在2019中關村論壇上，菲爾茲獎首位華人獲得者、美國國家科學院院士、哈佛大學教授丘成桐發表主旨演講。他呼吁國家應重視基礎科學和數學的發展。一個國家的強大和長治久安，離不開強大的基礎科學，沒有基礎科學的發展，應用科學發展不來。

丘成桐表示，當今社會互聯網和計算機的能力極大，無論能源的分配、大數據處理物流系統、道路交通等都要大量提升計算能力，沒有計算能力單純理論上是不夠的，因為理論沒有能力將它全部了解。未來計算機面臨很大的問題，對付的辦法一般來講有兩個，一個是利用基礎物理的原理跟基本數學大力解決問題；另一方面是大力改善軟件，找到最好的算法，繞過硬件的速度和儲存能力來解決。

對于第二種解決方法，丘成桐進一步解釋，這就是利用數學發展出來的方法，現在這方面研究重要的有人工智能和大數據。當前，人工智能已經從一種剛開始的理念，慢慢轉化為可應用的基礎，基于互聯網技術帶來的大數據，利用深度學習的標準算法來處理數據，同時輔助以超級計算機跟云計算的強大計算力，但其中數學理論沒有什么很大的突破。

“中國的人口規模是發展人工智能的優勢，在應用人工智能技術方面已經有了很多優秀的工作，發表的論文甚至比美國還要多，在世界前沿水平。但是在基礎理論和算法創新方面跟美國、英國還有一段距離。要在人工智能領域領先，基礎學問一定要突破，一定要將數學跟有關的學問一同發展，才能夠真真正正領先突破。”丘成桐稱。

丘成桐表示，因為人工智能對大數據處理的本質上是數學中的統計學，然而目前還沒有完備的數學理論用以支持大數據分析的結果。很多數學方法還是過渡依賴于經驗的總結，而非真正來自內在的數學結構。這也導致當下人工智能在處理大數據問題時還需要大量的人力和算力，甚至需要超級計算機的協助。由于缺乏數學理論的支持，很多大數據分析的結果只適用于特定環境，缺乏遷移性。大數據還缺乏有效的算法，經典計算機的算法還不能直接用到大數據中。這是我們需要了解的很重要的一個問題。

他表示，廣為流傳的深度學習有很多不足的地方，依賴很多大樣本，同時解釋很性差，容易受到欺騙。當前沒有更好的算法來替代，解決這些問題要對相關數學理論進行深入研究，了解大數據里面的數學結構和原理，目前人工智能由于計算器速度限制，只能采取多層狀結構解決問題，基于簡單數學分析，無法有效找出最優解，在可見的未來，如何提升量子計算機的硬件，發展更有效的數學算法，讓量子人工智能與量子深度學習變成實用工具，實在有賴于基礎科學和數學的深度結合。

丘成桐進一步解釋，機器學習和人工智能先進的計算方法已經在零售和娛樂領域帶來了顯著的突破，這些方法也可能對醫學和衛生保健產生深遠的影響。全球的衛生保健系統包括美國和中國，都著手將臨床信息數字化?？墒?，對如何分析和應用這些信息卻還沒有很好的策略。未來十年，數據科學和人工智能對醫學的貢獻就可能超過其他所有技術的總和，人工智能和數據科學的醫學研究變成醫學和衛生保健的一個新領域。在這個嶄新的領域里，數學和計算科學將會更廣泛的為醫療決策提供支持。目前很多醫療系統的研究人員還沒有意識到這一點，或者低估了這些影響。

“我們期望將最先進的計算技術應用到大型的、醫學相關的數據庫，得到有效的信息，并將之應用到醫療服務、臨床診斷及相關的醫學研究中。這將是一個很大規模不同學科聯系起來的一種研究，不同的學科共同的努力，才能完成?！鼻鸪赏┓Q。

他以人工智能臨床診斷為例進行了進一步解釋。中國擁有權世界最大的臨床醫療數據庫，我們需要學習如何管理和應用這些數據，而通過計算科學和人工智能，我們可以用全新的方法利用這些數據，推動整個領域的發展。可以利用機器學習模型消化更大、更豐富的數據集，同時通過機器學習的結果重新審視傳統的預測模型的準確性，同時還可以嘗試在自然的狀態下改變額外的變量去提高模型的準確性，這種設置還允許進一步分析如何以及為什么新的技術和方法可能更好，這都涉及到很多數學的改進應用。

丘成桐表示，基礎數學應用到不同的地方，各個不同領域是很多的，數據學、數值優化運籌學，大規模機器學習中的應用。量子計算機學習的應用，數值線性代表、矩陣計算都是很重要的，大規?？茖W計算跟高性能計算都是很重要的，材料力學、量子化學種種都是要數學的發展。種種問題至少我可以找到20個不同的重要方向，但中國在這些方面能夠獲得很有效成功的只有幾個，這些方向是整個高科技社會發展里最重要的事情。期望這10年能夠在北京完成這些重要的學科發展，這需要很大規模的投資，期望我們這10年內能夠很快地追上這些學科的完成進度。