在美国，计算机科学专业中，留学生占比超过64%的博士生和近70%的硕士生，数学博士学位的一半授予了非美国公民，其中中国和印度学生人数居多。
上周，一位华人留学生发布了题为「亚洲人数学能力其实很差？」的视频，引发热议。
她认为大多数亚洲学生在学习数学时更注重实际应用而非原理推导。虽然这一观点有一定道理，但其结论却遭到了网友的争议。
不久后，博主「他们都叫我雪姨」发布了道歉视频，强调个人经历不能代表整体，同时表示有关亚洲人数学能力的说法是错误的。在以应试为主、压力巨大的国内教育环境中，若学生们付出如此多精力却无法真正理解一门学科，的确令人忧虑。数学作为现代高等教育的重要基础，其重要性不容忽视。
在2020年阿里巴巴全球数学竞赛结束后，马云对此表达了数学的重要性。
有趣的是，美国人和我们对于数学能力差的担忧不谋而合。在亚洲人数学水平的讨论热度上升之际，美国《国家利益杂志》发表了一篇文章，提出相反观点：正因为中国学生的数学能力强，中国正在人工智能领域崭露头角。
该报道指出：「忘记人工智能本身，它只是一个数学问题。美国未能培养出足够擅长数学的人才，因此无法维持其技术主导地位。」
以下是《国家利益杂志》报道的要点：
2017年底，BBC记者John SudwoRth在贵阳尝试挑战「天网系统」，仅用7分钟便被定位。如今，像依图科技和旷视科技这类在人脸识别领域的领军企业，已能将时间缩短至几秒钟。这不仅展现了中国的人工智能技术实力，更反映出其背后的数学基础。
人工智能领域的竞争已成为中美两国最显著的竞争领域。占据人工智能主导地位的一方将具备重塑全球金融、商业、电信、战争和计算能力的潜力。2019年2月，美国总统特朗普签署了「美国人工智能倡议（AMeRican AI InITiative）」，旨在保持美国在该领域的领先地位。在短短几年内，美国的企业、高校、智库和政府出台了数百项政策与项目，来应对这一挑战。
然而，这并非人工智能本身的问题，而是与数学相关的问题。
人工智能不能简单地视为「黑箱」—光凭资金投入无法推动其发展。如果美国人才无法掌握人工智能所需的数学基础，那大量智库项目和政府报告将毫无意义。没有抽象数学能力，数十亿美元的投资亦无从谈起。
当今所称的「人工智能」实际上是多种算法及其特色化发展的结合，深度借鉴了高等数学和统计学。以深度神经网络为例，它并非人造大脑，而是通过反复计算一系列梯度（高中微积分几乎未被教授）来「学习」的信息转换模块，梯度正是反向传播算法的核心。
反向传播（BackPropagation）是一种与优化方法（如梯度下降法）结合使用的常见训练人工神经网络的方法。
所有的机器学习都可以进行类似的分析，这项研究探讨如何编写计算机程序来学习任务，而非执行预先编码的任务。快速分类数据、识别模式、结果预测和自学能力，都归结于日益复杂的算法、强大的计算能力和海量数据。
从iPhone到全球最强超级计算机SuMMIT，从谷歌到Facebook，这些计算平台和程序都依赖复杂的数学计算，从核爆模拟到网络搜索，无所不包。
与《人工智能超级大国：中国、硅谷和新世界秩序》的作者李开复的观点相悖，人工智能并非仅仅是数据。李开复曾提到，数据如同20世纪初的石油资源，拥有最多数据的中国便是新沙特。然而，若无相匹配的数学能力和推动数学创新的人才，世界上所有的数据也无法引领至AI领域的前沿。
无论如何划分，世界都在1和0的基础上运行，而支撑这些算法的都是经过反复锤炼的数学。创造这些算法的人才需经过多年的训练，才能掌握复杂的数学知识。
遗憾的是，美国中学生和大学生未能掌握基本的数学知识，如统计理论和微分几何，而这些正是高等教育及人工智能的基石。
根据经济合作与发展组织（OECD）2018年国际学生评估项目的测试，15岁的美国学生数学成绩为35分，远低于该组织成员国的平均水平。即便在大学阶段，由于缺乏解决抽象问题的基础知识，美国学生通常只能记忆算法，待用时再进行插入。
在高等数学能力培养方面的不足，导致越来越少的美国公民选择攻读数学和科学相关学位。美国国家科学基金会数据显示，2017年，美国计算机科学专业64%以上的博士候选人和近70%的硕士生为国际学生，数学专业博士学位的一半授予了非美国公民，其中大多数是中国和印度学生。优秀的亚洲学生选择赴美深造，部分原因是美国的教育体制较其本国更为先进，尽管中美教育差距在逐渐缩小。
然而，这也意味着，美国大学培养出在计算机科学和数学领域开辟新方向的人，多为外籍学生。这些人中有一部分会留在美国，但也有许多人会回国，投身本国科技产业的发展。
因此，有充分理由认为美国应放宽对熟练技术工种的入境签证限制，以鼓励更多人毕业后留在美国。但更为根本的问题是，缺乏足够数量的美国公民选择高等数学作为主修，这一现象对应对全球竞争、硅谷的创业文化、国家安全等方面都产生了深远影响。
美国在数学教育上的停滞与中国积极推进2030年AI计划形成鲜明对比。目前，美国与中国在人工智能技术领域占据重要地位。中国在人工智能相关技术上投入了大量资金，使其成为国内工业现代化的核心重点。在《中国制造2025》战略中，「中国智造」概念被提出，以制造技术与信息技术结合的系统为发展方向，人工智能等技术占据主导地位。
目前，中国的AI市场约有245亿元人民币规模。在国务院发布的《新一代人工智能发展规划》中，到2025年，人工智能基础理论将实现重大突破，部分技术和应用将达到世界领先水平，人工智能将成为推动我国产业升级与经济转型的主要动力。届时，人工智能核心产业规模预计超过4000亿元，并带动相关产业规模超5万亿元。
为实现这一目标，国内已投资140亿元人民币在北京建设AI工业园区。同时，华为等引领全球行业发展的科技企业也在推出自己的AI芯片，以打造「全场景AI」战略。
在中国，人工智能已经从实验室走向了技术落地的探索阶段。基于高精度的面部识别技术，许多便捷应用得以实现，如银行大额转账的认证、券商远程开户，甚至虚拟身份证。一些科技公司的AI实验室也推出了能够识别DeepFake换脸技术的深度学习模型，这些技术在打击黑产和证据造假等任务中将发挥重要作用。
尽管中国的AI产业与美国的距离在不断缩短，但中国仍在着眼未来，努力提升年轻人的数学水平。根据经济合作与发展组织（OECD）对全球15岁学生的最新统计，中国学生的数学能力位列全球第一（科学和阅读能力同样名列前茅）。显然，中国正将重点放在STEM（科学、技术、工程和数学）教育上，其程度已超过美国和欧洲国家。
2020年1月，教育部发布了关于在部分高校开展基础学科招生改革试点（即强基计划）的通知，指出「要服务国家战略，招收一批有志向、有兴趣、有天赋的青年学生进行专门培养，为国家重大战略领域输送后备人才…主要选拔培养有志于服务国家重大战略需求且综合素质优秀或基础学科拔尖的学生。」
5月6日，参与强基计划的大学已经发布了第一年的招生简章，包括清华、北大等36所「一流大学」。该计划聚焦于高端芯片与软件、智能科技、新材料、先进制造以及国家安全等关键领域，同时强调基础学科的支撑引领作用，所有专业均限定为基础学科专业，且不得转换专业，这与以往自主招生方式有显著不同（高校的自主招生政策也已被取消）。
显然，提升基础教育水平，并在人工智能等尖端领域增强实力，是中国当前的重要任务。
