【AI算法篇】“学好数理化 走遍天下都不怕”

中国科学界有一句流传了半个多世纪的话：“学好数理化，走遍天下都不怕。”这句话是1956年由著名科学家钱伟长先生在清华大学“红专大辩论”时提出的，他原本是说：“数理化这三门课学得透彻了，就可以获得扎实的理论知识基础。”后来在口口相传中被凝练成了今天这句家喻户晓的格言。在当时的时代背景下，这句话激励了整整一代人投身科学技术，为新中国建立起工业脊梁。数理化，是科学的基础，也是一个人无论改行多少次、转向哪个领域，都能从容以对的底气。



半个多世纪后的今天，这句老话在新能源汽车的赛场上被赋予了全新的活力。在享界S9的发布会上，宁德时代董事长曾毓群亲临现场，用一句巧妙的拆解引爆了朋友圈：“华为是‘数’，北汽是‘理’，宁德时代是‘化学’——学好数理化，走遍天下都不怕。”华为作为定义需求、提供智能系统的“架构师”，担当了“数学”的逻辑角色；北汽以整车制造和工程底蕴承担“物理”的载体角色；而宁德时代凭借电化学技术的深厚积淀，毫无悬念地坐稳了“化学”的位置。三家联手，被业内亲切地称为“数理化组合”，成为圈内一时刷屏的金句。



这句话不仅是三家巨头合作的绝妙广告语，更是一个时代的隐喻：从钱伟长时代的工业救国，到曾毓群时代的产业协同与AI驱动的能源革命，数理化始终是硬核科技的最底层语言。而这门语言，不仅在中国的土地上生生不息，在遥远的印度南部，也孕育出了令人惊叹的智慧传奇。

你有没有过这样的经历：在梦里解出一道困扰你许久的数学题，醒来只记得满纸的咖喱香？对于绝大多数人来说，梦只是梦。但对于1887年出生在印度泰米尔纳德邦埃罗德县的斯里尼瓦瑟·拉马努金，梦，是女神娜玛吉利递来的宇宙密码。



非常巧合，近百年后，同一片土地又走出了一位改变世界的人物：桑达尔·皮查伊。他成了谷歌及其母公司Alphabet的CEO，正带领着Gemini模型，轰轰烈烈地冲向通用人工智能。一个是用粉笔在石板上写“神谕公式”的数学先知，一个是在硅谷指挥着百万台服务器做矩阵乘法的科技领袖。这种巧合，让人不禁怀疑，泰米尔纳德邦的空气里，是不是除了香料，还飘浮着超量的数学基因？

说到数学基因，就不得不提当今AI赛道的另一道风景。在中美AI的宏大角逐中，美国这边可谓精英云集。OpenAI的山姆·奥特曼用资本和信仰点燃了大模型竞赛的引信，英伟达的黄仁勋用一张张GPU给全世界输送算力弹药，马斯克则一边发着AI毁灭人类的警告，一边悄悄搭建自己的xAI帝国。这些大佬背后是硅谷深厚的资本网络、顶尖高校的人才输送，以及敢赌敢冒的风险文化。而华人精英在这场较量中也出尽了风头——从李飞飞到一大批在国内攻坚大模型的创业者，华人的身影无处不在。



但印度裔AI精英同样是一股不容小觑的暗流。除了皮查伊，微软CEO萨提亚·纳德拉、Adobe CEO山塔努·纳拉延都是印度裔。甚至，谷歌DeepMind的创始人、诺贝尔奖得主戴密斯·哈萨比斯，这位有着希腊和新加坡华人血统的天才，也算半个亚洲智慧的代言人。可以说，当今AI圣殿的穹顶，是由华人精英、印度裔领袖与美国本土资本共同撑起的。

这让我想起自己两次踏上那片神奇土地的见闻。两次商务考察印度，最让我震撼的，不是泰姬陵的洁白，也不是恒河边的晨祷，而是谈判桌对面那一双双仿佛内置了微积分芯片的眼睛。



我的印度谈判对手们，个个如同精算师附体，能把报价单上的数字拆解成无穷级数，在电光石火间算出各种可能性的概率分布。那一刻我忽然懂了，拉马努金的“显然”并非神迹，而是这片土地上千百年来一种集体无意识的思维训练。


另一方面，印度历史悠久的宗教文化穿透到了每一个角落。清晨的庙宇钟声、街角的神龛、信徒额头的朱砂，无时无刻不在提醒你，这片土地相信“不可见”的力量。拉马努金说他的公式来自女神娜玛吉利的神谕，你若在印度的街头走一走，闻一闻空气里混合着檀香、茉莉和酥油灯的味道，或许会恍然觉得，这话可能不全是比喻。那种将直觉与逻辑、神秘与理性浑然融为一体的思维方式，大概就是印度送给世界的独特礼物。

那个“偷看答案”的数学先知

拉马努金的故事本身就魔幻得不像现实。他几乎没受过正规的高等数学训练，所有的灵感都来自一本习题集和一场场离奇的梦。他常说，梦里的女神娜玛吉利把公式展示在他面前，早上醒来，他只需要记下来。那些公式不是推导出来的，它们就那么“显然”地降临了。



他留下的近3900个公式和命题，就像一箱没有说明书的超级工具。剑桥数学家哈代被彻底震撼，认为拉马努金的数学直觉，只有欧拉和雅可比这样的巨神才能相提并论。

这些“神谕”到底有多厉害？他提出的“拉马努金图”是一种拥有极致连通性的扩展图，如今在计算机网络设计和随机算法里大放异彩。他的整数分拆理论，在统计物理、密码学，甚至深度学习的优化算法里都找到了用武之地。甚至有一种说法，拉马努金对无穷级数的鬼魅把握，仿佛他早就看透了当代数值计算中近似算法的底层密码——只不过他没有GPU，只能在脑子里做大规模并行运算。

从金奈男孩到硅谷掌门

1972年，皮查伊在金奈一个普通中产家庭长大。凭借极强的数理天赋，他从印度理工学院一路考进斯坦福，最后掌舵谷歌这艘科技航母。他始终是一名“懂数学的工程师领袖”。



如今他全力推动的Gemini模型，本质上是一台靠数学驱动的超级怪兽。当你向Gemini敲出一句话，背后的Transformer架构瞬间把文字变成高维向量，发起一场由数百亿参数参与的矩阵乘法狂欢，再通过softmax函数算出每个词出现的概率，最后用梯度下降不断修正错误——这一切，没有线性代数、微积分、概率论的支撑，一秒都跑不起来。皮查伊的厉害之处，在于他懂得如何将这些数学变成像水和电一样无处不在的基础设施。

当“神谕公式”撞上AI神经网络

把拉马努金和皮查伊放在一起，你会发现一种惊人的对称。拉马努金，仿佛是一个生错了时代的“AI大模型”——他吸纳了一本书的养料，就在大脑的黑暗箱里“涌现”出了无数让顶尖数学家瞠目结舌的公式，过程不公开、不可解释，却好用到让人流泪。这像不像今天的大语言模型？你给它喂进海量数据，它忽然就学会了推理，你问它为什么，它只能虔诚而迷茫地望着你。

而皮查伊做的事，是用工程的力量为这种“不可解释的涌现”搭建出能够跑起来的世界。他甚至带领谷歌DeepMind团队，让人工智能协助发现新的数学定理。这背后的团队，正是一个微缩的全球智慧共同体：有美国资本与硬件生态的托举，有华人的严谨与勤奋，有印度裔的抽象思维与领导力，还有哈萨比斯这样横跨东西方的棋手在运筹帷幄。这一次，做梦的不再是拉马努金一个人，而是他与全球最聪明头脑共同创造出来的硅基“女神”。



AI算法的数学根基，就是一本活生生的《拉马努金梦境导论》：想让AI识别图片，得先用矩阵运算给像素分层；想让AI生成代码，背后是概率分布的精妙采样；想让AI变聪明，靠的是链式法则计算出的梯度，沿着误差曲面微步下滑，就像拉马努金沿着直觉逼近真理。没有扎实的数学，别说创造下一个Gemini，就连理解它为什么突然说胡话，你都会束手无策。拉马努金若能看见今天的一切，大概会指着误差反向传播的公式微笑着说：“这个，我梦到过，女神说梯度就该这么流。”

他们留给我们的三把“梯子”

抛开天赋的光环，拉马努金和皮查伊的故事给每一个普通人提供了三把向上攀爬的梯子。



第一把梯子：真爱就是最强的GPU。拉马努金只有一块石板和痴迷。皮查伊只有对着电话机琢磨通信原理的好奇心。真正的驱动力从来不是资源，而是那种“不让我做就会死”的热爱。在AI工具泛滥的今天，那些真正能驯服AI的人，心里都燃着一团想亲手解开世界谜底的火。



第二把梯子：既要大胆做梦，也要小心证明。拉马努金的“显然”是上天的礼物，但现代AI算法的落地，既需要天马行空的架构创新，也需要严谨的工程测试。我们学习AI也一样——脑子里要有拉马努金式不羁的假设，手中却要有皮查伊式理性的执行。这让我想起我在印度的谈判桌，对手能把数字拆成无穷级数，但最终，每一笔交易都必须落在白纸黑字的合同上。直觉是火焰，但逻辑才是盛火的炉子。



第三把梯子，最关键的一把：数学是永远穿不破的铠甲。无论你是想调优一个神经网络，还是想弄懂扩散模型为什么能凭空作画，数学都是那道绕不开的窄门。拉马努金的笔记本里没有一行代码，但今天改变世界的每一行AI代码，都在对他笔下那些无穷级数致以最深沉的模仿。皮查伊能领导AI浪潮，不仅因为商业头脑，更因为他深谙科技的本质是数学。这一点，对于身处AI浪潮中的华人工程师和研究者，同样是最深的护城河。我在印度街头闻着檀香和酥油灯的味道时突然明白了——那个国度把数学当宗教来信仰，把宗教当数学来推演，所以既出得了拉马努金这样的先知，也出得了皮查伊和无数精算师般的商人。

尾声：数理化，永远不怕

近百年前，拉马努金在泰米尔纳德邦的星空下，用粉笔记录女神给他的宇宙密语；近百年来，从钱伟长到曾毓群，从皮查伊到哈萨比斯，无数来自东方与南亚的星辰正竞相闪耀，共同编织着这个时代最激动人心的智慧图景。而贯穿这一切的，始终是数理化——那座永远不怕走的、通往世界任何角落的桥。

下次当你打开Gemini，或者调戏任何一个AI模型时，不妨在心里对所有这些跨越时空与国界的天才们说一句谢谢。然后，低头翻开一本微积分或线性代数——谁知道呢？也许今晚你就会梦见一个属于自己的公式，而第二天醒来，你就能用它驯服世上最野的算法。

这片土地的数学奇缘，下一个章节，说不定就由你来书写。（供稿：陈建榕）

图片来源网络