今天，我們想談談一個比較「冷門」的專業，就是基礎數學。
一次採訪提27次
為什麼任正非如此愛數學？
最近企業界出現了一個很有趣的現象，就是幾位頂級的中國企業家在不同的場合都談到了數學。
相信很多人都已讀完了任正非於5月21日接受媒體採訪的2萬字實錄。74歲的任正非在回答中27次提及了「數學」。
任正非提到了數學對於華為的實際貢獻：華為5G標準是源於十多年前土耳其Arikan教授的一篇數學論文；華為終端每三個月換一代，主要是數學家的貢獻……
他甚至表示，等自己退休了要找一個好大學，學數學。
無獨有偶，5月份馬化騰在全球數字生態大會上提到，中國已經走到發展前沿，拿來主義的空間越來越少，如果我們不繼續在基礎研究和關鍵技術上下苦功，我們的數字經濟就是在沙堆上起高樓，難以為繼。
早在兩年前，馬化騰就捐助設立了「未來科學大獎」中的「數學與計算機科學獎」，獎金為每年100萬美元，承諾捐助10年。
我們還看到，去年阿里巴巴拿出100萬元的獎金舉辦全球數學競賽，吸引了4萬多名全球的數學高材生。
馬雲表示，數學是科學的基礎，數學應該成為年輕人的基礎，就像運動、繪畫和音樂一樣，只有數學基礎堅實，人類才會堅實。
「硬科技」的落地
處處呼喚著數學
為什麼近年來，中國企業界這些大佬越來越重視數學了呢？
原因很簡單：產業發展遇到了瓶頸，亟需更多基礎理論支撐。當今中國的科技領域，至少有三個領域急需數學人才。
第一是晶片材料領域
任正非在5月底的這次訪談中多次強調數學，很大的一個原因在於，最近美國政府發布禁令，禁止美國企業向華為出售晶片，而數學對於晶片研究是至關重要的。
在晶片設計、製造的繁複流程中，每個微小差別——比如不同的組件尺寸、組件材質、元器件排布等——都可能使晶片性能產生巨大差異，所謂「失之毫釐謬以千裡」。而數學的引入，則能在仿真和模擬環節代替成本高、耗時長的真實實驗，提前預判晶片的效果。
目前，科學家已找到了許多描述半導體特性的數學方程，但是在求得精確解上，數學家仍束手無策，只能藉由計算機得到近似解。隨著晶片製造難度的升級，工業界急需找到更優的計算方法。
2012年，在任正非與內部專家的一次座談《中國沒有創新土壤，不開放就是死亡》中，他提到：「我認為用物理方法來解決問題已趨近飽和，要重視數學方法的突起。」
所以任正非表示，對待晶片研究光砸錢不行，要砸數學家、物理學家。
2017年5月發布的《中國集成電路產業人才白皮書》顯示，目前我國的集成電路從業人員不到30萬人，但是按總產值算，至少需要70萬人，缺了40萬，其中就包括數學人才。
第二是人工智慧領域
如今大熱的人工智慧領域，數學缺席的瓶頸感也格外明顯。業界對過去一年的人工智慧有一個評價：2018年，人工智慧的進展就是沒有進展。
在2017年的中國計算機大會(CNCC 2017)上，首位華人菲爾茲得主、哈佛大學終身教授丘成桐曾從數學家的角度發出提醒：「人工智慧需要一個堅實的理論基礎，否則它的發展會有很大困難。」
雖然人工智慧乍一聽和計算機的關係比較大，但是它的基礎是大數據與算法，前期需要進行大量的基礎數學工作。
比如通過線性代數將研究對象形式化，運用概率論描述統計規律，通過數理統計以小見大，最後運用目標函數尋找最優解，作出最終的決策。而所有這些工作都需要一個成體系的基礎數學人才團隊。
如今，中國人對攀登人工智慧高地躊躇滿志，在應用領域也是「形勢一片大好」，誕生了諸多知名的業界公司，但卻面臨著丘成桐提及的「基礎不牢」的隱憂。
我們的從眾心理很嚴重，比如在人工智慧領域，深度學習很熱，發表論文的作者中幾乎70%是華人，但是其他非熱門領域，包括不確定性推理、知識表示等幾乎沒有華人作者。這就是從眾扎堆，不願意去探索「無人區」。
中國人工智慧領域目前仍長於跟隨，不擅拓荒。
當被問及瓶頸該如何突圍時，中國科學院院士、清華大學教授張鈸給出了兩個方向：「一是數學，二是腦科學。」
第三個領域就是5G通信
華為在通信領域能夠處在世界的領先水平，主要就得益於長期在數學人才上的投入。任正非在今年5月的一次採訪中說：
「大家今天講5G標準對人類社會有多麼厲害，怎麼會想到，5G標準是源於十多年前土耳其Arikan教授的一篇數學論文？Arikan教授發表這篇論文兩個月後，被我們發現了，我們就開始以這個論文為中心研究各種專利，一步步研究解體，共投入了數千人。
十年時間，我們就把土耳其教授數學論文變成技術和標準。我們的5G基本專利數量佔世界27%左右，排第一位……」
其實早在1999年，華為就在俄羅斯設立了數學研究所，開展通信業務的研究。而在2016年，它又在法國設立了一個新的數學研究所，挖掘法國基礎數學資源，長期聚焦5G。
其他領域，包括對新型燃料電池、高端裝備、高端製造影響深遠的材料科學領域，科學家也在呼喚數學家的跨學科援助。比如，離散幾何分析極有可能助力對納米多孔材料的研究，進而攻克氫燃料電池的應用難題，從而帶來新一輪的汽車革命。
不知不覺間，艱澀的數學支撐起了很多人的平凡生活中的「小確幸」。
俄羅斯數學家羅巴切夫斯基曾說：「不管數學的任一分支是多麼抽象，總有一天會應用在這實際世界上。」
正應了一種說法：所有理論數學，最終都是應用數學。
數學人才短缺的尷尬現實
中國是一個人口大國，同時也是一個數學大國，但是我們不是一個數學強國。
原因在於，在之前幾十年的快速發展中，我們對實際應用的需求遠遠超出了對基礎原理突破的重視，因此也就造成了對數學研究淺嘗輒止，沒有深耕的結果。
國際知名的數學家、菲爾茲獎的首位華人得主丘成桐在2016年的一次採訪中說：「相對於歐美的數學水平，中國數學界沒有輝煌過。一味地往臉上貼金是沒有用的。」
他認為，中國數學界最偉大的大師只有陳省身、華羅庚和周煒良，應用數學家則有林家翹和馮康，而周煒良、林家翹兩位學者長期在美國，不能夠代表中國。
同時我們看到，在今天的中國，人才對基礎數學的熱情是遠遠不夠的。舉個例子，北京大學有一個數學科學學院，但是在2018年該學院畢業的96個碩士中，基礎數學的畢業生只有11個，而金融碩士和應用統計學卻佔到七成，且半數以上的畢業生選擇了金融行業作為就業領域。
現實的原因其實也很簡單，一方面是讀基礎數學非常辛苦，另一方面則是基礎數學畢業後的就業方向非常模糊。
原清華大學副校長施一公曾發出這樣的感慨：
「清華 70%至 80%的高考狀元去哪兒了？去了經濟管理學院。連我最好的學生，我最想培養的學生都告訴我說，老師我想去金融公司。」
「我們以前太強調學以致用。最常說的一句話就是『加強轉化』。但我想問一句，轉化從哪兒來？無論是科學發展還是技術革新，你都是無法預測的，這個無法預測永遠先發生，你預測出來就不叫創新。」
言猶在耳。
結語
回顧歷史，我們會發現：大國崛起，必然伴隨著基礎科學的崛起。
二戰期間，大量科學家因戰亂移民美國，沒有這群天才，盟軍破解納粹密碼的進程不會那麼快；美國也可能沒法這麼快完成曼哈頓計劃，投下一錘定音的原子彈。
更深遠的影響發生在戰後。
40年代，費米設計建造了世界上第一個核反應堆芝加哥1號，奠定了日後核電產業的基礎；
50年代，馮·諾依曼幫助IBM第二任掌門人小沃森完成了第一套存儲程序計算機701的開發，開啟了美國制霸電子信息技術的輝煌；
同一時期，戰後從英國移民而來的電晶體共同發明人肖克利創立了仙童半導體，該團隊的骨幹諾伊斯、摩爾等人後來出走，創立了另一巨頭英特爾。
此後，在科技上長於應用而弱於基礎的「二流暴發戶」美國一把翻身。
美國普林斯頓高等研究院成了基礎科學的聖殿，全球頂尖人才開始源源不斷湧入這個國家——這是美國近80年來高速發展的最大護城河。
這幾年從製造業和網際網路企業對基礎數學的呼喚可以看出，中國產業的發展已經進入到了一個新的階段，光靠學習一些熱門專業，搞搞經濟實踐已經遠遠不夠了。
我們國家如果要在下一階段的國際競爭中不落後，就必須要在基礎學科的研究上實現重大的突破。
而這一工作需要長期堅決地在人才和資本上進行投入，同時更要有長期的規劃和足夠的耐心。
惟願這一次，數學不再孤獨，工業不再無援。
轉自公眾號
初高中數學資源分享