MDPI第二届物理与数学学科峰会圆满落幕

量子与人工智能深度融合，MDPI第二届物理与数学学科峰会院士共话跨学科新未来

在科技融合不断加速的今天，量子科学与人工智能已成为引领新一轮科技革命与产业变革的核心驱动力。8月23日，由MDPI主办、中国工程物理研究院研究生院及海南大学理论物理研究中心协办的第二届物理与数学学科峰会在海口圆满落幕。众多院士与顶尖学者齐聚一堂，围绕“量子与人工智能”这一前沿交叉领域，从理论框架、技术路径、发展瓶颈及未来愿景等多维度展开深度对话与思想碰撞。

图为MDPI第二届物理与数学学科峰会现场

量子科技与人工智能同为当前全球科技创新中最活跃、最前沿的领域，两者融合不仅有望重塑计算范式、提升认知能力，更可能为解决复杂科学问题提供全新路径。量子计算以其并行性、指数级存储等特征，有望突破传统算力瓶颈，为AI大模型训练、优化算法等提供底层支撑；而人工智能技术同样可加速量子系统的控制、纠错与资源优化，促进量子硬件与算法的发展。这一交叉领域不仅涉及物理、计算机、数学等多学科深度融合，也关乎未来科技战略主导权与国家竞争力，因而受到学术界与产业界的高度重视。

孙昌璞院士、骆清铭院士、叶朝辉院士、MDPI出版总监李颖莉博士分别进行了开场致辞。孙昌璞院士介绍了MDPI的发展与使命。强调其作为全球最大的开放获取出版社之一，在学术传播和交流中发挥了重要作用。骆清铭院士回顾了海南大学近年来的跨越式发展，并期待此次会议促进更多合作与交流。叶朝辉院士感谢MDPI提供交流机会，并表示量子人工智能是未来发展的重要方向，欢迎各位专家常来海南交流合作。李颖莉博士代表MDPI致辞，展望未来MDPI 将继续通过严格高效的同行评审与开放获取出版，助力科研成果快速传播与学界合作。

图为大会主席孙昌璞院士致开幕词

作为大会的重要环节，高峰论坛由叶朝辉院士主持，孙昌璞院士、段文晖院士、张继平院士作为嘉宾出席，邹冰松院士、赵鸿教授、蔡庆宇教授、吴飙教授等学者参与交流。论坛围绕“量子与人工智能”的概念界定、融合路径、理论瓶颈及未来方向展开深入讨论。

图为MDPI第二届物理与数学学科峰会高峰论坛环节，左起段文晖院士，叶朝辉院士、孙昌璞院士、张继平院士

在持续而热烈的交流中，与会院士与学者们从多个关键维度对“量子与人工智能”这一前沿议题进行了系统性剖析，内容覆盖结合路径、双向赋能、发展瓶颈、算力潜力、智能边界乃至人类认知的本质等一系列深刻问题，为我们理解这一跨学科领域的现状与未来提供了清晰而富有层次的视野。

院士和专家们指出，量子科学与人工智能的结合虽潜力巨大，但仍面临理论深化与工程实现的双重挑战。段文晖院士指出，量子科学涵盖计算、材料、力学等多个层面，尤其在量子计算与人工智能的结合上潜力巨大，有望带来算力革命。但他也坦言，其实际落地时间仍存在较大不确定性。孙昌璞院士强调，应避免将量子“神秘化”，提倡以务实的态度推动“AI for Science”与“Science for AI”双轨并进，确保人工智能的发展扎根于坚实的数理基础。张继平院士则提醒，若AI缺乏数学逻辑支撑，其长期发展将面临根本性隐忧。

在“AI for Science”方面，段文晖院士分享了AI在材料科学研究中的成功应用，展示出人工智能加速科学发现的巨大潜力。孙昌璞院士进一步指出，尽管AI在围棋、自动推理等领域已实现突破，但仍需加强“Science for AI”的基础研究，构建可解释、可信任的AI。赵鸿教授提出一个颇具启发的观点：“Science for AI”可能存在与传统不同的模式，类似“三体问题”，我们应学会理解、刻画并利用其不确定性，而非执着于传统意义上的确定性模型。

提及量子计算时，段文晖院士认为，一旦量子计算机实现，将为人工智能带来算力层面的突破。然而，孙昌璞院士提醒，目前量子计算仍有大量功能未能实现，与人工智能的快速突破相比存在差距。

关于AI的“黑箱”与可靠性挑战的话题中。孙昌璞院士直言，人工智能的“黑箱”特性是目前发展的主要瓶颈，其涌现行为缺乏合理解释，制约了在关键领域的应用。赵鸿教授补充道，当前大模型生成的内容往往是“可控的假象”，亟需建立更严格的筛选与可靠性评估机制。

在引发广泛关注的“强人工智能”议题上，孙昌璞院士表示，AI在特定任务上已超越人类，但“强人工智能”本身定义模糊，不宜过早定论。叶朝辉院士在总结中提出，“人机协同”才是更务实的发展方向，应通过人类智慧与机器智能的互补来规通过协同来规避风险。

提及量子效应是否关联人类智能话题，邹冰松院士提出了一项引人深思的假设：人脑的智能与直觉或许与量子效应存在关联。孙昌璞院士则认为，在宏观系统中量子效应通常可被忽略，不宜直接与认知过程挂钩。蔡庆宇教授推测人类智能中的“非确定性”可能源于量子机制，但仍需跨学科实证。吴飙教授则从“量子围棋”研究出发，指出智能行为本质上是经典的，因其必须依赖反馈机制，而量子测量导致的波包坍缩破坏了系统的完整性，因而无法实现真正意义上的“量子智能”。

图为邹冰松院士在高峰论坛环节提问

论坛最终达成多项共识，包括继续推动“AI for Science”与“Science for AI”的双向互动、将AI定位于人类能力的增强工具、正视当前量子计算与AI理论及可靠性瓶颈，以及坚持以人机协同为未来发展路径。

为进一步推动领域发展，与会专家建议：加强跨学科合作，促进物理、数学与计算机的深度融合；建立人工智能在关键领域的可靠性评价标准，特别关注医疗、军事等关键领域，确保其安全、可控；鼓励在“Physics for AI”等方向开展原创性研究与国际合作，以此推动学术交流。

此外，会上，吴飙教授、邓东灵副教授、胡忠坤教授、赵鸿教授等11位量子人工智能领域学者和MDPI出版专员刘佳旭博士作特邀报告，分享了前沿研究成果与实践经验。

本次MDPI第二届物理与数学学科峰会成功搭建了高水平、跨领域的对话平台，不仅深化了对“量子-人工智能”融合过程中关键挑战与机遇的共识，也为后续科研布局与合作指明了方向。我们期待下一届峰会能在此基础上，继续推进相关议题的探索，进一步深化国际交流与跨界合作，共同助力这一战略交叉领域的稳健与创新发展。