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: 3386|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。( X" o& Y& b  S  T/ e) o
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。, E% B! a( w6 l+ U
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。. y! N$ ^9 {! \" N% x4 m2 @
% p7 ~8 \" t: z5 z8 d7 `7 R* q
然而,“硬科技”产业光砸钱不行,得砸数学家。
8 ]  U8 l: O$ J5 z2 x9 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。4 I& _3 j( q7 {- i: S2 _# w
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。2 W8 v* T# e4 b+ o" D  I2 M
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”。
" `) i0 n% `' C2 v8 x9 o+ k  Y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。
. h7 b2 p& h) Q0 T- 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。2 ^/ W; n/ `) D
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。
+ D" Z& y( g) Y; {  V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。
5 H+ g. e/ g; {8 v# g) n% u而如今大热的人工智能领域,数学缺席的瓶颈感格外明显。
' s- r6 H2 C. \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。# a& G: r! b! |9 N
《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。”+ c' e  x- r9 u+ _# l/ K2 l
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。
/ J' E3 s! ~. C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。; t% b  i- g( \* s  Y
2012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。( W6 |9 E" ~' T( c) V& `
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。
/ f# N: P  D5 s" Z5 I( z6 T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。
8 x/ b4 D8 z- b  A$ t- N' k7 M( W( [9 k! [' N, ^" q
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:
) Z& \; P9 C/ C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。
- C9 z5 n" t/ u6 b( e$ L  _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。$ ?3 M2 v" U. z+ b6 U
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:
4 Y, M; M4 Y. X9 W6 y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”。  z) a2 K, v& W$ y1 [
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。”
: g  v/ Q4 ?7 V$ i& F6 p何时可以迎来突围?
- |6 l: f* E: O; B5 T院士的回答,真诚中有一点无奈:. H' N8 D0 \2 v& o' t2 L' G
“很难预计,我们也很着急。”
% u3 G( p$ M0 R% C) v
* E& C. p! f" v6 B9 r7 H; M+ w4 e# r/ D" L  s
( i, A3 a) H" t! i- D2 ~7 `
来源:http://www.yidianzixun.com/article/0M7VvlKi
* l: L' }! @" m5 w: n( E* Z  C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, 2026-3-7 06:51 , Processed in 0.040854 second(s), 24 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表