鄂维南带来题为《Mathematics and AI》的专题报告。报告从应用数学的发展范式革新出发，深刻剖析深度学习与大模型的数学本质，提出人工智能不仅是解决科学难题的实用工具，更代表着超越传统“牛顿-冯·诺依曼范式”的全新复杂性数学体系：用神经网络替代多项式、用Transformer替代偏微分方程、用隐空间替代物理空间。他展望了AI for Science在量子力学新算法、分子动力学、介观建模与虚拟细胞等方向的前沿突破，认为人工智能的基本原理绝非另一个简单的牛顿方程，而是对“认知与智能”本身的深层理解与数学建模；在AI发展极其迅速的当下，“落地”与解决实际问题往往比单纯写论文更具价值，数学界应克服保守文化，主动跨越学科界限。
