人工智能、统计学与数学情境

2018年8月11日，2011年诺贝尔经济学奖获得者Thomas J. Sargent在主题为“共享全球智慧 引领未来科技”的世界科技创新论坛上表示，“所有的人工智能利用的都是统计学来解决问题。”

2011年诺贝尔经济学奖获得者Thomas J. Sargent，图片来源于网络

他还提出，“作为科学家，很多领域的科学家，我们都需要用统计数据说话。好多应用科学像工程学、物理学、经济学，我们会建立一些模型模拟世界运营，……我们的理论也是一样，都是由一系列的等式所构成，有一些随机组成部件。我们的目的是希望解释我们所观察到的世界上的现象，而我们关键的工具是使用模型，然后放到电脑里模拟。把模拟后的数据拿来，利用数学方法，去微调它的参数，希望尽量接近于现实。……我们尽量想接近这个准确度。“

这个说起来容易做起来非常难，两百年、三百年前人们认为这是个好主意，但是当年的人不知道怎么操作。为什么？因为比如说你写下一个粒子的模型没有办法运算，算不出来。但是到了二十世纪尤其是二战结束以后，我们出现了一些技术的巨将，包括诺尔曼，来自于奥地利的一个移民。我的岳父泰勒是研究核弹的，他们发明了蒙特卡乐模型，三、四年后统计学家来了，搞清楚了可以做统计分析。所以这时候来了一场革命，影响了各行各业的科学家的研究工作，这就是技术创新带来的好处。

人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学，好多的公式都非常老。今天我们的统计学完成质量更高，首先电脑运算速度更快，有新的算法，好多是源于物理学发展，还有统计力学等等，这是过去3到4年从物理学拿来，加速了我们做系列统计学方面的进步。过去写下来公式，没有办法求解，过去你尝试放计算机，但是能力太差，算不出来。后来有了AlphaGo，就是一个动态编程，太大了。两三年前的解决之道就是特别大、特别快的计算机，利用一块一块的算法去运算。我觉得亚当斯密百分之百正确，多少年前说应该有专业分工，这是正确的。今天有很多工具，如果统计学家一点也不懂物理学，很多人类科技进步就不能变成现实。所以我想作为企业家大家也应该做通才，我们应该去考虑来自不同技术的融合或者是相互促进，这就是为什么有了阿尔法GO的成功。

尽管范畴很广，但无可置疑，统计学是构成人工智能（AI）的重要子集。机器学习的实质就是概率与数理统计学、大数据亦是统计学。《普通高中数学课程标准（2017版）》明确指出，随着现代科学技术特别是计算机科学、人工智能的迅猛发展，人们获取数据和处理数据的能力都得到很大的提升，伴随着大数据时代的到来，人们常常需要对网络、文本、声音、图像等反映的信息进行数字化处理，这使得数学的研究领域与应用领域得到极大拓展。

数学是自然科学的重要基础，并且在社会科学中发挥越来越大的作用，数学的应用已渗透到现代社会及人们日常生活的各个方面。数学直接为社会创造价值，推动社会生产力的发展。

数学素养是现代社会每个人应该具备的基本素养。这方面有着广泛共识，事实上，世界各国的考试体系中，数学学科均有着难以撼动的重要地位。数学的重要性及学习数学的必要性是不言而喻的，关键问题在于，如何才能学好数学，未来不管从事什么职业，接受过数学教育的人都会用数学眼光观察世界、会用数学思维思考世界、会用数学语言表达世界。

很多年以前，还是一名数学系学生时，就常常疑惑，完全基于抽象的数学学科体系的课程学习到底能有什么用，比如《概率与数理统计》中的各种统计算法，作为现实世界的高度抽象，所对应的现实问题究竟会是什么样的呢。当时的老师没能作出较好的回答。当时的数学教学传统是“去情境化”的，老师们不认为数学抽象知识的学习需要与现实世界或其他科学问题建立关联。——这样的理念对于抽象思维水平高的学生或许是适合的，但对于我这样的学生，显然，将抽象的概念及其在现实世界中的应用有意义的联系起来才能达到更佳的学习效果。可以确定的是，并非所有的人在抽象的情况下都可以学得最好。《普通高中数学课程标准（2017版）》提出，基于数学学科核心素养的教学活动应该把握数学的本质，创设合适的教学情境、提出合适的数学问题，引发学生思考与交流。

可以看出，Thomas J. Sargent在论坛上的观点，不过是揭示了统计学当前诸多实际应用中的一种新的表现形式，人工智能这一现实事物的本质离不开统计学。数学教师的统计学教学如果选择人工智能领域的应用作为情境，需要充分揭示统计学中的哪些统计思维、哪些算法模型是如何在该领域应用并解决现实问题的。相信这样的教学方法和策略选择有助于学生统计学纯粹知识和应用能力的提升。