专 访/邵逸夫数学科学奖两得主 勉学生基础训练不可弃 AI速解难题 数学家须努力建立新理论

2026-11-18 05:15:10 大公报
字号
放大
标准
分享

数学研究旨在为人类认识世界提供基础的理论模型,并实际应用于社会发展,惟近年来,人工智能的发展正冲击传统的数学研究方法。2026年邵逸夫数学科学奖由伊曼纽尔‧康德斯(Emmanuel Candès)及卡米洛‧德‧雷列斯(Camillo De Lellis)共同获得,分别表彰两人在讯号处理、统计学,以及几何测度论和流体动力学方面的突破。

康德斯指出,AI虽能迅速解决部分数学难题,却仍欠缺判断新想法是否具有长远研究价值的能力,数学家仍须着重提出重要问题及建立新理论。\大公报记者 柯慕蓉

康德斯因其在讯号处理、统计学等领域的研究获奖,其中一项重要成果是“压缩感知”理论,能以较少测量数据重建原本的讯号。他回忆,研究起点是一名放射科医生希望缩短磁力共振扫描时间,他与合作者遂尝试减少采集的数据,并建立数学理论,解释为何资料不完整仍可重建清晰影像。他以儿童接受检查为例,指孩子难以长时间保持不动,有关技术可将部分扫描时间由约两分钟缩短至二十秒,减少影像因身体移动而模糊的问题。

享受研究把兴趣当职业

雷列斯则凭几何测度论及流体动力学研究获奖,其中包括推进高维极小曲面理论,以及发展研究流体方程中奇异现象的数学方法。他以铁线浸过肥皂水后形成的薄膜为例,解释“极小曲面”如何在既定边界之间尽量缩小面积。至于流体动力学,他指出,日常所见的流体和气体有时会出现十分混乱的运动,当中一些基本数学问题至今仍未得到充分理解;这类流体方程亦是天气预报等应用的数学基础,有助理解大气中的流动现象。

康德斯回忆从事数学研究的原因,指中学时喜欢数学不必像其他科目一样大量背诵,可以像游戏般尝试不同解法,后来知道数学理论深刻影响通讯等科技,更加坚定研究的兴趣。

康德斯以信息论奠基者香农为例,指出现代手机、电脑等数码科技均离不开数学家的贡献。雷列斯则从小喜欢心算,约十五、十六岁便决心从事数学研究,希望能把兴趣当成职业;他常提醒学生,最重要是确认自己是否真正享受研究。

谈及AI对数学研究的影响,雷列斯指出,即使是自己多年未能解决的难题,亦已见到AI提出解法。他提到,一间AI公司公布的一批数学成果中,包括一道他钻研多年的问题,关键解法只是数页推导和一道自己昔日未能找出的不等式。他回想,指曾花不少时间研究这道题目,如今认为部分精力原可放在其他问题,但探索过程也产生了有意思的成果,因此并未失去对研究的兴奋感。

雷列斯同时身为数学与人工智能顾问组成员,他提到,小组曾建议AI实验室不要自行向前沿模型提出数学研究问题,而应让数学家依照学术界惯例主导。他说,小组亦就研究成果的发布和与数学界交流提出建议,指虽然数学界对AI发展有所忧虑,但他相信年轻一代有机会借此开创不同的研究方式。

AI缺“品味”难辨科研长远价值

康德斯则指出,AI在可以迅速验证结果的工作尤其擅长,例如检查数学证明及编写程式,然而一项新概念是否真正重要,往往要多年后才能判断。他认为,提出值得探索的问题,以及辨别新理论有没有长远价值,需要“科研品味”,现阶段AI仍欠缺这种能力。雷列斯则以登山作比喻,指既然AI有如让人人都能乘直升机到达山顶,数学家便不应只竞逐谁先解开一道难题,而要着重建立新的思想和理论。

至于AI对于年轻学者在数学研究领域的影响,雷列斯担心,学生若只依赖AI回答问题,而不自行尝试解题,可能失去必要的数学训练;他提出,新技术不代表基础学习可以被取代,正如计算机普及后早已能够代人运算,学校仍会教授基本计算,未来数学教育亦须在保留基础训练的同时作出调整。康德斯强调,数学训练能培养清晰思考和严谨判断,只有真正掌握数学等科学知识,才能在AI时代主导研究,而非被动接收机器产生的答案。

康德斯现时也利用AI学习陌生的数学领域,以及编写程式测试构想,形容以往需数月甚至更长时间的工作,现在有时一个下午便能初步完成,令他感觉“像回到25岁”。另一方面,他指出,AI本身建基于统计及其他数学理论,数学亦可协助改善系统安全,避免模型因过分追求完成任务而作出有害行为。

康德斯出生于法国巴黎,1998年在史丹福大学取得统计学博士学位,现任该校数学与统计学讲座教授。雷列斯生于意大利,2002年在比萨高等师范学校取得博士学位,2018年加入普林斯顿高等研究院,现任研究院数学学院讲座教授。邵逸夫奖由香港邵逸夫奖基金会设立,数学科学奖表扬相关领域的杰出科研贡献。