美国太平洋西北国家实验室研究员亨利·金韦及其团队近期致力于弥合数学与人工智能之间的鸿沟，通过构建数学知识图谱与高质量数据集，深入探索大型语言模型在数学推理中的底层逻辑。团队以组合数学为切入点，发现模型在执行计算任务时会依赖类似人类的数学世界模型，但其推理路径常呈现高度形式化或字面化特征，与数学家依赖公理体系的认知习惯存在差异。 为推动跨学科融合，团队于2025年国际机器学习大会公布研究成果，并于同年12月在圣地亚哥大学举办首届数据科学中的拓扑代数与几何峰会，精准对接全球顶尖人工智能学术会议，有效促进学者交流。同时，团队发布开源猜想库及基于主流深度学习框架构建的数学启发式工具包，相关进展已纳入美国能源部科学计算项目框架。 该研究不仅为解析人工智能的思维机制提供了高确定性实验场，更确立了计算方法应提供科学新洞察而非仅求答案的研发导向。未来团队将继续举办系列学术会议，持续推动数学理论与人工智能技术的深度协同创新。