「知其然而不知所以然，他们仅仅擅长使用而不追求真理。」这名女生认为大多数亚洲人学习数学时注重运用却不关心原理推导，论据有一定的道理，不过结论引发了不少人的吐槽。

很快，博主「他们都叫我雪姨」新发布了一个视频向大家道歉，表示个人经历不能指代群体，有关亚洲人数学很差的言论十分不正确。在应试教育为主，升学压力很大的国内，如果说学生们花费如此大的精力却不能把一门学科学明白，确实非常可怕，数学是当代高等教育***重要的基础是有目共睹的。

7 月份，2020 阿里巴巴全球数学竞赛结束，活动创办者马云如此评价数学的重要性。

有趣的是，在数学水平太差这件事上，大洋彼岸的美国人和我们有着同样的担忧。在亚洲人数学很差的视频在国内流行的同时，美国《***利益杂志》刊载了一篇文章给出了完全相反的观点：因为中国人数学好，在人工智能领域里中国正在逐渐成为决定性力量。

这篇报道在开篇即提到：「忘记人工智能本身吧，它只是一个数学问题。美国没有培养出足够擅长数学的公民，因此无法保持统治地位。」

以下为美国《***利益杂志》报道的主要内容：

海外***次注意到中国人工智能技术的非凡能力可能是在 2017 年底，当 BBC 记者 John Sudworth 在贵阳尝试挑战「天网系统」时，仅用 7 分钟就被找到。如今，像依图科技和旷视科技这类在人脸识别领域处于***地位的公司，已经能够将这个 7 分钟缩短为几秒钟。这不仅体现了中国的人工智能技术实力，更重要的是背后所展现的数学实力。

人工智能领域的竞争已经成为中美两国竞争中***显著的一个方面。占据人工智能主导地位的那一方将拥有重塑全球金融、商业、电信、战争和计算的能力。2019 年 2 月，美国总统特朗普签署了一项行政命令，名为「美国人工智能倡议（American AI Initiative）」，旨在保持美国人工智能技术领域的领导地位。在短短几年内，美国的企业、高校、智库和政府相继颁布了数百个政策文件以及项目，来应对这一挑战。

但这并非人工智能本身的问题，而是数学的问题。

人工智能并不能被简单地看作「黑箱」——只要无限投入资金就可以发展壮大。如果美国人才不能掌握人工智能领域所需的数学基础知识，那这么多的智库项目和政府报告将毫无意义。如果没有抽象数学能力，那数十亿美元的投资要求也是不现实的。

今天我们所说的「人工智能」实际上是各种算法及其特色化发展的结合，大量地借鉴了高等数学和统计学知识。以深度神经网络为例，它不是人造大脑，而是大量通过重复计算一系列梯度（高中微积分几乎不教）来「学习」的信息转换模块，梯度也是反向传播算法家族的主干。

反向传播（Backpropagation）是一种与***优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。

所有的机器学习都可以做类似的分析，这项研究就