本文作者是Deeptech Labs董事长、Cantab Capital Partners创始人
眼下，人工智能(AI)的魔力被大加吹捧。但是夸夸其谈、炒作以及不盈利的商业模式并非长久之计。尽管这一切喧嚣中，“数学”这个词鲜少被人提起，但是你终归还是得面对数字。
政府、行业和市场大体上都忽视了资金正在疯狂涌入的AI技术领域中的数学这块基石。在从该行业中获取真正的价值与优势方面，数学界作为关键一环的地位早该得到承认。
数学家常说“一切现象归根结底都是数学”，这话惹恼了从物理学、基因组学到经济学等各种学科的从业者。然而就AI来说，这种联系是显而易见的。
现代神经网络的工作原理实际上是对张量——一个总的概念，包含很多人所熟悉的矩阵和矢量——反复做乘法运算。机器学习中的特征提取是利用特征向量和特征值来完成的。利用数据快速而低成本地构建模型，是高等微积分中的一个约束优化问题。凡此种种，不一而足。
事实上，AI及相关的、更为朴素的机器学习，属于统计学的子分支，后者本身又是数学的子分支。数据是AI的“燃料”，数学阐明了对AI进行分析的规则，然后计算机科学家利用硬件和软件把这些规则付诸实践。
然而本届英国政府却未能理解数学界对于我们实现成为AI领先者的目标以及从该技术中获取真正价值有多关键。自从上台以来，他们削减了许多数学相关计划的经费，从鼓励校园优异者的“高等数学支持计划”(Advanced Mathematics Support Programme,AMSP)，到旨在提高普通大众数学能力的Multiply计划。
在许多大学，数学系饱受经费削减之苦，甚至关门大吉，政府却袖手旁观。Campaign for Mathematical Sciences所做的研究表明，数学专业学生的占比正在逐年降低，未来10年内，数学专业的毕业生人数预计将会下降——就在我们最需要该学科人才的时候。
从2018年的“邦德评估”(Bond Review)报告中可以看出，该领域产生了巨大的回报。据估计，数学产生的总值接近5000亿英镑。是的，大约为英国国内生产总值(GDP)的20%。
也许有人会质疑其重要性有这么大，但是很显然，数学对我们的经济有重大贡献。虽说把数学家描绘成只需一些纸张和一根铅笔就够了的形象有点过时了，但在科学(Science)、技术(Technology)、工程(Engineering)和数学(Mathematics)这四门所谓“Stem”学科中，数学仍然是最最低成本的。
什么定理一经证实，就颠扑不破，永远可为其他研究者所用。举个例子：18世纪统计学家托马斯•贝叶斯(Thomas Bayes)发现的一条定理，时至今日仍是许多AI系统得以从新数据中“学习”的基础原理之一。
在过去，英国在数学领域举足轻重。然而，在没有对该学科持续提供且不断扩大支持的情况下，我们可以想建多少数据中心就建多少，但是，使这些数据中心能够有所成的创新将来自别处。数学是从知识、伦理和技术三个层面在该领域占据领导地位的最划算的路径。
如果AI泡沫确实会破裂，从渣滓中也可以获取价值。把数学应用到真实世界，解决医疗、政府、商业和个人生活中的问题，仍然会产生收益，就像在财经领域一样。即便在末日景象中，数学也仍将是推动未来AI创新的力量——我们需要支持该学科发展。
译者/何黎