中国AI的最大短板是“追赶式思维”鄂维南

世界人工智能大会(WAIC)于2024年12月正式推出首份刊物《WAICUP!》，这是一部「AI时代进化指南」。我们邀请全球AI及跨领域的先锋力量，借由他们的独特视角，针对AI争议问题，带来一些反直觉、非共识的思辨观点。

1956年，达特茅斯会议点燃人工智能第一把火。那一年，数学家是参会的主力。

2025年，首届林家翘奖颁给了一位应用数学家。他在获奖后，却对数学界开了一枪:

“数学不主动参与A，就可能被边缘化。这对数学领域来说，是一个关乎'生死存亡’的问题。”说这话的，是中国科学院院士、上海算法创新研究院学术委员会主任鄂维南。

早在三四年前，中国就开始布局Alfor Science这个方向。而美国直到2025年11月，才发布对标性的“创世纪计划”。“有人说，他们是在“摸着我们过河’。”先发优势在手，鄂维南却更焦虑了。直言中国面临的真正挑战，不是技术，不是数据，而是一种根深蒂固的思维模式。

以下为鄂维南独家观点的部分摘录：

中国有先发优势，但可能被“追赶式思维”拖垮

“如果一直沉浸在这种思维之下，我们将难以成为领跑者。”

AI4S先发优势

年轻科研人员缺少支持

资本市场带动内卷

警惕“追赶式”思维

数学界再不改变，会被边缘化

“人工智能显然对数学提出了全新的要求。”

数学界停留在牛顿时代的节奏

缺失创新审稿人

AI的最大问题，是没有理论基础

“这不仅对AI的长远发展不利，也造成门槛很高、资源浪费很严重。”

深度学习的数学内涵：我们在处理“千维、万维”的问题

“它本质上是处理高维问题的一种方式。”

很多待解问题

“对训练方法如何克服维数灾难，尤其是大范围的训练，有很多地方我们还不太了解。像状态空间方法以及最近热门的Mamba等新结构，是否真的能解决长程依赖问题？目前仍缺乏明确答案。”

AlphaFold的成功，为什么难以复制？

“这是天时地利人和的结果。”

做AI的人往往不懂科学问题

“有一个比较危险的倾向是，不少AI研究者缺乏对科学的敬畏。”

破除“唯论文”：一份高质量的数据，就是最重要的科学贡献

“新的想法、产生的数据、开发的工具，这些都应当被视为科研成果。”

多维评价机制

谈到数据开放，鄂维南认为，评价机制的问题比科学文化更突出。“我们目前的科研评价体系，几乎完全围绕论文展开。科学家不愿完全公开自己的数据，很大程度上是因为只要把数据掌握在手里，就能继续产出下一篇论文。”这种局面必须打破。“一份高质量的数据本身，就是最重要的科学贡献之一。未来我们必须建立多维度的评价体系，不能仅仅以论文为唯一标准。”

“小作坊”科研已过时

科学文化方面，他认为我们尚未形成真正开放共享的文化氛围。“不仅指论文，还包括研究思路、数据、工具等都应该开放，实现高效、高速的交流。”他对比了过去和未来：“本质上，我们过去的科研是‘小作坊’模式，一个老师带几个学生就是一个‘作坊’。但未来不同了，科研正在进入‘快速道’，我们的交流文化也必须随之改变。新的想法、产生的数据、开发的工具，这些都应当被视为科研成果，并被融入学术交流中。”

给年轻人：成为终身学习者，培养三种核心能力

“仅仅告诉我论文被引用了50次，是远远不够的。”

有了这三种能力，不用担心被AI替代

鄂维南的答案很直接：“每个人都必须成为终身学习者，必须持续学习新知识、拓展思路、提升能力。”他对未来“领军人才”的定义，包含三种核心能力：第一，基本原理思维——洞察事物底层逻辑的能力；第二，把握真实问题的能力——能识别社会与技术发展中的核心挑战，“这正是我们当前教育中最欠缺的”；第三，工程能力——能够判断一个想法与现实落地之间的距离，并推动其实现。

年轻教师不能仅满足于发表一篇会议论文

“我希望他们能对人工智能的发展历程产生实质性的影响。”他举了自己团队的例子：“像我们做的基础算法、开源平台、玻尔空间站等等，这些动作都产生了真实可见的影响。甚至有人说，美国发布的《创世纪计划》，是在‘摸着我们过河’。”他留下一个拷问：“我们必须追问：你的工作究竟带来了什么影响？无论是大是小，它是否真正推动了进步？仅仅告诉我论文被引用了50次，是远远不够的。”