美國 CS 專業超過 64% 博士生和近 70% 的碩士生是留學生，數學博士學位有一半授予了非美國公民，中國和印度學生占大部分。

上個星期，一位華人留學生題為「亞洲人數學能力其實很差？」的視頻登上了熱搜。

「知其然而不知所以然，他們僅僅擅長使用而不追求真理。」這名女生認為大多數亞洲人學習數學時注重運用卻不關心原理推導，論據有一定的道理，不過結論引發了不少人的吐槽。

[[333625]]

很快，博主「他們都叫我雪姨」新發布了一個視頻向大家道歉，表示個人經歷不能指代群體，有關亞洲人數學很差的言論十分不正確。在應試教育為主，升學壓力很大的國內，如果說學生們花費如此大的精力卻不能把一門學科學明白，確實非常可怕，數學是當代高等教育最重要的基礎是有目共睹的。

[[333626]]

7 月份，2020 阿里巴巴全球數學競賽結束，活動創辦者馬云如此評價數學的重要性。

有趣的是，在數學水平太差這件事上，大洋彼岸的美國人和我們有著同樣的擔憂。在亞洲人數學很差的視頻在國內流行的同時，美國《國家利益雜志》刊載了一篇文章給出了完全相反的觀點：因為中國人數學好，在人工智能領域里中國正在逐漸成為決定性力量。

這篇報道在開篇即提到：「忘記人工智能本身吧，它只是一個數學問題。美國沒有培養出足夠擅長數學的公民，因此無法保持統治地位。」

以下為美國《國家利益雜志》報道的主要內容：

海外第一次注意到中國人工智能技術的非凡能力可能是在 2017 年底，當 BBC 記者 John Sudworth 在貴陽嘗試挑戰「天網系統」時，僅用 7 分鐘就被找到。如今，像依圖科技和曠視科技這類在人臉識別領域處于引領地位的公司，已經能夠將這個 7 分鐘縮短為幾秒鐘。這不僅體現了中國的人工智能技術實力，更重要的是背后所展現的數學實力。

人工智能領域的競爭已經成為中美兩國競爭中最顯著的一個方面。占據人工智能主導地位的那一方將擁有重塑全球金融、商業、電信、戰爭和計算的能力。2019 年 2 月，美國總統特朗普簽署了一項行政命令，名為「美國人工智能倡議（American AI Initiative）」，旨在保持美國人工智能技術領域的領導地位。在短短幾年內，美國的企業、高校、智庫和政府相繼頒布了數百個政策文件以及項目，來應對這一挑戰。

但這并非人工智能本身的問題，而是數學的問題。

人工智能并不能被簡單地看作「黑箱」——只要無限投入資金就可以發展壯大。如果美國人才不能掌握人工智能領域所需的數學基礎知識，那這么多的智庫項目和政府報告將毫無意義。如果沒有抽象數學能力，那數十億美元的投資要求也是不現實的。

今天我們所說的「人工智能」實際上是各種算法及其特色化發展的結合，大量地借鑒了高等數學和統計學知識。以深度神經網絡為例，它不是人造大腦，而是大量通過重復計算一系列梯度（高中微積分幾乎不教）來「學習」的信息轉換模塊，梯度也是反向傳播算法家族的主干。

反向傳播（Backpropagation）是一種與最優化方法（如梯度下降法）結合使用的，用來訓練人工神經網絡的常見方法。

所有的機器學習都可以做類似的分析，這項研究就是關于如何編寫計算機程序來學習一項任務，而不是執行一個預先編碼的任務。快速分類數據、識別模式、結果預測和自學的能力，都歸結于愈發復雜的算法，以及逐漸強大的算力和海量數據。

從 iPhone 到世界上最強大的超級計算機 Summit，從谷歌到 Facebook，這些計算平臺和計算程序都使用了極其復雜的數學計算，從模擬核爆炸到網絡搜索結果，無所不及。

與《人工智能超級大國：中國、硅谷和新世界秩序》作者李開復的觀點相反，人工智能不僅僅是數據。李開復曾經提到，今天的數據就宛如 20 世紀早期的石油資源，擁有最多數據的中國就是新的沙特阿拉伯。然而，如果沒有與之匹配的數學能力，以及一些推動數學領域創造性發展的人，世界上所有的數據加在一起也只能帶你走到這一步——而不足以走到 AI 領域前沿研究者們大膽暢想的未來。

不管你怎么劃分，這個世界都是在 1 和 0 的基礎上運行的，運行它們的算法都是經過反復錘煉的。創造這些算法的人才都經過了多年的訓練，才能掌握這些復雜的數學知識。

不幸的是，美國的中學生和大學生沒有掌握基本的數學知識，比如統計理論和微分幾何，而這些知識恰恰是他們進入更高階段的基礎，也是人工智能的基礎。

在經濟合作與發展組織（OECD）2018 年的國際學生評估項目測試中，15 歲的美國學生的數學成績為 35 分，遠低于該組織成員國的平均水平。即使在大學階段，由于沒有掌握解決抽象問題所需的基本知識，美國學生通常要記憶算法，然后在需要的時候插入算法。

在學生高等數學能力培養方面的失敗，意味著越來越少的美國公民去攻讀數學和科學類的高等學位。美國國家科學基金會的數據顯示，2017 年，美國計算機科學專業超過 64% 的博士候選人和近 70% 的碩士生是國際學生，當年數學專業的博士學位有一半授予了非美國公民，其中中國學生和印度學生占了大部分。亞洲優秀學生希望去到美國大學深造，這很大程度上是因為美國大學的培養體制比他們本國的培養體制要先進，盡管中美之間的教育差距不斷縮小。

然而這也同時意味著，美國大學培養出來的那些在計算機科學和數學領域開辟新方向的人，不是美國人。這些人一部分將留在美國，但許多人也會回國，投身于本國科技產業的發展。

[[333628]]

有充分的理由認為美國應該放寬對于熟練技術工種的入境簽證限制，鼓勵更多的人在完成學業之后留在美國。但最重要的問題是，根本沒有足夠數量的美國公民把高等數學作為主修科目，這些細節造成了相應的影響，從應對全球競爭到硅谷的創業文化，從對于國家安全的擔憂到美國公司是否認為自己需要為美國利益著想。

美國在數學教育上的停滯與中國積極推進 2030 年 AI 計劃形成了鮮明的對照。在如今的人工智能技術領域里，美國和中國占據了最重要的地位。中國在人工智能相關技術上投入了大量資金，使其成為國內工業現代化的核心重點。在《中國制造 2025》戰略中，「中國智造」這一名詞被提出，制造技術與信息技術結合的系統成為發展方向，人工智能等技術占據了主導地位。

目前，中國的 AI 市場約有 245 億人民幣的規模。在國務院印發的《新一代人工智能發展規劃》中到 2025 年人工智能基礎理論將實現重大突破，部分技術與應用達到世界領先水平，人工智能成為帶動我國產業升級和經濟轉型的主要動力。而在那個時候，人工智能核心產業規模預計會超過 4000 億元，帶動相關產業規模超過 5 萬億元。

為實現這樣的目標，國內已投資 140 億元人民幣在北京打造 AI 工業園區。而華為等引領全球行業發展的科技企業也在推出自己的 AI 芯片，打造「全場景 AI」戰略。

在中國，人工智能已經從實驗室走出來，進入了技術落地探索的階段。基于高度精確的面部識別技術，我們可以實現很多快捷方便的應用，如銀行大額轉賬時的認證、券商遠程開戶，甚至虛擬身份證。一些科技公司的 AI 實驗室也已推出了可以識別出 Deepfake 換臉技術的深度學習模型，對于打擊黑產、證據造假等任務上，這些技術將能發揮非常重要的作用。

盡管中國的 AI 產業正在不斷與美國拉近距離，但中國仍將眼光放得更為長遠——他們在努力提高年輕人的數學水平。據經濟合作與發展組織（OECD）對于全球 15 歲學生的最新一期統計，中國學生的數學能力全球第一（科學和閱讀能力也是第一）。毫無疑問，中國正將重點放在 STEM（即科學、技術、工程和數學）教育上，其程度超過了美國和歐洲國家。

2020 年 1 月，教育部發布了在部分高校開展基礎學科招生改革試點（也稱強基計劃）的通知，其指出「要服務國家戰略，招收一批有志向、有興趣、有天賦的青年學生進行專門培養，為國家重大戰略領域輸送后備人才…… 主要選拔培養有志于服務國家重大戰略需求且綜合素質優秀或基礎學科拔尖的學生。」

5 月 6 日，參與強基計劃的大學已經發布了第一年的招生簡章，包括清華、北大等 36 所「一流大學」建設高校開展了試點。這一計劃聚焦高端芯片與軟件、智能科技、新材料、先進制造和國家安全等關鍵領域以及國家人才緊缺的人文社會科學領域，主要突出基礎學科的支撐引領作用，全部限定為基礎學科專業，且不得轉換專業，這也是和以往自主招生最大的不同（高校的自主招生也已被取消）。

看來，想要提升基礎教育水平，在人工智能等尖端領域提高自身實力，中國和美國人都有著同樣的想法。但在數學之外，決定因素或許還有很多。