耿樂樂

(清華大學 教育研究院，北京 100091)

人工智能正在推動著人類的第四次工業(yè)革命，已成為新一輪國際競爭的制高點。人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，是事關(guān)我國能否抓住新一輪科技革命和產(chǎn)業(yè)變革機遇的戰(zhàn)略問題，是推動我國科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的重要戰(zhàn)略資源。然而歸根結(jié)底，人工智能的發(fā)展戰(zhàn)略離不開人才的支撐。為了搶占人工智能發(fā)展制高點，必須加強后備人才培養(yǎng)力度，為科技和產(chǎn)業(yè)發(fā)展提供更加充分的人才支撐。在2017年中國人工智能產(chǎn)業(yè)年會上，中國工程院院士李德毅呼吁，如果不進行人工智能教育，不重視人工智能人才培養(yǎng)，中國將無法在2030年占領(lǐng)人工智能的高地。大學作為引領(lǐng)新一代人工智能發(fā)展的人才高地，是人工智能人才培養(yǎng)的主陣地，大學的課程體系和教學模式影響著人工智能人才培養(yǎng)質(zhì)量，但無論是人工智能的發(fā)展還是人工智能人才的培養(yǎng)，都離不開人工智能的基礎——數(shù)學。

一、數(shù)學是人工智能的基石

丘成桐院士認為，人工智能所存在的瓶頸需要加強理論發(fā)展的力度，而現(xiàn)代數(shù)學將為人工智能的進一步發(fā)展提供理論依據(jù)和指導，對于人工智能的投入，需要大量投入到數(shù)學領(lǐng)域，既包括理論數(shù)學還包括應用數(shù)學。中國科學院院士徐宗本認為，人工智能的基石是數(shù)學，沒有數(shù)學基礎科學的支持，人工智能很難行穩(wěn)至遠，目前人工智能所面臨的一些基礎問題，其本質(zhì)是來自數(shù)學的挑戰(zhàn)。中國工程院院士高文認為，目前我國在人工智能基礎領(lǐng)域，尤其是原始理論、基本算法等方面比較薄弱，這種現(xiàn)狀不利于我國人工智能的長遠發(fā)展。世界頂尖科學家和我國人工智能領(lǐng)域的專家如此強調(diào)數(shù)學對于人工智能的重要性，可見人工智能的發(fā)展必須以數(shù)學為基石。

數(shù)學對于人工智能的重要性是由人工智能的主要發(fā)展領(lǐng)域決定的。目前的人工智能領(lǐng)域主要有深度學習、自然語言處理、計算機視覺、智能機器人、自動程序設計、數(shù)據(jù)挖掘等方面，這些領(lǐng)域全部與數(shù)據(jù)有關(guān)，而龐大的數(shù)據(jù)計算離不開數(shù)學的支持，尤其是人工智能賴以發(fā)展的大數(shù)據(jù)，更需要數(shù)學理論以及數(shù)學理論創(chuàng)新來實現(xiàn)。人工智能所有的領(lǐng)域都融合了高等數(shù)學、線性代數(shù)、概率論、計算數(shù)學和離散數(shù)學等方面的數(shù)學知識。以機器學習為例，在徐宗本院士看來，“機器學習是把人或者智能體通過與環(huán)境的交互來提升自身行為和解決問題能力的智能化操作化為數(shù)學公式，轉(zhuǎn)換成計算機可以操作的算法和軟件。”即人工智能實際上是一個將數(shù)學、算法理論和工程實踐緊密結(jié)合的領(lǐng)域。徐宗本院士指出人工智能發(fā)展和研究均離不開數(shù)學的支撐，而人工智能作為一種技術(shù)，在應用領(lǐng)域同樣需要數(shù)學作為支撐。人工智能要實現(xiàn)運用于不同的領(lǐng)域和不同的場景，就需要促進人工智能與各個學科以及領(lǐng)域的交叉，但運用人工智能解決任何問題都離不開科學的算法，即離不開數(shù)學的支撐。由此可以看出，人工智能的發(fā)展依賴于數(shù)學，人工智能的研究同樣依賴于數(shù)學，而人工智能的應用同樣需要扎實的數(shù)學知識。因此，無論是從事與人工智能有關(guān)方面的工作，還是將人工智能運用于不同場景，都必須掌握全面而扎實的數(shù)學知識，這進一步凸顯了數(shù)學在大學課程體系中的重要作用。

二、人工智能人才培養(yǎng)必須以數(shù)學為本

在2019中國計算機學會未來計算機教育峰會上，中國計算機學會副秘書長唐衛(wèi)清認為，目前我國的人工智能應用人才既多且好，但在解決關(guān)鍵核心技術(shù)問題上，基礎科研人才、戰(zhàn)略性人才仍然不足。清華大學人工智能研究院常務副院長孫茂松認為，如果將人工智能分為基礎科學、技術(shù)科學、工程技術(shù)三個層面，現(xiàn)在我國大學的研究和人才培養(yǎng)大多位于工程技術(shù)層面。我國在人工智能應用領(lǐng)域走在世界前列，但在人工智能基礎研究方面，尤其是關(guān)于人工智能的基礎理論和基本算法方面，與美國、英國等國家還存在一定的差距。為了在人工智能國際競爭中獲得優(yōu)勢地位，就必須重視人工智能基礎研究，而歸根結(jié)底，必須重視數(shù)學在大學本科教育中的重要作用?？梢姡覈娜斯ぶ悄苋瞬排囵B(yǎng)主要集中于工程技術(shù)層面的人工智能應用層面，為了在人工智能基礎方面有所突破，則必須重視數(shù)學在人才培養(yǎng)過程中的重要作用，這由人工智能的本質(zhì)所決定。人工智能的發(fā)展不僅會改變自身有關(guān)領(lǐng)域的現(xiàn)狀，而且會被廣泛運用于社會各個領(lǐng)域。因此，無論是人工智能本身的發(fā)展還是人工智能的應用，都離不開擁有計算思維和數(shù)學思維的人才支持。人工智能的大規(guī)模應用呼喚大學重視數(shù)學通識課程。僅僅依靠人工智能專業(yè)領(lǐng)域人才將人工智能技術(shù)應用于各種場景遠遠不能滿足人工智能發(fā)展的需要，人工智能作為一種技術(shù)運用于社會各個領(lǐng)域需要相應領(lǐng)域的人才作為支撐。由于從事人工智能研究的專門人才主要關(guān)注人工智能本身，而人工智能的交叉性呼喚重視數(shù)學在大學課程體系中的地位。

麻省理工學院、斯坦福大學和卡內(nèi)基梅隆大學等在人工智能研究和人才輸出方面均處于世界頂尖水平，無不重視數(shù)學在人工智能人才培養(yǎng)過程中的重要作用，數(shù)學類課程占總學分比重均超過15%，且數(shù)學課程的綜合性較強，而不是零散單純的某一數(shù)學課程。以此為鑒，今后我國應注重以下幾方面改革：一是專門的人工智能人才培養(yǎng)過程中，必須重視數(shù)學課程的基礎作用，應充分認識到，相關(guān)的數(shù)學知識和理論是人工智能人才必備的知識，以夯實未來人工智能領(lǐng)域人才的數(shù)學基礎，為重大原始性基礎理論創(chuàng)新提供保障。二是在大學的通識教育改革中，必須重視數(shù)學類課程建設，將數(shù)學類課程分類分層次作為通識類課程，以培養(yǎng)學生的數(shù)學思維，為以后的人工智能應用做好準備。為了應對未來的人工智能發(fā)展與應用需要，以及人工智能技術(shù)所帶來的深刻巨變，大學幾乎所有的專業(yè)都必須重視數(shù)學教育，無論是藝術(shù)、工程、生物、經(jīng)濟還是教育領(lǐng)域都將深受人工智能技術(shù)的影響。與此同時，這些領(lǐng)域也將進一步推動人工智能應用于發(fā)展，這就需要各個領(lǐng)域的人才都能夠?qū)θ斯ぶ悄艿幕驹碛兴私?。而?shù)學是人工智能的基礎，因此，在大學的全校通識教育課程中，必須重視數(shù)學通識課程建設，同時，各個專業(yè)必須根據(jù)專業(yè)自身與人工智能的關(guān)系，按需開展與人工智能有關(guān)的數(shù)學類課程。

丘成桐院士認為，“要在人工智能領(lǐng)域領(lǐng)先，基礎學問一定要突破，一定要將數(shù)學跟有關(guān)的學問一同發(fā)展，才能夠真真正正領(lǐng)先突破?！币驗槿斯ぶ悄軐Υ髷?shù)據(jù)處理的本質(zhì)上是數(shù)學中的統(tǒng)計學，大數(shù)據(jù)還缺乏有效的算法，經(jīng)典計算機的算法還不能直接用到大數(shù)據(jù)中，這是我們需要解決的很重要的一個問題。人工智能領(lǐng)域?qū)＜覐堚撛菏空J為，“深度學習技術(shù)，從應用角度已經(jīng)接近天花板了，要想再出現(xiàn)奇跡的可能性比較小了?！薄叭斯ぶ悄芷惹行枰苿拥叫碌碾A段，而這注定將會是一個漫長的過程，有賴于與數(shù)學、腦科學等結(jié)合實現(xiàn)底層理論的突破”。因此，在大學無論怎么強調(diào)數(shù)學教育對于人工智能發(fā)展的重要性都不為過。