要想促进人工智能发展进入快车道，强化数学教育必不可少！

刚刚看到阿里巴巴“达摩院”举办全球数学大赛的消息，让我想起近代数学的奠基者之一、德国数学家高斯说过的一句话：“数学是‘科学的皇后’”。这句话彰显了数学在所有学科中的基础地位，随着人工智能时代的临近，人们会愈来愈深刻地感受到数学所能带来的创新之力。在过去的半个多世纪，数学在应用和信息科技中起到了关键性的推动作用，例如，一百年前数学家拉东提出的拉东变换，激发了科学家们利用投影图像的灰度值与生物样本的密度值存在的对应关系，促成了上个世纪70年代世界上第一台CT机，并由此产生了1979年的诺贝尔奖；而两百年前数学家傅里叶提出的傅里叶变换，有效地将图像信号在空间域和频域间互换，其衍生的快速傅里叶变换成为了当今互联网的重要基石。毫不夸张地说，如果没有数学家傅里叶的创造，我们今日的互联网就无法起步。

国势之强在于人，人材之成出于学。时代越是向前，知识和人才的重要性就愈发突显。在中国人工智能领域，计算机视觉、自然语言、无人驾驶等领域的研究在如火如荼的开展中，国务院提出人工智能在2030年达到世界领先水平。但摆在我国人工智能行业的难题之一是人才缺口大。根据《中国教育报》的报告，我国人工智能人才缺口超过500万人。

此前教育部发布了《高等学校人工智能创新行动计划》，提出加快构建新一代人工智能领域人才培养和科技创新体系。在新一年的开学季，一些高校纷纷设立了专门的人工智能专业学科或专业，这对人工智能人才的培养来说助益颇多。但我们必须清醒地认识到人工智能是个综合性很强的学科，机器识别、遗传算法、概率统计、数据科学、数值分析等等都在人工智能领域起着重要的作用。而纵观这些分门别类的知识，可以发现数学是其核心基础，是数学让人工智能成为了一门规范的科学。人工智能技术所面临的问题千变万化，涉及到的数学知识种类非常多，需要一个持续性、系统性的基础培养过程。因此，高校在培养人工智能人才的时候，应该加大数学方向的投入比重。

我注意到，未来5年，阿里巴巴达摩院将对新技术投入超过1000亿元，同时会围绕基础科学和前沿技术，做一些原创性和根本性的探索。这些领域包括：量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、下一代人机交互、芯片技术、传感器技术、嵌入式系统等。与此同时，达摩院还在云栖大会上公布了无人驾驶技术成果——智慧物流车。无人驾驶概念是近两年来非常火的概念，谷歌、特斯拉及阿里巴巴等公司纷纷投入其中，这一项目因开发难度大被苹果CEO库克称为“AI之母”。而无人驾驶的背后就需要大量的数学知识作为支撑，无人汽车在路上行驶过程中，就需要运用预设的程序概念进行判断、评价、推理、决策和控制，这些在很大程度上都需要运用模糊数学的方法来描述和验证。只有数学验证过关了，无人驾驶才能真正落地。

在过去的教学过程中发现，许多学生在本科阶段学习线性代数、概率统计、离散数学、通信原理时，常常怀疑这些理论到底有什么用？但当他们走入人工智能实战场时，就会发现这些数学知识的诸多益处：例如一个概率公式加上一个马尔可夫假设就可以做到简单的机器翻译和语音识别，计算机自然语言处理可以抽象成相对简单的通信模型和统计学模型。同时，从本科时代就开始培养数学建模的思想非常重要，这有利于推动学生们从更高的数学模型层面去抽象问题，去概括困难，去寻找合理的解决方案，从而最终解决问题。

人工智能的确在快速地发展，也已经得到了很多好的结果，但它改变世界还需要一段时间。数据庞大、模型落后、训练难度大等问题，导致人工智能现在面临的计算挑战越来越大，应用科学界在不停地开发新的计算引擎。必须指出，从上个世纪40年代计算机开始走进科学研究开始，数学理论的研究导致了随机数生成算法、蒙特卡洛算法、小波算法、RSA算法等等，同时也创造了很多新的计算模型，大大加速了相关问题的计算。由此可知，只有不断追求数学理论的研究，才真正可以解决人工智能发展所遇到的瓶颈问题。

中国科学家在利用数学创造算法方面有着辉煌的历史，在国家逐渐强大的今天，原创性的工作应该不断取得。2008年，牛津大学教授、英国皇家学会院士安妮·特拉费森（Anne Trefethen）列出了从公元263年到1991年人类历史上的29个重大算法。第一项是线性方程组求解，由刘徽、高斯、拉格朗日、雅可比发明；第九项是有限元方法，由柯朗、冯康、阿吉里斯、克劳夫发明。第一项有一千多年前的中国人刘徽，第九项有三十多年前的冯康。国家最高科技奖获得者吴文俊院士曾坦言：“我们独创的东西不够。开创一个领域，让全世界的人跟着你，这类东西不够……从事计算数学的冯康在数学领域取得了世界公认的成就……冯康先生这样的创造，不仅要有一个、两个，还要有很多，才称得上世界数学大国。”吴文俊先生十几年前的话，对于需要数学推动原创算法的今天显得更加重要，同时也是对培养新时代人才的指导和鞭策。

培养新型的人工智能人才，全面推动产学研的协同创新，也应当重视产业层。目前大量的人工智能运行数据都承接在以BAT为代表的科技公司的应用产品中，不少公司都在探索与学术界培养人才的新模式，以阿里巴巴为代表的商业公司在不断推进基础科学的研究，例如举办数学比赛，联合学术界一起挖掘和培养数学人才，加速人工智能乃至量子计算的商业场景落地，这种新维度的人才培养对中国科技发展具有重要的借鉴意义。

这一轮人工智能浪潮要持续、良性地发展下去，必须要靠技术创新和人才培养。华罗庚曾说宇宙之大，粒子之微，火箭之速，化工之巧，地球之变，生物之谜，日用之繁，无处不用数学。人工智能的发展需要数学支撑，同时也促进我们深化数学教育，加快高质量的人才培养。