□ 本报记者 徐冠英
江苏省应用数学科学研究中心2023年底依托东南大学数学学院立项建设，立足数学与系统科学两大领域，面向数学前沿理论、大规模复杂优化理论、AI大模型与数据科学等5个方向开展研究，既要力争取得“从0到1”的重大理论创新，也要解决通信、新能源、新材料、智能无人系统和医学等领域的关键瓶颈难题。
目前，中心科研人员在科研和教学中普遍用上了AI这个助手，也见识了AI所能发挥的作用。例如，在证明命题方面，AI快速提供可能的思路，大幅节省试错时间；在教学中，AI 帮助教师将抽象概念可视化，提高教学效果。
我的研究领域是系统科学和人工智能的数学研究。系统科学就是面向交叉学科，针对其中的大规模复杂系统开展研究，可以说是建立数学与实际应用之间的桥梁。
系统科学较为重要的两个研究方向，是认知论和调控论。认知论主要研究复杂系统的精准建模。要提高建模的准确性，主要且有效的方式是训练系统与环境交互产生的复杂、海量数据。此时，AI就提供了有力的支撑。调控论主要研究系统的高效决策，涉及参数搜索与计算加速等。AI在这些方面潜力显著，有助于大幅提升复杂问题的求解效率。
最近，依托于科技部重点研发项目牵头实施的“智能物流示范应用”顺利完成。在这个示范应用里，平台开发方希望优化平台性能，做到接单又快取消率又低、司机接单后还能顺路再拼个单等等，最终实现平台和司机收益最大化且货主花费最小化。这本质上是解决一个三方博弈的数学问题。求解这个问题，我们首先需要建立一个数学机理模型，会涉及一系列数学方法，也会在数据的处理分析中用到AI大模型。平台使用我们的数学机理模型及求解算法后，在日均发货货主近1400个、接单司机近400个的情况下，将日均派单取消率从40%多降至26%，单次派单决策时间从大于5秒缩短至小于3秒。
日常生活中，AI大模型完全可以满足拟方案初稿、查询资料、对话问答等需求，但涉及安全问题、重大决策的情况，仅有AI大模型是不够的，还需要与数学机理模型相结合。此外，在一些缺少数据样本的领域，由于AI欠缺学习素材，要进行预测、分析等工作，也需要依赖数学机理模型。
近几年，科研人员深刻体会到AI给科学研究带来的变化，比如为数学研究注入新的内容和方法，甚至开辟新的研究方向。同时，我们也看到AI并不能完全替代数学研究，数学作为一门基础学科，不仅仅在AI的驱动下发生研究范式的变化，也始终在支撑、推动着AI的发展。我认为，数学基础研究是AI的一块核心基石，想让AI更好地驱动科学研究，就需要数学与AI领域的学者共同发力，将AI与数学更紧密地结合起来。