京东6.18大促主会场领京享红包更优惠

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 3397|回复: 0

“硬科技”产业光砸钱不行,得砸数学家

[复制链接]

10

主题

0

回帖

10

积分

新手上路

积分
10
发表于 2019-5-28 22:44:39 | 显示全部楼层 |阅读模式 来自 中国
今年两会前,马化腾曾发表口头预告:腾讯未来要拿出10亿元建立基金,启动“科学探索奖”,支持数学、物理等基础科学的研究。
. B" O5 M5 G6 N1 l更早前的2016年,包括马化腾、李彦宏、丁磊、徐小平在内的中国互联网工业界“大佬”组团捐赠了“未来科学大奖”,单项奖金100万美元,承诺连续捐10年。
& K! T8 d, z3 y. R当被问起捐款原由时,马化腾说:“这么好的事情怎么能没有我?”他希望让数学、生命科学等基础科学领域成为新的时尚。
1 k5 O9 l4 T$ F) X( ?- [' f$ W$ t8 U+ K# I6 q: @
然而,“硬科技”产业光砸钱不行,得砸数学家。/ d7 [0 A% t6 X! i2 U: k0 H. ^
近年来,从高端制造需要的材料科学,到物流、交通和智慧城市离不开的运筹学,到安全技术所依赖的密码学,再到直接卡住人工智能进展的算法层的思想革新,“硬科技”在工业界的落地,处处呼唤着数学。
1 n  A2 j' T* H8 B2 k去年以来引起中国普通民众关心的半导体产业,正急需数学的贡献。
8 `# ?2 l  R6 q- l5 M% M; X5 J在芯片设计、制造的繁复流程中,每个微小差别——比如不同的组件尺寸、组件材质、元器件排布等——都可能使芯片性能产生巨大差异,所谓“失之毫厘谬以千里”。$ n2 x- ~+ ?+ d
而数学的引入,则能在仿真和模拟环节代替成本高、耗时长的真实实验,提前预判芯片的效果。! k7 I  m0 f( V. j# o0 s% V6 j" j
目前,科学家已找到了许多描述半导体特性的数学方程,但是在求得精确解上,数学家仍束手无策,只能借由计算机得到近似解。随着芯片制造难度的升级,工业界急需找到更优的计算方法。
1 r" L/ y! G7 g9 M, j5 v) j% [% o在对新型燃料电池、高端装备、高端制造影响深远的材料科学领域,科学家也在呼唤数学家的跨学科援助。# U3 t1 \5 Y+ T; u2 h% |+ e# @7 A
如离散几何分析极有可能助力对纳米多孔材料的研究,这一材料在研发新型催化剂上有广泛的应用前景,而新型催化剂又有可能攻克氢燃料电池的应用难题,从而带来新一轮的汽车革命。
& Q3 W7 s& E8 G7 |/ i' e# A4 Y5 J而如今大热的人工智能领域,数学缺席的瓶颈感格外明显。) c9 {2 M0 S5 a0 W" o' O+ _3 W( M( g# t
业界对过去一年的人工智能有一个评价:2018年,人工智能的进展就是没有进展。7 u" Y. K7 @, V- S6 Q* l! e) O
《浪潮之巅》作者、硅谷风险投资人吴军有一个判断:“人工智能技术20年内不会有大突破,因为今天的人工智能已经用光了40年来所积累的技术红利。”# }/ U4 t9 j6 M0 U
这要追溯到神经网络、深度学习方法的缘起。上世纪70年代,计算机科学家就开始研究神经网络在推进人工智能上的可行性。
* a+ |' d7 O$ v) h- f- V: l0 M在《甲小姐对话特伦斯》一文中我们曾提到,当时,人工智能开山鼻祖之一马文·明斯基认为神经网络有数学上的局限性,在他的权威震慑下,神经网络在此后近40年里一直无缘主流。
/ k: d; K! |6 F/ y4 I$ a- o2012年之后,主流快速翻转,深度学习在“大算力+大数据”加持下获得神速进展,功能主义取代理论体系成为人工智能领域的尚方宝剑,但花开遍地后,却遇到了能力进一步提升的关卡。' T. O: L! D8 Q3 {, l  m
关卡背后的深层原因是,神经网络和深度学习,是对以逻辑、规则为基础的“建制派”的颠覆:好处是在结合大数据之后效果立竿见影;坏处则是深度学习成了一个人们只知其然而不知其所以然的“黑匣子”,效果显著,却缺乏数学理论支持。7 U8 W" L' b/ t& t8 n2 `
到2016年,人工智能领域的顶级赛事ImageNet中的神经网络层数已达到了1207层,工程思维一度盖过科学思维,但要想进一步发挥作用,没有底层理论支撑很难突破。
4 U/ p% R4 d; G9 R1 ]* B$ q9 s5 f6 J/ }
在2017年的中国计算机大会(CNCC 2017)上,首位华人菲尔兹得主、哈佛大学终身教授丘成桐曾从数学家的角度发出提醒:
8 _. M: f' ~9 L5 c$ H8 P人工智能需要一个坚实的理论基础,否则它的发展会有很大困难。
( x% n( J0 g* J( q* q如今,中国工业界对攀登人工智能高地踌躇满志,在应用领域也是“形势一片大好”,诞生了诸多知名的业界公司,但却面临着丘成桐提及的“基础不牢”的隐忧。. _7 b" [5 P9 F1 F. ]6 a7 F5 \3 j
上周五接受《经济观察报》采访时,中国科学院院士、清华大学教授张钹提到了中国人工智能领域目前仍长于跟随,不擅拓荒:9 |7 Q& C$ ]. l" e
我们的从众心理很严重,比如在人工智能领域,深度学习很热,发表论文的作者中几乎70%是华人,但是其他非热门领域,包括不确定性推理、知识表示等几乎没有华人作者。这就是从众扎堆,不愿意去探索“无人区”。% @  y6 k: z4 {; J% o5 J" g2 r4 d
当被问及瓶颈该如何突围时,张钹院士给出了两个方向:“一是数学,二是脑科学。”
/ F7 X/ P) }" Z, {. W" n+ f; Q何时可以迎来突围?* f% y7 M) ^6 r$ D+ E/ ~/ _
院士的回答,真诚中有一点无奈:
: V) `. }4 }+ {“很难预计,我们也很着急。”
" a8 }& X" ], a
% Q7 X. X" N, P' S% n: M  O* L- J2 \! \# D! J
" N) x, I* H8 {! s. u1 i
来源:http://www.yidianzixun.com/article/0M7VvlKi& v/ L* H5 _7 x
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×

帖子地址: 

梦想之都-俊月星空 优酷自频道欢迎您 http://i.youku.com/zhaojun917
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|梦想之都-俊月星空 ( 粤ICP备18056059号 )|网站地图

GMT+8, 2026-3-20 05:29 , Processed in 0.048847 second(s), 23 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表