【新智元导读】前提数学已经被拔高到研究 AI 的必经之路！UC 伯克利教授发起最新倡议，31 位 AI 大佬共同签署联名信，马斯克和 Altman 竟达成一致。
就在刚刚，UC 伯克利 EECS 教授 Jelani Nelson 联合发起了一个倡议，强调「坚硬的数学前提对人工智能至关重要」。
地址：https://www.mathmatters.ai/
「虽然 Elon Musk 和 Sam Altman 最近在很多问题上都有分歧，但他们都认同，AI 的构建是以代数和微积分等坚硬的数学前提为支撑的。」
目前，已经有 31 位业内大佬在上面签署了自己的名字。
要想搞好 AI，就必要让儿童学好数学
人工智能即将深刻改变我们所熟悉的社会面貌。为了迎接这一未来，培养未来劳动力掌握构建和部署人工智能技术的知识变得尤为重要。
现代人工智能创新的当中，无一不与代数、微积分和概率论等当中数学概念息息相关。因此，要想涉足这些技术的开发，先生们必要打下坚硬的数学前提。
我们特别赞赏加利福尼亚大学近期明确其数学入学央求，确保它们必要符合州对大学预备水平的标准定义。
尽管当前的进步似乎让人觉得传统的数学课题如微积分或代数已经过时，但实际情况却恰恰相反。
事实上，现代人工智能系统深深植根于数学之中，对数学的深入理解对于从事此领域工作的人来说是必不可少的。
深度进修的算法当中 —— 梯度下降 —— 正是将微积分和线性代数结合起来的一个典范。
向量和矩阵构成了神经网络的前提，对数尺度上的增长模型对于神经网络训练科学至关重要。
三角函数和毕达哥拉斯定理远非「过时」，它们是数据科学中如傅立叶变换和最小二乘法等关键工具的前提。
在高中阶段进修这些当中课题，是为将来在机器进修、数据科学或任何 STEM 领域深造做好预备的最佳方式，我们更倾向于招那些掌握了前提知识的先生，而不是那些只对最新工具或软件略知一二的先生。
如果公共教诲的数学课程标准不能得到维持，将加大公立与私立学校 —— 尤其是资源不足地区的公立学校 —— 之间的差距，这将阻碍 STEM 领域多样化的努力。
所有加州儿童 —— 不仅仅是那些接受私立教诲的儿童 —— 都应该享受到顶尖的数学教诲，为我们的未来打下坚硬的前提。
我们敦促加州政策制定者尽最大努力确保所有儿童都能获得这样的教诲机会。
UC 伯克利明确数学的录取央求
在 UC 伯克利公布的一份文件，明确提出了对申请者进修数学课程的央求。
地址：点此前往
工作组的重点是，那些课程可以代替加州大学入学央求的代数 II / 数学 III 央求的标准，以及恳求申请者在数学第四年应该选修的课程水平。
报告中提出了主要两项恳求。
首先，若想代替代数 II / 数学 III 的课程，还必要是「需要高等代数知识的课程」。
因此，统计学课程不能代替高等代数的前提课程。
工作组提出这样的恳求，是因为代数的深入了解是各种定量方法的前提，央求修读一门高等代数课程将最好地为先生预备进入大学主修最广泛的专业。
第二项恳求中，需要申请者在完成三门前提课程（代数 I-几何-代数 II 或数学 I-II-III）之外，再修读第四年的数学课程。
这第四年的课程，就是为了扩展前提课程内容之外的数学知识。
因此，对于 Area C 内的某些类别，工作组恳求区分高等数学课程和前提或数学选修课程。
通过鼓励申请者选修最严格的高中数学课程，BOARS 相信他们将为大学级别的定量课程做好更好的预备。
参考资料
https://www.mathmatters.ai/
AI advances have not made teaching algebra and calculus "outdated". In fact, these core math topics underly AI and we need to strengthen these to train the workforce of the future.
See letter by top industry leaders and scientists, including @sama, @elonmusk, @ylecun ,… https://t.co/BX1FuPzrII
— Boaz Barak (@boazbaraktcs) March 6, 2024
本文来自微信公众号：新智元 （ID：AI_era）