機械社區(qū)
標題: 國家發(fā)文加強數學研究,為什么? [打印本頁]
作者: zmztx 時間: 2019-7-21 19:54
標題: 國家發(fā)文加強數學研究,,為什么,?
本帖最后由 zmztx 于 2019-7-21 19:59 編輯
: F% U, ^1 B! _* J, q. S* e( B0 Y/ \6 g7 c
為切實加強我國數學科學研究,科技部,、教育部,、中科院、自然科學基金委共同制定了《關于加強數學科學研究工作方案》,,并于近日正式印發(fā),。
3 L4 @% n* a* \& \; [) Z' ~7 O5 e) Nhttp://henan.people.com.cn/n2/2019/0721/c351638-33164435.html
4 U6 P* i; c Z* M+ O8 U以前,知道開《線性代數》和《概率論》是因為美國調查研究了前蘇聯,,之所以先于美國實現了載人航天飛行,,有個原因是蘇聯大學里開設了《線性代數》和《概率論》,而美國沒有,。于是,,那時國內國防院校統(tǒng)統(tǒng)開《線性代數》和《概率論》
; j# d: |9 T6 f1 q. K可是為什么呢?6 G9 F+ s; I; b! O8 e% D" ^
《線性代數》,,可以把復雜的問題化簡后來研究,,比所有問題一起來好得多。比如有限元,,先把局部弄明白,,再把這些“局部”放到一起來研究;同樣,,模態(tài)分析是把亂七八糟的震動,,分解成為一個個頻率下的震動形態(tài)。這兩者都是把復雜問題簡單化
《概率論》就是設法弄清楚,,各個因素可能性之間的關系,。我覺得這更重要。
比如,,在生產計劃中,,往往習慣于確定性思維,也就是不管是不是真行,反正就當是每批活按照工時規(guī)定的時間,,到時候就完了,。純屬扯淡
如今非黑即白的思維大行其道,其實灰色是絕大多數
; x+ Z$ Y0 Y' ^$ x" c0 |$ Y0 n- n3 r+ @1 a3 k% _; ~8 w5 q8 K
3 Q# r7 ], H' m* v: x
作者: Leo_20180309 時間: 2019-7-21 20:03
大數據面前,,一切都會成為定數,,數學可是科技發(fā)展的必要前提
作者: 貓咪小新 時間: 2019-7-21 20:06
對整體機械行業(yè)影響也不大,計算機得益倒是很大,。
作者: 曉昀 時間: 2019-7-21 20:15
數學是最基礎的研究和計算工具,,很多實際問題最終的解決都是通過建立相關的數學模型,數學模型是運用數理邏輯方法和數學語言建構的科學或工程模型,。
作者: 未來第一站 時間: 2019-7-21 21:05
因為遇到瓶頸了,,花錢也買不來了。
作者: 喂我袋鹽 時間: 2019-7-21 21:19
任正非笑而不語~~
作者: m2006410 時間: 2019-7-21 21:24
是不是想研發(fā)模擬軟件,?比如三維設計,,力學分析類的。
作者: 韓寒11 時間: 2019-7-21 21:32
早就應該這樣了,,其實在上學那會兒班級里邊就有數學奇好,,但是英語不好的同學,最后沒有考上好的學校,,現在終于想起數學來了,,等吧,再等幾代人吧
作者: zmztx 時間: 2019-7-21 22:08
本帖最后由 zmztx 于 2019-7-22 07:00 編輯 l6 |( U. I5 |( L: J
! l( y/ K) [4 g0 V. x2 t5 o
如果說AI,頂級AI研究者中有華裔,,其中還有國內大學畢業(yè)去了美國
8 X- B6 b2 V, F# A2 c* Z+ n$ R關鍵他們都不在大陸,,或者只是短期工作(合作)
- i0 x+ J1 g5 j5 g( s& S8 g# d$ ]" |
作者: zmztx 時間: 2019-7-21 22:09
) d$ o+ f8 t+ I. b$ z6 p
關鍵是數字化$ l2 g8 C* S( e5 I# R# {
作者: 3983596 時間: 2019-7-22 07:46
想搞基礎學科研究
作者: zmztx 時間: 2019-7-22 07:54
極富才華的數學家,很少是在美國長大的8 } L- |# i# \ W1 v
可是,,需要數學的東西,,往往都是在美國發(fā)展成熟,并且很快就成為應用技術,。尤其是二戰(zhàn)之后' Q( q* O3 ]2 F6 O% t7 V
, B- U5 _' v7 V: m二戰(zhàn)期間,,有兩項偉大的成就:一是原子彈,二是計算機
: X# F& B) ~- B原子彈的研制過程中,,使用了《運籌學》,。
" v- Y+ q. [; y5 m4 g7 H/ ~計算機是英國人搞的,,為的是破譯密碼。
6 }+ a2 r }3 H$ k這兩項技術發(fā)明地目的性極強,,它改變了戰(zhàn)爭力量對比,。' E" @/ Q) S4 E) `0 O
如果溯源,這兩項技術都不是開始于二戰(zhàn)期間,,可在二戰(zhàn)中解決了大問題,,顯示了數學的威力。當時原子彈研制,,那么多的頭緒,,怎么才能快?不管怎么說,,美國人用了運籌學,,而且結果完美。如果不用運籌學,,也許在日本爆炸的原子彈還要晚幾年才能做出來,;破譯密碼,是天才的游戲,,計算機是輔助工具。但沒有這輔助工具,,天才也玩不轉,。那時德國潛艇攻擊運輸線、德國飛機到處轟炸,,如果能知道德國人用電報發(fā)送的命令,,那就好辦了。據說中國人有聰明的,,直接猜出電報內容,。可次次都靠猜實在不靠譜,,還是用計算機來幫忙算,。8 t& w! _- b7 f( T
如果溯源。這兩技術都不是起源于美國,,在美國是實實在在的使用,,當然發(fā)展是后來的事情,而且搞大了�,,F在,,也是賺錢的利器( p1 E& i3 [8 C
英國人腦袋里的東西,變成了美國人手里的鈔票,,這其中的轉換密碼,,到底是什么,?太迷人了!3 D9 T2 p7 x4 z
作者: 豌豆先生愛吃蝦 時間: 2019-7-22 08:32
/ Y' |/ J6 _7 P; G4 V" K. H
美國奉行的是拿來主義,,哪里有人才,就會想法設法地去挖過來,。
9 @, t- p" j9 I W# |4 v
作者: kaixinjixieren 時間: 2019-7-22 08:49
數學無處不在啊
作者: keren693 時間: 2019-7-22 09:46
數學就是算法 算法就是能提升軟件效率 然后就有5 6 7 8 9G啥的了 然后就是帶動經濟,,不可預知的未來大概就是這個意思吧
作者: zmztx 時間: 2019-7-22 10:32
, R2 v- S$ M l" ^2 B4 n2 B
大概兩三年前,李克強去北大,,走到數學系說:數學是一支筆一張紙,,不像物理系要買多少設備儀器。對數學系,,項目費用,、獎金少點提成、個人拿到手里的錢多點
+ K' B& C; u5 U1 }
作者: zmztx 時間: 2019-7-22 10:47
0 n3 ]+ m3 f. Y- l! V) q
機械,,設計工藝,很多還是憑經驗拍腦袋,。對不對好不好且不論,,這樣沒法子自動進行- m: e @3 S5 H2 j
各位估計都看過鐵摩辛柯的材料力學,據說鐵摩辛柯之前沒有材料力學,,修橋,、蓋房子、造機器,,就是憑經驗,,或者大概算一下,而且這計算結果還因人而異,。鐵摩辛柯總結了前人成果,,系統(tǒng)話、實驗化,,使得強度,、剛度計算成為科學。意思就是你算還是我算,,結果都一樣,。' K$ W, [! J h/ I0 M
也就是憑經驗拍腦袋的事情少點
2 L7 Z. J2 Z6 p# z6 `: @當然,,誰都不能說憑經驗拍腦袋的事情能徹底退出。而且不能退出的這些,,既不可能推翻(經驗也不是經不起檢驗),,也難以用AI解決(至少眼下是這樣)。換句話說,,數學還有解決不了的問題,。6 ]+ L7 k, E' X) ]
" H" Y; { m: F$ O# f
作者: 果果0122 時間: 2019-7-22 10:52
提示: 作者被禁止或刪除 內容自動屏蔽
作者: parkorliu 時間: 2019-7-22 11:01
數學是工具。,。,。三分手藝七分家伙。,。,。沒有家伙啥事都干不好。
作者: 454141017 時間: 2019-7-22 11:06
概率算法是神經網絡的理論基礎,,p=(0,1),,神經網絡是智能判斷的靈魂,p= 0 or p=1,。最終的執(zhí)行力表現為 1 的疊加,,或 0 的遞減,占空比的關系,。
作者: 浣溪沙 時間: 2019-7-22 21:43
知道每年熱炒的高考壯元去哪了,,都沒去科研,享清福,,找不傷大腦的工作去了
作者: wangshenglijn 時間: 2019-7-22 22:17
現在國內到處都搞人工智能,但是很少有數學專業(yè)的人員參與,,我想,,人工智能離不開計算方法,沒有算法的保證,,如何搞好人工智能,?
作者: zmztx 時間: 2019-7-23 09:20
為什么華為和任正非如此崇尚數學?
& w; G% g- Y/ I" }7 Q1 J. b p( M“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,。”——任正非與2012實驗室專家座談講話. C3 q* K) }/ d; \: j4 ?
' E) y! n/ N& Q/ ^: C& P( b5 a
& @7 m# e) h, ~! s Z, }7 t! x# `1 G“以后高科技數學比物理還重要,,要從最基礎學科開始發(fā)現”——任正非接受群訪
D. w$ h7 m! |" g' c7 G/ y6 I9 |. D0 _- I6 K
) d. W& R' L/ n4 b9 j# ?7 U- k- ~
“在過去的20多年,,凡是我們在數學和算法上投資比較大的,有專門的團隊在做工作的,,我們在這個領域的產品在全球都逐漸走向了領先,;凡是不重視在數學和算法上投資的,,這些產品目前來看都是落后的。所以我們應該充分認識到,,面向未來,,數學和算法在整個ICT行業(yè),在構筑競爭力和差異化方面起的作用會越來越大”——徐直軍(華為高管)在戰(zhàn)略與技術大會開幕式上的講話+ m y. l6 o% `7 A3 o! D( U
5 p1 I/ d; W; X8 q% {! A
華為,。其在全世界擁有26個研發(fā)能力中心,,700多名在職數學家,800多名物理學家,,120多名化學家,。從1995年開始,華為就不斷招聘數學博士,,創(chuàng)新性地突破IT技術的瓶頸,。因為當今核心的密碼學、圖像學,、數據壓縮存儲等技術,,都與數學密切相關。+ l; i/ F/ s5 _
4 o; g$ _/ ^( K! @/ q7 ^( z5 a
! c- B* p+ i% o+ ^3 H* Y2 k2019年6月9日,,第八屆世界華人數學家大會,,在清華大學召開. E+ t& p# v# t8 d6 c
會議中,丘成桐接受記者采訪時說:發(fā)展數學,,并非直接為經濟和技術服務,,“很多人以為,基礎科學指的是技術上的原理和方法”“他們說重視基礎研究,,重視的無非還是解決實際問題的應用研究而已”
% M" o$ [" h4 F3 u: _0 H; y丘成桐認為,,華為的數學家(或者成為數學工程師),可能還是解決硬件和軟件的用用數學家偏多,,“真正做基礎研究的科學家,,和他們想象的不一樣”
$ @+ M6 \/ }: q( K/ c$ J; j; ~
6 g/ f. _ B$ J; W& u, y- g. }, l3 u9 [& \& H7 J# }* ?
" p; n" @6 n- E, g
作者: zmztx 時間: 2019-7-23 09:29
2 `1 j; q1 N: [( ~8 c有道理
6 ?2 A6 j: R1 N: @8 |! A7 u. T現在人工智能有點濫,,甚至把紅綠燈變化也說成是人工智能,。比較靠譜的是以算法劃界,用了公認的AI算法,,就可以歸入人工智能,。. P. t% O% f5 X% b7 a9 N/ `
比如樓上提到的貝葉斯網絡和貝葉斯推理,就算是人工智能2 ?$ N( d+ E: d4 G) R+ s
但也有問題,,實際應用中可能會有很巧妙的方法出現,,解決了不好解決的問題,,這算什么?就像現在的優(yōu)化計算方法,,大多數并不是數學家的成果,,而是工程師們在實際中一點點弄出來的,好用,,能用就行,。不見得嚴謹
2 F! e3 e! l9 e2 E樓上文摘中丘成桐和任正非表達的意思,似乎就是兩個路子
/ s4 d( P! s( i! u! C5 {- X2 E: Y& ?4 N4 r0 ~2 h
作者: 柳建凱 時間: 2019-7-23 11:29
數學是基礎
作者: Cavalier_Ricky 時間: 2019-7-23 20:30
為什么,?突然發(fā)現差了唄,。。,。
5 M/ B6 o# o1 J1 s$ \8 s( r2 x b- H! h
問題是,,到底怎么搞?
1 Y" z# g9 \9 J
+ {& N6 I7 E+ ~) G/ m) |$ s不會又是另一版本的綠壩,、另一版本的電動汽車啥的吧,。。,。
( j5 |. m# f0 d- U. v" G$ n" t& _( J
8 n" I: E- Y, q) i) f3 v/ W$ V* y爺說話,,就是想撒錢!求爺,,別再亂撒錢了,。你以為會得到人,就是夠不著的啊,。
作者: 集成機甲 時間: 2019-7-26 05:49
只有一個數學么,?了!其他學科怎么辦,,如果各學科都能像體育 藝術考試一樣,,那早就先進的不行不行的了。我們這些年特長就是把簡單問題復雜化,,實體問題虛幻化,把水攪渾才好下手,!
作者: zmztx 時間: 2019-7-27 08:04
注釋
6 @. v# z0 ]" A4 M1 T7 j* J& U/ \, ^/ v5 @( l
- 馬爾可夫過程,, 也稱為馬爾可夫鏈 (Markov chain), 是一類離散隨機過程,, 它的最大特點是每一步的轉移概率分布都只與前一步有關,。 而平穩(wěn)馬爾可夫過程則是指轉移概率分布與步數無關的馬爾可夫過程 (體現在我們的例子中, 即 H 與 n 無關),。 另外要說明的是,, 本文在表述上不同于佩奇和布林的原始論文,, 后者并未使用諸如 “馬爾可夫過程” 或 “馬爾可夫鏈” 那樣的術語, 也并未直接運用這一領域內的數學定理,。
- 在更細致的分類中,, 這種每一列的矩陣元之和都為 1 的隨機矩陣稱為左隨機矩陣 (left stochastic matrix), 以區(qū)別于每一行的矩陣元之和都等于 1 的所謂右隨機矩陣 (right stochastic matrix),。 這兩者在應用上基本是等價的,, 區(qū)別往往只在于約定。
- 這種幾乎滿足隨機矩陣條件,, 但有些列 (或行) 的矩陣元之和小于 1 的矩陣也有一個名稱,, 叫做亞隨機矩陣 (substochastic matrix)。
- 確切地說,, 這種所有矩陣元都為正的矩陣不僅是素矩陣,, 而且還是所謂的正矩陣 (positive matrix)。 這兩者的區(qū)別是: 正矩陣要求所有矩陣元都為正,, 而素矩陣只要求自己的某個正整數次冪為正矩陣,。
- 讀者們想必看出來了, p 其實是矩陣 G 的本征值為 1 的本征向量,, 而利用虛擬用戶確定網頁排序的思路其實是在用迭代法解決上述本征值問題,。 在數學上可以證明, 上述本征向量是唯一的,, 而且 G 的其它本征值 λ 全都滿足 |λ|<1 (更準確地說,, 是 |λ|≤α ——這也正是下文即將提到的 Gnp0 的收斂速度與 α 有關的原因)。
- 當然,, 這絕不意味著在網頁排序上已不可能再做假,。 相反, 這種做假在互聯網上依然比比皆是,, 比如許多廣告或垃圾網頁制造者用自動程序到各大論壇發(fā)貼,, 建立對自己網頁的鏈接, 以提高排序,, 就是一種常見的做假手法,。 為了遏制做假, 谷歌采取了很多技術手段,, 并對有些做假網站采取了嚴厲的懲罰措施,。 這種懲罰 (有時是誤罰) 對于某些靠互聯網吃飯的公司有毀滅性的打擊力。
- 從投資角度講,, 斯坦福大學顯然是過早賣掉了股票,, 否則獲利將更為豐厚。 不過, 這正是美國名校的一個可貴之處,, 它們雖擅長從支持技術研發(fā)中獲利,, 卻并不唯利是圖。 它們有自己的原則,, 那就是不能讓商業(yè)利益干擾學術研究,。 為此, 它們通常不愿長時間持有特定公司的股票,, 以免在無形中干擾與該公司存在競爭關系的學術研究的開展,。
- 那些研究與 “佩奇排序” 的類似僅僅在于大方向 (即都利用互聯網的鏈接結構來決定網頁排序), 而非具體算法類似,。
4 R% T: f7 ~# s1 c
& n+ I( [$ T7 `. ^; r
5 } u- L) Z# ~# P( U( C補注
6 F6 ~3 a5 t+ O1 n! m# o( N; e6 r" }6 a5 A1 }& ?5 h; V$ u. U
+ e. R9 m; |4 X6 y" ^4 A- y
有些讀者對 “是數學成就了谷歌” 這一說法不以為然,, 認為是佩奇和布林的商業(yè)才能, 或將數學與商業(yè)結合起來的才能成就了谷歌,。 這是一個見仁見智的問題,, 看法不同不足為奇。 我之所以認為是數學成就了谷歌,, 是因為谷歌當年勝過其它搜索引擎的地方只有算法,。 除算法外, 佩奇和布林當年并無其它勝過競爭對手的手段,, 包括商業(yè)手段,。 如果讓他們去當其它幾家搜索引擎公司的老總, 用那幾家公司的算法,, 他們是不可能脫穎而出的,; 而反過來, 如果讓其它幾家搜索引擎公司的老總來管理谷歌,, 用谷歌的算法,, 我相信谷歌依然能超越對手。 因此,, 雖然谷歌后來確實用過不少出色的商業(yè)手段 (任何一家那樣巨型的公司都必然有商業(yè)手段上的成功之處),, 而當年那個算法在今天的谷歌——如正文所述——則早已被更復雜的算法所取代, 但我認為谷歌制勝的根基和根源在于那個算法,, 而非商業(yè)手段,, 因此我說 “是數學成就了谷歌”。 [2011-01-01]
# z o6 x2 @' w: l) A, V8 W% l
# u" ], V5 ~& ~) h- R
作者: zmztx 時間: 2019-7-27 08:12
本帖最后由 zmztx 于 2019-7-27 08:13 編輯 8 O5 Z6 C4 K' ^. j( W! p6 ?
# X9 e6 r2 V4 N0 i; H$ A$ o4 J
google矩陣以及MapReduce算法(網上的一個簡單解釋版)
" d- W) b( g# \) K2 M
m, P: B% t. D7 W4 s+ Q+ x
, T8 G: i7 ^3 C8 X8 c7 V8 k2 B. \% _: R& }5 U+ |9 ? |2 Z0 r
Map-Reduce, 通過將運算矩陣按頁面分離到多個頁面進行運算,,例如運算節(jié)點1上放1000個頁面,,這1000個頁面的外鏈有4000個,那么這個節(jié)點的矩陣也就是一個1000列,,4000行的,那么Map-Redure可以取特征向量的對應的1000個(1列,,1000行)的值到該節(jié)點進行矩陣運算,,然后會得到一個(1列,,4000行)的向量,每個頁面實際對應到一行,,傳遞到匯總節(jié)點進行匯總求和即可,。
8 H( W% I" t! p# M: _$ }( [3 R
這里有個問題就是可能各個運算節(jié)點的頁面不一樣,所以最終各個節(jié)點合并矩陣時,,最終可以類似成為一個hash表一樣定位頁面,,然后將各個頁面算出來的一列向量進行定位求和,最終得到計算出來的特征向量,,第一次計算出來之后,,才能知道這次運算的向量到底是有多少個頁面。
# ~! v {( e( m+ h X
. V' t# S* H& D0 ?, l% F0 K5 }
5 z, t/ y' q% ~5 z5 I5 t/ e# O7 ?3 D G
作者: zll3310737 時間: 2019-7-27 08:29
根本的東西不改進,,再研究也沒什么大用處
作者: zmztx 時間: 2019-7-27 09:20
編輯先生0 h' ] \2 w% u3 q0 d! Y
請解釋一下,,谷歌矩陣沒有通過審核的原因?
! v. D0 a2 J! C政治原因嗎,?谷歌矩陣只涉及網頁,、矩陣和一些數學思路
0 q" c) z! g9 C4 K) y3 J難道是我得罪了你,或者得罪了你想扶持的那個小混混,?
作者: zmztx 時間: 2019-7-27 11:42
編輯的解釋3 G! n) [) p2 r m! C$ {
不好意思
" N7 X3 ?; A' i4 J7 _+ F* Y/ b7 V( F2 j
8 C& I$ u: b) e7 @4 n
http://giwivy.com.cn/forum.php?mod ... p;page=1#pid6035852! s! i6 D* t- T
: f" {7 b, u: R e' o
作者: 田田田田田 時間: 2019-7-29 20:42
數學是基礎科學,。中國現在整天吹牛,但是基礎還是很弱的,。最近講的中國發(fā)明很多很多,,但是不把平均數據公布的數據都是耍流氓。
作者: 直博和冰冰都要 時間: 2021-11-23 22:11

作者: wanglj671 時間: 2021-11-24 08:44
數學發(fā)展為相關行業(yè)進步提供理論基礎
) @/ O3 h$ S$ M! |$ Z$ G; d" Q* T
歡迎光臨 機械社區(qū) (http://giwivy.com.cn/) |
Powered by Discuz! X3.4 |