9月28日，上海海事大学附属北蔡高级中学举办“青科思想汇・浦东青少年思享沙龙——人工智能+工程主题专场”，探讨交叉学科与青少年科技教育。沙龙邀请高校教授、科研院所专家、企业专家、中学教育管理者、青年科研博士生，围绕数理基础、科创实践、产业人才需求、跨学科学习开展研讨，以“专家分享+学生现场提问”的形式，直面AI浪潮下青少年在学习、科创、未来发展中遇到的现实困惑。

固本培元：数理基础是AI创新的终极底座

面对大模型知识储备远超人类的疑惑，同济大学数学科学学院殷俊峰教授结合自身科研实践，分享对数理学习价值的看法。

殷俊峰提到，有院士评价现在是“数学的春天”，字节跳动、华为等AI企业大量吸纳数学背景人才。做AI研究的一大难点，是把现实世界非结构化问题转化为可研究的数学问题，这需要先完成数据化、可研究化的转换。他把支撑AI的数学基础分为四方面：函数为数据分析提供表达基础；图论与线性代数建立事物之间的关联与转换；导数、链式法则支撑梯度下降、反向传播等优化方法；概率统计、贝叶斯推断实现依据部分样本对现实世界的预测。“所有机器学习、神经网络，本质就是学习输入与输出之间的函数。”

关于中学生使用AI，殷俊峰建议解题先自主思考，再请教同学，最后才动用AI。“千万不要因有了AI就不愿试错，所有人回避试错，最终可能被AI淘汰。”把问题细化拆解后交给AI，与直接抛出笼统问题差距很大，差距来自人对问题细节的掌控；解题从设条件、列方程到求解，训练的正是人整体把控流程的能力。数学源自物理、工程等现实场景，微积分最早源于工程丈量测绘需求。殷俊峰建议同学们多接触应用型问题，依托学校科创平台参与项目，并参加青少年创新大赛、数学建模等竞赛激发潜力。他还以图像识别举例解释神经网络多层复合函数，同时提醒警惕AI伪造音视频、篡改图像的诈骗风险。

……

链接：https://www.shkjb.com/content.html?id=246060