澎湃新聞記者 邵文
“之前對數學研究的了解是一個老師帶着一個學生去解決一個有史以來幾百年來或者幾十年來的一個問題,但是這在某種意義上是小作坊式的做法。現在數學也在走向工業化的做法——基于強大的計算機的能力,基于開源社群、程式設計的方式,基于深度學習或者機器學習,當然還有工業化的不同角色不同學科的人參與進來解決一個大的科學問題,”同濟大學教授吳昊在10月31日的世界頂尖科學家論壇上表示。

吳昊在少年英才交流對話會上作回答時提醒中學生們,“跟計算有關的數學走到了跟之前很不一樣的一點——數學也正在走向一個新的工業化的曆程。從應用數學相關研究的同學可以更加關注這樣一個過程。真正要學會程式設計,往後去研究數學,未來會越來越常見的一個情景。”
吳昊認為,現在對于數學來說,特别是應用數學有關的問題,也包括基礎數學,計算變成了一個非常重要的工具。
“計算數學最早解決了非常多實際工程問題,現在随着人工智能技術、深度學習技術發展,計算數學或者整個數學領域在某種程度上已經走到了新的關口上。我們怎麼樣更好地結合機器學習的方法或者深度學習的方法來解決很多科學問題或計算數學的問題,這是非常重要的研究方向,具體而言怎麼樣用機器學習的方法去解決傳統的問題,怎麼樣更好地優化,”吳昊表示。
據同濟大學官網,吳昊為同濟大學數學科學學院教授、博士生導師,主要從事計算數學、機器學習與計算分子生物學的交叉研究。具體方向包括随機過程的算子理論、生物大分子的深度學習分析以及非監督/半監督學習等。共發表SCI論文(包括Science、Nat. Commun.和PNAS等知名期刊)和機器學習頂級會議(NIPS、UAI和MSML等)論文20餘篇。
責任編輯:李躍群
校對:劉威