當(dāng)前位置：新聞資訊 > 行業(yè)動態(tài)
人工智能發(fā)展駛?cè)肟燔嚨?時代呼喚強(qiáng)化數(shù)學(xué)教育
日期：2019-02-27 16:42:36 來源：凡帝朗
剛剛看到舉辦全球數(shù)學(xué)大賽的消息，讓我想起近代數(shù)學(xué)的奠基者之一、德國數(shù)學(xué)家高斯說過的一句話：“數(shù)學(xué)是‘科學(xué)的皇后’”。這句話彰顯了數(shù)學(xué)在所有學(xué)科中的基礎(chǔ)地位，隨著人工智能時代的臨近，人們會愈來愈深刻地感受到數(shù)學(xué)所能帶來的創(chuàng)新之力。在過去的半個多世紀(jì)，數(shù)學(xué)在應(yīng)用和信息科技中起到了關(guān)鍵性的推動作用，例如，一百年前數(shù)學(xué)家拉東提出的拉東變換，激發(fā)了科學(xué)家們利用投影圖像的灰度值與生物樣本的密度值存在的對應(yīng)關(guān)系，促成了上個世紀(jì)70年代世界上第一臺CT機(jī)，并由此產(chǎn)生了1979年的諾貝爾獎；而兩百年前數(shù)學(xué)家傅里葉提出的傅里葉變換，有效地將圖像信號在空間域和頻域間互換，其衍生的快速傅里葉變換成為了當(dāng)今互聯(lián)網(wǎng)的重要基石。毫不夸張地說，如果沒有數(shù)學(xué)家傅里葉的創(chuàng)造，我們今日的互聯(lián)網(wǎng)就無法起步。
國勢之強(qiáng)在于人，人材之成出于學(xué)。時代越是向前，知識和人才的重要性就愈發(fā)突顯。在中國人工智能領(lǐng)域，計算機(jī)視覺、自然語言、無人駕駛等領(lǐng)域的研究在如火如荼的開展中，國務(wù)院提出人工智能在2030年達(dá)到世界領(lǐng)先水平。但擺在我國人工智能行業(yè)的難題之一是人才缺口大。根據(jù)《中國教育報》的報告，我國人工智能人才缺口超過500萬人。
此前教育部發(fā)布了《高等學(xué)校人工智能創(chuàng)新行動計劃》，提出加快構(gòu)建新一代人工智能領(lǐng)域人才培養(yǎng)和科技創(chuàng)新體系。在新一年的開學(xué)季，一些高校紛紛設(shè)立了專門的人工智能專業(yè)學(xué)科或?qū)I(yè)，這對人工智能人才的培養(yǎng)來說助益頗多。但我們必須清醒地認(rèn)識到人工智能是個綜合性很強(qiáng)的學(xué)科，機(jī)器識別、遺傳算法、概率統(tǒng)計、數(shù)據(jù)科學(xué)、數(shù)值分析等等都在人工智能領(lǐng)域起著重要的作用。而縱觀這些分門別類的知識，可以發(fā)現(xiàn)數(shù)學(xué)是其核心基礎(chǔ)，是數(shù)學(xué)讓人工智能成為了一門規(guī)范的科學(xué)。人工智能技術(shù)所面臨的問題千變?nèi)f化，涉及到的數(shù)學(xué)知識種類非常多，需要一個持續(xù)性、系統(tǒng)性的基礎(chǔ)培養(yǎng)過程。因此，高校在培養(yǎng)人工智能人才的時候，應(yīng)該加大數(shù)學(xué)方向的投入比重。
我注意到，未來5年，會圍繞基礎(chǔ)科學(xué)和前沿技術(shù)，做一些原創(chuàng)性和根本性的探索。這些領(lǐng)域包括：量子計算、機(jī)器學(xué)習(xí)、基礎(chǔ)算法、網(wǎng)絡(luò)安全、視覺計算、自然語言處理、下一代人機(jī)交互、芯片技術(shù)、傳感器技術(shù)、嵌入式系統(tǒng)等。無人駕駛概念是近兩年來非常火的概念，但這一項目因開發(fā)難度大被蘋果CEO庫克稱為“AI之母”。而無人駕駛的背后就需要大量的數(shù)學(xué)知識作為支撐，無人汽車在路上行駛過程中，就需要運用預(yù)設(shè)的程序概念進(jìn)行判斷、評價、推理、決策和控制，這些在很大程度上都需要運用模糊數(shù)學(xué)的方法來描述和驗證。只有數(shù)學(xué)驗證過關(guān)了，無人駕駛才能真正落地。
在過去的教學(xué)過程中發(fā)現(xiàn)，許多學(xué)生在本科階段學(xué)習(xí)線性代數(shù)、概率統(tǒng)計、離散數(shù)學(xué)、通信原理時，常常懷疑這些理論到底有什么用？但當(dāng)他們走入人工智能實戰(zhàn)場時，就會發(fā)現(xiàn)這些數(shù)學(xué)知識的諸多益處：例如一個概率公式加上一個馬爾可夫假設(shè)就可以做到簡單的機(jī)器翻譯和語音識別，計算機(jī)自然語言處理可以抽象成相對簡單的通信模型和統(tǒng)計學(xué)模型。同時，從本科時代就開始培養(yǎng)數(shù)學(xué)建模的思想非常重要，這有利于推動學(xué)生們從更高的數(shù)學(xué)模型層面去抽象問題，去概括困難，去尋找合理的解決方案，從而最終解決問題。
人工智能的確在快速地發(fā)展，也已經(jīng)得到了很多好的結(jié)果，但它改變世界還需要一段時間。數(shù)據(jù)龐大、模型落后、訓(xùn)練難度大等問題，導(dǎo)致人工智能現(xiàn)在面臨的計算挑戰(zhàn)越來越大，應(yīng)用科學(xué)界在不停地開發(fā)新的計算引擎。必須指出，從上個世紀(jì)40年代計算機(jī)開始走進(jìn)科學(xué)研究開始，數(shù)學(xué)理論的研究導(dǎo)致了隨機(jī)數(shù)生成算法、蒙特卡洛算法、小波算法、RSA算法等等，同時也創(chuàng)造了很多新的計算模型，大大加速了相關(guān)問題的計算。由此可知，只有不斷追求數(shù)學(xué)理論的研究，才真正可以解決人工智能發(fā)展所遇到的瓶頸問題。
中國科學(xué)家在利用數(shù)學(xué)創(chuàng)造算法方面有著輝煌的歷史，在國家逐漸強(qiáng)大的今天，原創(chuàng)性的工作應(yīng)該不斷取得。2008年，牛津大學(xué)教授、英國皇家學(xué)會院士安妮·特拉費森（Anne Trefethen）列出了從公元263年到1991年人類歷史上的29個重大算法。第一項是線性方程組求解，由劉徽、高斯、拉格朗日、雅可比發(fā)明；第九項是有限元方法，由柯朗、馮康、阿吉里斯、克勞夫發(fā)明。第一項有一千多年前的中國人劉徽，第九項有三十多年前的馮康。國家最高科技獎獲得者吳文俊院士曾坦言：“我們獨創(chuàng)的東西不夠。開創(chuàng)一個領(lǐng)域，讓全世界的人跟著你，這類東西不夠……從事計算數(shù)學(xué)的馮康在數(shù)學(xué)領(lǐng)域取得了世界公認(rèn)的成就……馮康先生這樣的創(chuàng)造，不僅要有一個、兩個，還要有很多，才稱得上世界數(shù)學(xué)大國。”吳文俊先生十幾年前的話，對于需要數(shù)學(xué)推動原創(chuàng)算法的今天顯得更加重要，同時也是對培養(yǎng)新時代人才的指導(dǎo)和鞭策。
培養(yǎng)新型的人工智能人才，全面推動產(chǎn)學(xué)研的協(xié)同創(chuàng)新，也應(yīng)當(dāng)重視產(chǎn)業(yè)層。目前大量的人工智能運行數(shù)據(jù)都承接在以BAT為代表的科技公司的應(yīng)用產(chǎn)品中，不少公司都在探索與學(xué)術(shù)界培養(yǎng)人才的新模式，商業(yè)公司在不斷推進(jìn)基礎(chǔ)科學(xué)的研究，例如舉辦數(shù)學(xué)比賽，聯(lián)合學(xué)術(shù)界一起挖掘和培養(yǎng)數(shù)學(xué)人才，加速人工智能乃至量子計算的商業(yè)場景落地，這種新維度的人才培養(yǎng)對中國科技發(fā)展具有重要的借鑒意義。
這一輪人工智能浪潮要持續(xù)、良性地發(fā)展下去，必須要靠技術(shù)創(chuàng)新和人才培養(yǎng)。華羅庚曾說宇宙之大，粒子之微，火箭之速，化工之巧，地球之變，生物之謎，日用之繁，無處不用數(shù)學(xué)。人工智能的發(fā)展需要數(shù)學(xué)支撐，同時也促進(jìn)我們深化數(shù)學(xué)教育，加快高質(zhì)量的人才培養(yǎng)。