丘成桐:做学问就要真正为学问而做学问

2017 年 11 月 13 日 中科院高能所 AI科技评论

来源:AI科技评论


AI科技评论按

在CNCC 2017大会的第一天,菲尔兹奖获得者、哈佛大学终身教授丘成桐在会上作为特邀嘉宾做了首个演讲报告,报告主题为《现代几何学在计算机科学中的应用》。


报告中丘成桐先生首先介绍了现代几何的发展历史,随后介绍了他与他的学生及朋友在计算机与几何交叉方面的一些研究。对于人工智能,丘成桐先生认为现代以神经网络为代表的统计方法及机器学习在工程实践中取得了很大的成功,但其理论基础非常薄弱,是一个黑箱算法;人工智能需要一个可以被证明的理论作为基础。


随后 AI 科技评论记者有幸采访了丘成桐先生,讨论内容包括丘先生在计算机、数学、物理等方面的工作以及其他一些见解。很多人认为,中国学者做的东西对社会有用或者国家有用才是学以致用。丘先生认为,作为学者,做学问首先要真正为学问而做学问、为了好奇而做学问,而不应当只为了应用而做。只有做出真正好的学问,才能起到真的对国家有用、对民族有用。



下面为采访原文,AI 科技评论做了不改变原意的调整和编辑。

一、关于研究

AI 科技评论:丘老师,看到arXiv上有很多您近期发表的文章。其中最近16日和24日发表的两篇分别是关于GAN和Big Data的研究。在CNCC 2017的大会上您也介绍了关于GAN的研究(查看:丘成桐演讲全文 | CNCC 2017),您能否简单介绍一下您在Big Data上的研究?

丘成桐:刚开始吧,我们就想看能否将从前做过的几何上的方法用在Big Data上,因为这个Big Data一般来讲都是用比较实验性的做法,机器学习的方法基本上没有足够的理论。我们尝试用数学理论来解释;同时不仅是解释,还希望能让计算更有效。

AI 科技评论:从arXiv上发布的论文来看,您多年来的著作跨很多不同的领域,例如数值分析、机器学习、微分几何、相对论、图论、高能物理等。您个人的话,比较关注的是哪些方面的研究?

丘成桐:我是几何学家,我做的所有问题都跟几何有关,为了做几何我要发展微分方程等其他方面,所以在40多年前我发展出来一套工具,来研究几何问题,微分方程以后的发展对数据处理也好、对理论物理也好都有帮助。另外,几何学也要提取很多不同学科的精华来发展自身的理论、提供几何的直观,所以基础物理、粒子物理、广义相对论、量子力学,包括工程上的很多问题对几何学也都有很大的好处。我从30多年前做的广义相对论上的一些贡献,对广义相对论发展有一定的影响,主要就是用几何方法。我们团队的对计算机研究也是用几何方法。所以基本做法都是用微分几何,可是因为几何是很大的学科,它牵涉了其他学科,我这几十年做研究,都通过几何学和其他学科相关。

二、关于文史

AI 科技评论:从您们那一代到我们这一代,大概经历了两代人。通过与很多前辈们的接触发现,您们那一代的华人科学家一般都有很深的文史情怀,不仅仅是在科学领域,在文史方面一般也都有很深的造诣。而越往后,似乎华人科学家的人文情怀越淡薄。您是如何看待这一现象?

丘成桐:主要是小时候没有念那么多中国文学或者外国文学的书。在国外很多小孩子他们会念很多文学、社会上面的书籍,所以他们对很多文学都很懂,相比来说要比中国小孩子懂得多。这主要是因为中国的家长希望小孩子长大之后生活没有问题,念文学、念历史对他们以后找工作没有什么太大帮助,这样就影响到小孩子对文史的兴趣。另外就是兴趣问题,学校教了之后小孩子就会注意,注意以后就会感觉有兴趣,如果不教的话,这个兴趣要想形成就比较困难。

当然很坦白的讲20、30年来,媒体的水平比起从前差了很多。从前媒体上的副刊写的水平都很高,但现在的记者不讲究文笔上的修养。中国大陆的还可以,但香港就文字水平不太行,有时候他们一定坚持要用广东俗语来表示,这样小孩子看报纸后,他的文化修养就不会很高。坦白来讲,网上文化也是这个样子,网上文化要求内容要很快就传递出去,往往我们不经思考就把想法写出来了。要写一篇好文章,往往需要花很多功夫才能写好,一篇好文章,真正有修养的文章,往往可能要花几天、几个月甚至几年才能写好,现在没有人愿意花这个时间,可能也有,但很少。我们从前是花很多时间来写好一篇文章,同时老师或者其他人也会提供很多意见,怎么样写。现在小孩子大多缺乏这个思想。

AI 科技评论:您觉得这是全球普遍现象还只是中国特有的现象?

丘成桐:也不是,中国比较厉害一点,你看美国的好中学他们的小孩子会花很多功夫写文章,写得很好,他们的文采很不错的,这是好的中学,当然不要跟差的中学比较,美国差的中学很差的也有。中国好的中学当然也有一些学生写得还可以,但他们没有那么专注。简单来说就是功利主义太重,一般来讲家长、老师都认为文字写得好,并不见得比你数学做得好或者其他学科做得好来得重要,因为其他学科能够让你赚钱、找到好的工作。主要就是这样。

AI 科技评论:从别人对您的采访中看到您说“从小喜欢读《史记》,现在还在看”。请问这些文史著作对您有什么影响?

丘成桐:文史是很重要的,因为所有文史都是人类积累下来的经验,写得好的历史,比如史记,会告诉你当年产生过的问题,出现的毛病在哪里,能够向前走的原因是什么?你可以在里面学习到很多重要经验,无论是做政治也好,或者做生意、做学问也好都有这个问题。在重要的场合下面如何处理这个经验?往什么方向走是对你最有利?历史就会教导你这些。

三、给学术青年的建议

AI 科技评论:据了解从1969年您去美国,短短两年您就获得了加州大学伯克利分校的数学博士。陈省身先生还在赠送给您的书上题字曰:余生六十矣,薪传有人,愿共勉之。您能否讲述一下您这两年的学生生活?

丘成桐:我在两年时间内拿博士学位很多人觉得很奇怪、都很好奇,其实我是觉得没有什么。但人生很长,一个人活到80、90岁这个问题不大,差1、2年功夫并不重要。我的很多朋友都是大学教授,他们中学的时候,有的休学1、2年才升学,对他们不仅没有影响,反而更有好处,这主要看你学习成熟度有多大,如果学的时间短,你在一些方面总是没有那么成熟,当然有一些人直接就跳过去了,这样对他的影响会更糟糕。很多所谓的天才,因为要跳班,中间就缺了很多学科没有学好,因此对他的影响也很大,会导致一些方面很差,以致于在某些方面不能很好的成长。当年我两年念完博士,其实我很早在第一年就将论文差不多做好了。对于我来讲,是不是值得骄傲?我觉得不值得骄傲,因为有很多学科,如果我学习时间再长一点的话,我就可以学得多一点。因为当时在伯克利有很多著名的学者,我可以跟他们学多一点东西。我不后悔,但也不觉得骄傲,就那么两年。

AI 科技评论:从69年至今您已经在数学领域工作了近50年,同时也见证了数学几代人的变化。作为见证者,您希望给工作在数学及相关领域的学术青年什么样的建议呢?

丘成桐:最重要是对学术追求兴趣、崇高愿望。很多中国学者希望的就是赶快毕业、赶快找到好位置就心满意足,甚至做官或者做院士这是他们唯一的、一生最大的愿望。可是我看到的有成就的大学者,他们从来不会这样想。他们想的就是要解决一些重要问题,对我们还没有看清楚的方向要找出来,要替自然界、学术界找到一个好的方向,解决一个大的问题,这是他们一生的希望。跟我们中国学者很多有不一样的看法。

AI 科技评论:您作为一个学者,也了解了不少学者。从您个人的角度来看,您认为作为一个学者应该有什么样的治学态度?

丘成桐:既然要做学问,就要真正为学问而做学问。我们做的事情也可以做应用,也可以不做应用,不一定要单为应用做应用。现在问题是整个国家、社会都是期望中国的学者学以致用,做的东西一定要对社会有用或者对国家有用,这样不太可能把学问做好的。当然这样也会有一些学问会做得不错,但要做到最好、领先的地步,这是不可能的事。因为我们一定要为学问而做学问才能成功。从古希腊学者一路到今天,每一次学问大跳跃,都不是为了应用而做,都是为了好奇而做,这是很重要的事情。

AI 科技评论:就您个人来说,您认为您在治学上最重要的品质是什么?

丘成桐:到今天我对学问还是有很大兴趣,我始终想了解学问深奥的一面和它的基本结构、深刻地方在哪里?还是好奇往前走。当然我年龄比以前大了,精力也比以前差了很多,但我还是想了解自然界发生的事情。

四、关于CEPC

AI 科技评论:今年早些时候,关于中国是否应该带头建设环形正负电子对撞机(CEPC)和超级质子对撞机(SPPC)的问题,由于您和杨振宁先生的参与讨论,在国内引起了巨大的争论。您是如何看待这个项目的?

丘成桐:我从来没有兴趣跟别人辩论,当时有一些媒体问我,我就讲我的意见。我讲了意见之后杨先生再出来讲话,杨先生讲过这个话之后,我在媒体上也就没有再讲过任何话,所以不算辩论。至于政府要怎么做我不晓得,不过我认为假如政府不做的话,就损失了一个将中国科学变成世界领先的绝佳机会。此外,钱绝对不是杨先生讲的那么多。

AI 科技评论:您如何看待这个项目在物理学界和中国物理学界的影响?

丘成桐:我在哈佛大学也是物理系的教授,但我不是研究实验物理的专家,所以不能提供一个最内行的意见。

我认为引进几千个第一流的物理学家,无论如何对中国都是有利的。中国要想聚集几千个世界一流的物理学家,除了这种方式外,我觉得很难聚合在一起,我讲的是真真正正留在中国,在中国稳定居住下来的。但这个事情可以通过建立大型对撞机项目做成的。做和平试验对中国绝对是有利的,现在提出300多亿人民币,但这是通过15年来做,300多亿除以15年,一年有多少亿?没有多少亿,我们浪费在很多事情上的费用比这个多得多。

此外,我们问了十多个诺贝尔奖金得主,也问过霍金,没有一个人反对,每个人都赞成。这十多个都是大有学问的专家,同时他们年纪也不小了,这个项目对他们个人也没有太多的好处。十多个诺贝尔奖金得主,都认为这是很重要的事情,所以可以看出海外物理学家大多都认为这是值得去做的事情。

五、关于中国数

AI 科技评论:从您79年第一次回国至今已经有38年,这段时间里您一直帮助中国推动数学发展。请问在这38年里,国内数学研究领域有什么样的变化?您觉得还有哪些不足?

丘成桐:1979年过来的时候中国刚经过文革。中国从前好的数学家那个时候已经到了基本没有办法再做下去的地步了。陈景润、张广厚我都见过,因为年龄也比较大了,他们文革以后的工作,绝对比不上文革中间和以前的工作。在1979年那段时间可以说民穷财尽,只有送一大批学者到国外去。这一批学者到了90年代开始成长,可是大部分都不愿意回国,所以到了20年前中国的数学还是不行,因为大部分都在外面。国内自己也产生了一小批还可以的学者,但跟国外还是相差很远。到了近10年开始有一批学者愿意回国,现在国内的数学就进步很大了。

很多媒体将我从前讲的话,没有经过我同意,就拿出来发表。但时间在改变,从前不行并不代表现在不行,这个要搞清楚。10年前、20年前中国学生都不大用功,我当时就很坦白地讲,所以有一些批评。但到了近10年来,中国学生比从前好很多了。尤其是这5年来,回国的学生不少,同时学问做得很好的也不少。我们清华有一个数学中心,这个数学中心有40多个一流的年轻人,这些年轻人大部分都是从国外回来的,都是全职回来,而不是假的。为什么我讲假的?因为很多地方都是假的,来两个礼拜或者来1、2个月就说是全职引进,其实根本不是。清华这一批学者现在学风搞得很好,很多海外学者都晓得这个中心,他们自己主动愿意回来,从前很少有人愿意主动回来的。当然复旦、中山大学等也都不错,都是慢慢在改进,同时进步得不错。不过想要达到美国的水平还需要加大努力。学问不是一两年的事情,这需要持续积累。

AI 科技评论:从93年至今,由您牵头已经在国内建立了四个数学研究中心(香港中文大学数学研究所、北京晨兴数学中心、浙江大学数学科学中心、清华大学数学科学中心)。这四个研究中心的现状如何?

丘成桐:在大陆我们第一个办的是中科院晨兴数学所,晨兴数学所做得很好,我们现在也有十一二个在数论方面做得很成功的年轻人;但是,成立中科院数学与系统科学研究院之后,只剩下五分之一是纯数学的,如此不重视基础科学,我觉得这是完全错误的做法。中科院一定要改变这个现象才能将整个事情搞回去。

随后是在浙大,浙大做得很好,我们从99年到09年这10年来,还是培养了一大批很好的学生,做得很好。可是领导换了之后就完全改变了,就不再重视数学,数学中心也很难做好。

从09年开始我在清华成立了一个数学科学中心,清华大学的党委书记陈希和后面的领导都特别重视,我觉得从陈希和顾秉林这届领导开始,清华就特别重视基础科学的发展。

香港中文大学也是同样,在某种意义下是第一个做好的,同时也是做得最好的。不过它全部靠捐来的钱,捐来的钱有限,所以成长的很慢。

AI 科技评论:除了建立数学研究中心外,您觉得中国在数学教育和研究方面还有哪些需要改进的?在促进中国数学发展方面,您有何建议?

丘成桐:中国数学很多方面要改进。我们现在慢慢追上了一大部分,但无论是在纯数学还是在应用数学方面都还相差很远,尤其纯数学更需要加紧,因为世界上整个数学界在发展,这30年来产生了很多新学科,但在中国没有,有些方向连影子都没有。这些学科的发展主要是靠老师,老师不学、学生也不学。所以需要引进一批很好的人才。其他主要就是经费要大量提升,同时减少院士的影响,百花齐放就可以了,政府不要管太多。


本文经 AI科技评论 微信公众号授权转载




登录查看更多
0

相关内容

【新书】图神经网络导论,清华大学刘知远老师著作
专知会员服务
361+阅读 · 2020年6月12日
【BAAI|2019】用深度学习模拟原子间势,王涵  (附pdf)
专知会员服务
17+阅读 · 2019年11月21日
【CCL 2019】刘康、韩先培:做失败科研的10个方法
专知会员服务
27+阅读 · 2019年11月12日
【CCL 2019】ATT-第19期:生成对抗网络 (邱锡鹏)
专知会员服务
49+阅读 · 2019年11月12日
作为字节跳动的研发面试官,有些话我不得不说!
互联网架构师
12+阅读 · 2019年4月22日
深度学习 | GAN模式崩溃的理论解释
数据派THU
10+阅读 · 2019年2月17日
丘成桐:攻克物理难题的数学大师
科技导报
5+阅读 · 2018年7月23日
傅里叶变换和拉普拉斯变换的物理解释及区别
算法与数学之美
11+阅读 · 2018年2月5日
蔡志忠:我不同意三个臭皮匠顶一个诸葛亮
笔记侠
3+阅读 · 2017年11月30日
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Labeling Panoramas with Spherical Hourglass Networks
Arxiv
19+阅读 · 2018年6月27日
Arxiv
4+阅读 · 2018年5月4日
Arxiv
3+阅读 · 2017年12月18日
Arxiv
6+阅读 · 2016年1月15日
VIP会员
相关论文
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Labeling Panoramas with Spherical Hourglass Networks
Arxiv
19+阅读 · 2018年6月27日
Arxiv
4+阅读 · 2018年5月4日
Arxiv
3+阅读 · 2017年12月18日
Arxiv
6+阅读 · 2016年1月15日
Top
微信扫码咨询专知VIP会员