10月18日，第五届数据智能与管理学术会议暨2025年管理科学与工程学会人工智能技术与管理应用分会年会在重庆工商大学举行。专家学者围绕“人工智能与管理科学交叉领域”展开了深入探讨。

“数据智能与管理是当前最具战略意义的交叉前沿方向之一，将快速发展的人工智能技术与复杂管理问题相结合，是推动数据智能与管理领域创新发展的重要途径。”大会主席、人工智能技术与管理应用研究会主任委员、北京航空航天大学教授吴俊杰指出，近年来，以大模型为特征的生成式人工智能迅猛发展，正深刻影响并变革着科学技术的研究范式与工业革命进程。

大模型的能力之所以强大，源自它可能存在的智能涌现。什么是智能涌现？是什么要素催生了智能涌现？在大会报告环节，中国科学院院士、西安交通大学教授徐宗本作《大模型的极限理论：解读智能涌现现象》报告，回答了这些问题。

“智能涌现并非神秘现象，而是具备明确数学结构下的必然行为。”徐宗本指出，大模型之“大”不仅是参数与数据的量变，更体现为量变引发的智能质变，核心是“智能涌现”与“尺度律”。他表示，当前大模型技术发展迅猛，但其底层机理仍缺乏系统性理论支撑，这为数学研究者提供了“探索本质问题、突破核心瓶颈”的机遇。数学研究者应直面“大模型能解决什么”“不能解决什么”等核心问题，从理论解释和工具创新中寻找突破点，而非停留于“小修小补”式的算法改进。

▲会议现场。学校供图

清华大学文科资深教授陈国青发表题为《大数据管理决策研究—新洞察与新课题》的报告。他从“大数据时代的新跃迁”切入，指出当前决策环境正经历数据层面治理升级、算法层面智能驱动与赋能层面能力重构。他还指出管理决策遇大数据后面临新挑战，亟需识别刻画人机情境中的间接关系、隐含机制与高阶结构，并强调大模型与小模型结合将成未来重要方向，以平衡智能推断与可解释治理。

会上，摩根大通学者、美国特拉华大学方晓教授围绕计算设计科学，清华大学崔鹏教授围绕迈向结构化数据通用大模型，香港中文大学（深圳）数据科学学院副院长王子卓教授围绕面向优化建模的大规模语言模型训练，分别作了大会报告。

会议还分别召开了以“AI技术方法”“数智商务”“数智金融”“数智运营”“负责任AI与数据要素”和“数字韧性”为主题的分论坛。