编者按

3月15日下午，北京大学学生工作部在北大书店举办第116期教授茶座，北京大学国际机器学习研究中心主任、数学科学学院讲席教授、大数据分析与应用技术国家工程实验室主任鄂维南院士以“AI时代的交叉科学”为题，与同学们展开深入交流。

鄂维南院士从自身的研究方向和育人经历出发，和同学们探讨了两个问题。第一，交叉科学能否有一个共同的基础；第二，应用数学能否像基础数学一样，拥有一个完整严谨的教育体系。他首先谈到，自己在普林斯顿大学工作时接触到的以应用数学为第二学位的学生，他们的主修专业来自许许多多不同的学科，这体现了应用数学在量化具体学科领域的重要作用。但应用数学领域的评价标准也并不十分统一，还没有广泛地被公众接受和认可，因此存在目标不清晰的问题。鄂维南院士表示，所谓的“学科”是人为划分出来的概念，许多学科之间本身就有着密不可分的联系，学科之间的“交叉”是必然现象。如今，基础学科发展已经非常成熟，在这些边界的“交叉地带”，更容易有新的突破和进展。然而尽管前景大好，现在的交叉科学却正面临着“打卤面困境”的问题，像一碗什么都有一点的面条汤，但都不是很硬核。要想解决好这个问题，就必须对科学研究进行系统的思考。

活动现场

鄂维南院士指出，现在大多数的科研从业者采用的都是学科内部的纵向思维，建立的是垂直的科研体系，这样的体系有助于快速培养专业技术人才，但是不利于原创性的研究创造。要想突破现在的困境，就必须转向构建横向的模式。从这个角度来说，科学研究有三个基本工具，即理论、实验和文献，而人工智能技术的出现，使得人类得以跨越这三个工具的限度，实现更高复杂度的研究体系，其中的重要代表就是深度学习方法和大语言模型。在理论层面，人工智能模型极大地提升了理论计算的复杂度，在解决多自由度的问题上具有出色的能力，大幅提升了模型预测的准确度，为建立更精确的科学模型提供了有力的帮助；在实验层面，AI可以大幅度提高实验表征的精度和效率，也可以催生下一代实验工具和实验方法，例如高通量的正向数据和反演算法；在文献层面，大语言模型能够高效地实现信息的定向检索和过滤，极大地提升了文献阅读的效率和质量。

鄂维南教授分享

总之，“AI for science”的推进，使得我们可以彻底打破学科之间的界限。于是，可以从统一的基础研究平台来考虑不同学科的各类不同问题，这也是鄂维南院士团队正在推进的重要工作，即通过搭建开源平台，推动科学研究从作坊模式逐渐转向平台模式。回溯鄂维南院士起初向同学们提出的两个问题，此时便得出了更清晰的答案——所有的交叉科学可以有一个公共的基础，即一些基本的原理，包括数学原理和算法逻辑，这也使得应用数学在某种程度上成为一切交叉科学的基础。未来，应该持续地优化我们的教育培养体系，从培养基础思维能力和解决问题的能力出发，而不是单纯地灌输知识，对现有的知识体系进行整合，培养适合未来的交叉科学人才。

在交流提问环节，有同学提出自己在研究应用数学的过程中，逐渐为“应用”而忽略了“数学”，因此而感到迷茫。鄂维南院士回答说，人不能够走向两个极端，不能完全放弃思考基础的东西，也不能试图用严谨的证明来解释一切现象。他表示，扎实的数学背景对自己帮助非常大，例如在接触图像识别的时候，他立刻认识到这本质上就是一种高维函数逼近的问题，如果没有数学的基础，自己很难透彻地理解模型底层的逻辑，也会缺乏对基本原理的追求。

现场同学进行提问

还有同学提到，尽管已经进入硕博阶段，还是会对自己的科研方向感到怀疑，不知道现在的方向是否真的适合自己，或者是否真的有价值。鄂维南院士说，他从前担任元培学院院长的时候，要求所有的学生问自己三个问题：第一，你最擅长做什么？第二，你最感兴趣做什么？第三，你觉得未来在你擅长的又感兴趣的领域里面，哪个是最有发展前途的？在科学研究的道路上，一味地埋头苦干是不行的，也需要时常进行反思与总结。

活动现场合影

活动最后，鄂维南院士与所有同学合影留念，并写下寄语“希望同学们成为AI时代的弄潮儿”。参加此次茶座的同学表示，鄂维南院士的分享生动地阐释了交叉科学的本质问题，打破了自己思维的壁垒，让自己能够以更开放的态度对待自己的学业和科研工作。同时，鄂维南院士以一言一行诠释了数学从业者的严谨、教育工作者的理想和一名科学家的远大追求，令同学们赞叹不已，也激励着同学们不断向优秀的科研工作者看齐，不断夯实自己的理论基础、提升创新思维，在交叉科学的研究中贡献自己的青春力量。

鄂维南教授寄语

习近平总书记在主持中央政治局第三次集体学习时强调，加强基础研究，是实现高水平科技自立自强的迫切要求，是建设世界科技强国的必由之路。促进交叉学科研究是世界高水平研究型大学的共同发展趋势与重要发展策略，新时代北大青年要牢记总书记嘱托，立志担当民族复兴重任，密切关注国家重点领域，将个人发展与民族命运结合起来，充分发挥个人所长，深耕专业领域，为国家发展和民族复兴贡献力量。

第116期教授茶座·微语录

微语录·一

理工科甚至于人文社科的几乎所有领域，都与应用数学有着密切的联系，学科发展到一定程度，有了量化的需求，就进入了应用数学的领域研究范围。

微语录·二

为什么会出现交叉科学？因为不同学科之间是有内在联系的，传统科学领域内部逐渐成熟，边缘学科的重要性也随之逐渐增加。

微语录·三

当前科学研究采用的是“纵向模式”，这是一套成熟、细致、固化的体系，它可以迅速培养专业技术人员，但难以培养出具有良好素养、视野开阔、能够引领未来的创造性人才，要想突破现在的困境，就必须转向构建横向的模式。

微语录·四

AI大幅度提升了我们处理复杂系统的能力，深度学习方法能够有效解决多个自由度的问题，大语言模型引导我们处理各类信息；AI方法能够大幅度提高精度和效率，并催生下一代实验工具和实验方法，包括提供高通量的正向数据和提供新的反演算法。

微语录·五

AI时代，应用数学真的有用了。因为机器学习的基础本质是应用数学，我们可以通过应用数学解决很多实际问题。

微语录·六

机器学习让应用数学走出了困境，吸引大量人才，开创了前所未有的局面。

微语录·七

牛顿让数学成为自然科学的语言，冯·诺依曼让科学计算成为通往应用的主要桥梁，而在当今时代，数学作为人工智能的基础，走向了科技和创新的最前沿。

微语录·八

我的数学背景对我学习人工智能的帮助很大，如果缺乏了这样的思考，缺乏了对理论和基本原理的追求，很多工作就会浮于表面，很难继续深入。

微语录·九

如果抱着实用主义的心态，追求所学的东西都要有用，那就很难推动技术进步。

微语录·十

我当年担任元培学院院长时，要求学生问自己三个问题：你最感兴趣什么？你最擅长什么？在你感兴趣和擅长的领域中，未来最具有发展前景的方向是什么？

“燕园学子微助手”微信平台将持续为同学们提供教授茶座的活动通知并分享教授茶座微语录，敬请关注。

文章来源 | 学生工作部

转载本网文章请注明出处