高中阶段进修数据迷信能不能替代数学，这个话题的讨论已经延伸到了 AI 圈。
为了 AI 的发展，再不加强本原教训就晚了。
在大模型技术高速发展，各家公司激烈竞争的同时，有人站出来对于未来的人才表示了担忧，焦点在于数学。
近日，加州大学（UC）系统对于退学新生设立数学本原规范的消息掀起了轩然大波。随着全国范围内数学成绩的下降，一些教训工作者认为，规范的代数密集型数学教训须要改革，既可以吸引更多的门生，也可以帮助他们在日益依赖数据的未来培养相关技艺。
有组织称，目前至少有 17 个州已把「数据迷信」作为高中数学教训的可选项，俄勒冈州和俄亥俄州甚至已将其作为代数 II 的替代课程。这一方式遭到了加州大学的反对。
有人发出了一封公开信，呼吁必须保证本科新生的数学水平：不要再把高中阶段提前进修的数据迷信再纳入「数学」的范畴了，没有本原数学水平，就学不好 AI。
虽然还在诉讼对决之中，但奥特曼和马斯克都位列这封公开信的签字人名单之列 —— 看来英雄所见略同。
除此之外，支援此倡议的学界和业界重要人物还包括苹果机器进修高管 Samy Bengio、微软生成人工智能副总裁 Sébastien Bubeck、英伟达首席迷信家 Bill Dally、谷歌首席迷信家 Jeff Dean、图灵奖获得者，Meta 首席迷信家 Yann LeCun、xAI 联合创始人 Greg Yang 等人。
一水的创始人、CEO、CTO，可见业内对于此事的重视程度。
公开信的完整内容如下：
人工智能即将改变我们所处的社会。为了为未来做好准确，我们必须加强未来人们构建和部署 AI 技术的知识教训。其中，代数、微积分和概率学的核心数学概念是现代人工智能创新的核心。因此，参与人工智能技术的开发须要门生从夯实数学本原开始。我们赞赏加州大学最近澄清了有关数学的退学要求，确保门生必须完成符合该州大学退学规范的高中课程。
虽然当今的进步能够表明微积分或代数等经典数学学科已经过时，但事实并非如此。事实上，现代人工智能系统植根于数学，因此学好了数学对于人工智能领域的职业生涯发展至关重要。
深度进修的算法支柱 —— 梯度下降，通过结合微积分和（线性）代数来证明了人工智能与数学的关联。向量和矩阵是神经网络的构建模块，对数尺度的增长建模是神经网络训练的本原。三角函数和毕达哥拉斯恒等式也没有过时，它们是数据迷信中重要工具的本原，包括傅里叶变换和最小二乘算法。
因此，在高中阶段进修这些数学学科可以为今后专门从事机器进修、数据迷信或任何 STEM 领域的工作做好准备。一般来说，我们更愿意聘用牢固掌握本原知识的门生，而不是那些对最新的工具或软件一知半解的门生。
如果不能维持公共教训中数学课程的规范，则将扩大公立学校（尤其是资源贫乏地区的公立学校）与私立学校之间的差距，从而阻碍 STEM 多元化的努力。所有加州的孩子（不仅仅是私立学校的孩子），都应该接受顶级的数学教训，为我们的未来打好本原。因此，我们敦促加州政策制定者尽一切努力确保门生接受此类教训的机会。
公开信地址：https://www.mathmatters.ai/
签署姓名的 Jeff Dean 发推表示，数学教训对 AI 以及更广泛的领域显然都非常重要。
对此，有不少网友也表示支援。虽然你能够觉得难，但数学真的很有用：
也有人表达了对于当前美国数学教训的不满：
「recipe-based math」指死记硬背公式，不注重培养数学思维能力，看起来很有既视感。没想到这种话如今被用在美国人吐槽他们的数学教训上了。
公开信中提到了加州大学澄清了高中生进入该大学的数学要求，这是怎么一回事呢？
加州大学：想申 STEM，数学没有替代品
最近，我们会时常看到有关高中生必须进修多少数学才能进入四年制加州州立大学（泛指）的报道。
近日，加州大学（UC）学术评议会下属的一个有影响力的委员会就这一有争议的问题发表了意见。意见规定：从 2025 年秋季开始，退学加州大学和加州州立大学的高中生，他们进修的数据迷信课程或 AP 统计学课程不能替代代数 II。
加州大学招生和学校关系委员会（BOARS）接受了研究该问题的「数学和统计学教授工作组」的建议，重申了其立场。
该工作组确定，这些被标记为数据迷信的课程甚至都没有「接近」更高级代数课程的资格，更不用说替代了。
原文链接：https://senate.universityofcalifornia.edu/_files/committees/boars/documents/boarsacwphase1report-20240221.pdf?mc_cid=9de3e6e6f2&mc_eid=8f769d3245
加州大学的 STEM 教授也对用数据迷信替代高级代数课程的做法持批评态度。他们中的很多人虽然支援数据迷信，但不支援缺少高中完整数学的课程，这些是门生进修 STEM 或任何须要定量技艺的专业所须要的。
如果在高中就跳过了本原数学进修，则会造成门生认为自己已经为统计学、计算机迷信和数据迷信专业做好准备的错觉，而实际上他们并没有准备好。这能够会迫使他们在社区大学另外补习数学。
与此同时，BOARS 的决定引起了其他一些人的不满。比如加州大学洛杉矶分校统计学教授兼本科生研究副主席、《数据迷信导论》的主要作者 Robert Gould 不同意 BOARS 的决定。他表示，这门数据迷信课程也是在美国国家迷信基金赞助下，通过一项数学和迷信合作基金创建的。
他说到，「我们当然很失望，我们相信自己的课程严谨且富有挑战性。最重要的是，这些课程包含了门生职业和学术成功所须要的所有知识和技艺。」
此外，数据迷信倡导者担心， BOARS 能够会取消符合招生规范的数学课程类别下数据迷信和（能够）统计学门生的退学资格。
在当前人工智能和其他数据驱动的机遇和职业所塑造的世界中，越来越多的高中生开始进修入门数据课程。倡导者认为这些数据课程是三角学、初级微积分和大学主修迷信、 技术工程或数学（STEM）的门生必须进修的其他严格课程的「更友好」替代品。
因此，数十名高中数学教师和管理者已经采取行动，他们签署了一封公开信，并将发送给加州大学董事会。该信重申了对数据迷信和统计学课程的支援，批评了 BOARS 下决定时没有咨询高中教师和数据迷信专家们的观点。
公开信地址：https://docs.google.com/forms/d/e/1FAIpQLSflQnXznvqrJtd64FcSpADHOjQtRNJr8jq-A5OvJmdlRLA0Sw/viewform
信中写到，「我们学校和学区采纳了这类数据迷信课程，原因是它们提供了一种创新的 21 世纪进修体验，可以激发门生的兴趣并吸引他们进修，传授当今各种职业和学术领域所须要的定量技艺，为门生交流和进修数学提供一种新的方式。」
除了数据迷信倡导者、高中教师之外，一些非盈利组织也表达了对数据迷信课程的支援。他们认为，越来越多的学区提供这些课程，与门生非常相关并对它们有吸引力，不然他们能够会对数学感到厌烦。
至于加州大学最终如何将《CourseKata》、《数据迷信导论》和 YouCubed 网站的《数据迷信探索》等热门数据课程纳入退学课程要求，这个更大的问题恐怕要等到五月数学工作组发布下一份报告时才能确定。
在外界来看，人们对于美国中学阶段的数学本原教训水平一直存在争议。在美国中学的很多学区，自初中起就会进行分班教学，对于不感兴趣或不致力于 STEM 专业的门生，学完代数几何就可以安全毕业。另一方面，部分门生也可以选择选修 AP（大学先修课程），并在本科期间换成学分。
但因为大学录取成绩所占的比重相对较小，很多本科生对数学知识的掌握能够并不满足需求。甚至有人指出，相当一部分大门生连四则运算、解一元二次方程都搞不定。
这就怪不得马斯克和奥特曼都一起站出来呼吁了。
看起来，即使是在 AI 技术发展的时代，提升数学本原也是至关重要的。至少新生的水平不应该越来越差。
参考链接：
https://www.washingtonpost.com/education/2024/03/02/data-science-algebra-ii-alternative-california-debate/
https://edsource.org/2024/uc-confirms-data-science-cant-sub-for-algebra-ii-unresolved-what-can-it-qualify-for/707043