取得巨大进步，只是相关成果尚未被普遍了解，但从另一个角度来说，这恰恰是一个可以深入界定研究方向、组建相关研究的宝贵机会，但从根本而言，这项事业的推进最终必须依靠年轻人，需要年轻人主动作为、引领前行。

本次活动由上海交通大学人工智能学院主办。