来源|多知网
作者|Amy
数学是基础学科,其对AI领域至关重要。
到底数学应该学什么?对此引发了一场大讨论。
一方认为,统计学、计算机科学和数据科学等综合性数学能力更为重要,一方认为微积分、代数 II等基础数学更重要。
近日,加州大学BOARS(加州大学招生与学校关系委员会)发布了新指南,其中提到“将对于入学新生设立数学基础标准。”它规定,从 2025 年秋季开始,参加加州大学和加州州立大学入学的高中生,学习入门数据科学课程或 AP 统计学不能代替代数 II。
但是,有部分教授和老师并不同意,他们认为数据科学课程有益于个人和职业技能。
而今天,UC伯克利EECS教授Jelani Nelson联合发起了一个倡议,表示支持加州大学BOARS的新规,强调「强大的数学基础对人工智能至关重要」,认为“代数、微积分和概率的核心数学概念是现代AI创新的核心”。
在该倡议中,已经有31位大佬签字,包括马斯克、奥特曼、英伟达的科学家、谷歌的科学家等。有博主评论:“虽然Elon Musk和Sam Altman最近在很多问题上都有分歧,但他们都认同,AI的构建是以代数和微积分等坚实的数学基础为支撑的。”
01
支持新数学标准方:“强大的数学基础对人工智能至关重要”
倡议认为,代数、微积分和概率的核心数学概念是现代AI创新的核心。
倡议强调:“现代AI系统根植于数学,使得在这一领域从事职业需要对数学有深刻的掌握。”
“通常我们更愿意雇佣掌握了基础知识的学生,而不是那些对最新工具或软件只有肤浅了解的学生。”倡议如是说。
倡议认为,如果不维持基础数学的标准,反而会加大教育不公平,从而阻碍 STEM 多元化。
倡议全文:
人工智能(AI)正准备改变我们所知的社会。为了准备好迎接这个未来,我们必须教育未来的劳动力,使他们具备构建和部署AI技术的知识。代数、微积分和概率的核心数学概念是现代AI创新的核心。因此,参与这些技术的发展要求学生必须具备坚实的数学基础。我们赞扬加州大学最近明确了其数学入学要求,确保这些要求只能通过符合该州大学准备标准的高中课程来满足。
尽管今天的进步可能表明,像微积分或代数这样的经典数学主题已经过时,但实际上并非如此。事实上,现代AI系统根植于数学,使得在这一领域从事职业需要对数学有深刻的掌握。深度学习算法的支柱:梯度下降——通过结合微积分和(线性)代数来体现这种联系。向量和矩阵是神经网络的构建块,而在对数尺度上建模增长是神经网络训练科学的基础。三角函数和毕达哥拉斯恒等式,并非“过时”,而是数据科学中关键工具的基础,包括傅里叶变换和最小二乘算法。在高中学习这些核心主题是为后来在机器学习、数据科学或任何STEM领域的专业化做好最佳准备,通常我们更愿意雇佣掌握了基础知识的学生,而不是那些对最新工具或软件只有肤浅了解的学生。
如果不能维持公共教育中数学课程的标准,则将扩大公立学校(尤其是资源贫乏地区的公立学校)与私立学校之间的差距,从而阻碍 STEM 多元化的努力。所有加州的孩子(不仅仅是那些接受私立教育的孩子)都应该在未来的基石上获得顶尖的数学教育。我们敦促加州的政策制定者尽一切努力确保能够获得这样的教育。
马斯克、奥特曼、英伟达的科学家、谷歌的科学家等31位AI相关大佬都在这份倡议书上签字了。
有一位教育人士在X平台中评论:“数学是理解人工智能 (AI) 如何改变我们环境的关键。祝贺加州大学将数学准备标准纳入招生流程!代数、微积分和概率不仅仅是相关的,它们对于人工智能的进步是必要的。人工智能起源于数学的几个例子包括梯度下降、神经网络和傅里叶变换。我们需要确保所有学生,而不仅仅是那些来自富裕家庭的学生,从很小的时候就拥有扎实的数学技能,而不仅仅是加州的孩子。公正和未来的保障是其核心。坚持所有学生都能平等获得高质量的数学教育。
02
反对新数学标准方:“量化能力对于个人和职业功能越来越必要”
并不是所有人都支持加强基础数学,并对数据科学受到歧视颇为不满。
加州大学洛杉矶分校统计系教学教授兼本科生研究副主席、《数据科学导论》的主要作者罗伯特·古尔德表示,他不同意 BOARS 的决定。该课程是在美国国家科学基金会的数学和科学合作伙伴资助下创建的。
“当然,我们很失望,”罗伯特·古尔德说。“我们相信我们的课程严谨且富有挑战性,最重要的是,包含所有学生职业和学业成功所需的知识和技能。”
也因此,数十名高中数学教师和管理人员签署了一封正在分发的信函,重申了对数据科学和统计课程的支持,并批评 BOARS 没有咨询高中教师和数据科学专家的观点。
信函中写到,「我们学校和学区采纳了这类数据科学课程,因为它们提供了一种创新的21世纪体验,激发和吸引学生,传授了当今各种职业和学术领域所需的实际量化技能,并为学生提供了与数学互动和学习的新方式。撤销C类状态将显著降低我们培养学生的统计和数据能力或激励学生报名参加这些课程的能力,而在21世纪,这种量化能力对于个人和职业功能越来越必要。」
不过值得思考的是,基础数学和量化能力互相冲突吗?
古尔德表示,在决定是否修改《数据科学导论》的内容之前,他需要审查可能的标准。“数据科学教育对所有学生都至关重要,所有学生都应该接受相关且有用的数学教育,”他说。“尽管委员会做出了决定,但我们认为数据科学和统计课程继续符合四年级数学课程的资格很重要。”
03
“2022年全球数学成绩下降”,加强基础数学迫在眉睫
有一个现实问题是,目前,全球的基础数学水平均有待提高。
美国国家教育进步评估 (NAEP)在2023年底发布的一项数据显示,2022 年,全球40%的8年级学生数学成绩低于基础水平。
(美国国家教育进步评估关于8年级数学水平的数据,蓝色表示低于平均水平)
当时,美国国家教育进步评估提出的建议不限于:投资于基于证据的策略,以强化基本数学概念,例如为有困难的学生提供高影响力的辅导,以及为教师进行有目的的专业学习。
在AI大浪潮下,全球在努力加强数学科学。
2019年,科技部、教育部、中科院、自然科学基金委联合制定了《关于加强数学科学研究工作方案》,方案开宗明义“数学实力往往影响着国家实力,几乎所有的重大发现都与数学的发展与进步相关,数学已成为航空航天、国防安全、生物医药、信息、能源、海洋、人工智能、先进制造等领域不可或缺的重要支撑”。
其中方案提到的举措包括:“持续稳定支持基础数学科学;加强应用数学和数学的应用研究;持续推进和深化高层次的国内外交流与合作。”
国内企业家同样认识到基础数学的重要性,华为创始人任正非在采访中也多次强调“基础研究的重要性,并表达了对于数学等基础科学的重视”。他还提到,“国家若要强盛,数学是基础”。
任正非提到,2006年以来,华为在俄罗斯和法国这两个传统数学强国建立了数学研究所。这30年,其实我们真正的突破是数学,手机、系统设备是以数学为中心。
任正非表示,华为至少有 700 名数学家、800 多名物理学家、120 多名化学家、六七千名基础研究的专家、六万多名各种高级工程师、工程师,形成这种组合在前进。
此次关于数学的讨论,无疑进一步加强全球对于基础数学的重视。
参考链接:
https://docs.google.com/forms/d/e/1FAIpQLSflQnXznvqrJtd64FcSpADHOjQtRNJr8jq-A5OvJmdlRLA0Sw/viewform?pli=1
https://www.mathmatters.ai/
END