马斯克发布「最聪明AI」，学数学的路子真得变了

大家好，我是卷卷兔。

就在昨天，马斯克口中「世界上最聪明的AI」 Grok -3 终于登场了—— 这个人类史上首个用20万块GPU训练出的AI，一经发布就「血洗」AI排行榜 。

早在一个月前，马斯克就曾预言， 人类即将迎来AI制造的「过剩时代」 。 而如今，这个时代可能要提前到来了。

■马斯克最近一直在热搜的腥风血雨中，但在 科技圈 的影响力依然不容小觑

就在前些天，在我们 20万+阅读的一篇文章中 ，DeekSeek给了这代家长一个教育建议，在这个背景下似乎更有含金量了：

死磕数理底子，抛弃无效刷题。 AI时代拼的是底层逻辑，数学+编程才是硬通货

已经有很多数学家警告过，在AI时代学好数学必须要抛弃旧方法了。那我们到底该怎么做呢？

最近，来自中国最知名学校北京十一学校的数学老师 朱浩楠 做客了我们直播间，提出了一个实用思路：

学数学，不仅是刷题，而是学好数学建模思维。

■朱老师10年前从北大毕业，来到十一学校后就开设了一门数学建模课程，可能已经是国内数学建模教育最资深的老师之一，他写的书还获得了院士的称赞，也推荐给家长们一起读

未来的数学就是给世界建模

到底什么是数学建模？ 用最通俗的话来说，就是 用数学的视角提炼生活中真实问题的数学结构 ，寻找最优策略解。

就像朱老师的一位学生July的小故事。

她其实已经拿到了一份藤校级别的offer，但选择了放弃并gap一年，明年再申请，因为她要跟随北大一个生态保护项目，去云 南做一项长期的田野调查。

这个项目并不是大众眼中刷简历的面子工程，而是一待就是三个月，有时候洗澡都困难的野外研究。在这个项目里，她用了大量数学知识， 像做应用题列方程一样，给生态问题建立模型，更好地解决它们。

而 数学+生态学 的实践探索经历，让July也慢慢有了自己的目标，上大学不再只是人生list上一个必选项，而是有了想要研究的问题，去大学主动汲取一切资源将它解决。

「 学习数学不是在痛苦中压抑自我，而是绽放自我的过程 」。

■Nature上的生态学论文，就用了大量的数学建模，研究如何降低河流污染物对物种的影响

就在前不久， 陶哲轩在牛津大学的演讲中也提到了这一 点： AI对于各行各业最大的改变之一，就是万物都可建模 。

而「互联网之父」凯文凯利的著作《5000天以后的世界》提出了一个更为绚丽的设想：AI会将所有真实事物1:1等比塑造一个「数字孪生」，变成《头号玩家》一样的「镜像世界」。

换句话说， AI是在寻求将整个人类世界建模 。

■机器学习中重要的数学分支：线性代数，概率，统计，微积分和图表运用，也是数学建模中常用到的

对于很多孩子来说，建模似乎是当下学校不教，听上去又特别难的。但实际上，孩子们每天都在做的「解决问题」题型，就是最最简单的建模。

「 数学建模，就是挖掘自然和生活中复杂问题中的数学模式 」。

朱老师举过一个特别有趣的案例：洗碗问题。

他和爱人张老师每天饭后都得轮流洗碗，但每个人对洗碗的心情指数不一样——朱老师不喜欢两个人一起洗，因为厨房太挤了，而张老师则喜欢一起洗；而朱老师和张老师独自洗碗，又有不同的心情指数。

到底怎样分配工作，才能找到两个人都满意的最优解？就可以建模（滑动查看非常有趣的建模过程👇）。

有的人可能觉得，这真的是把复杂问题简单化吗？怎么感觉套上数学后又更难了？

这只是拿洗碗问题举个例子，而世界上有太多更为庞大的棘手问题，一旦转化成数学问题就可以迅速找到解决办法。

比如大家刚刚亲历过的 流行病传播 。

假设现在有7个人，其中4人已经感染，3人没有感染，如果我们用「握手」来代表人与人的接触，那么如何判断未来的新感染？

用数学建模的思维，就可以拆解成如下过程：

①已感染者之间握手(4人内部接触)：不会产生新的感染

②未感染者之间握手(3人内部接触)：不会产生新的感染

③新感染只会发生在已感染者和未感染者之间的接触

那么，可能产生新感染的接触次数，则不是简单的4+3（已感染人数加未感染人数）， 而是4×3=12次 （已感染人数乘以未感染人数），因为每个已感染者都可能与每个未感染者接触。

孩子比大人更容易学建模

那么，数学建模既然与AI时代的未来接轨，到底怎么学呢？ 朱老师给了一个非常容易复制的建议： 学会发现和提出问题 。

「只会解决问题的孩子，他未来只能完成别人提出的问题，只能在别人设计的系统架构中完成重复的、常规的工作，既不掌握主动权，无论从待遇还是职业发展上，也和‘提出问题’的人有很大区别。

会提问，也就成了未来不可替代的核心能力之一 」。

而这也是 丘成桐教授曾痛心疾首地呼吁过的一点 ：当下的教育必须教会孩子们提出问题。AI也可以问出一万个问题，但它不知道哪三个问题最重要。

朱老师也说，「 我们要做自己的命题人，而不是永远只是完成别人给我们的命题 」。

■斯坦福大学的一项研究：对数学的积极态度可以预测成绩，而主动提问就是重要的表现之一

非常令人意外的是， 朱老师发现那些自以为优秀的大人，却连「好问题」都提不出来。

朱老师曾在给老师做建模培训的时候，面对的都已经是各校、各区选拔出来的「种子老师」，第一个环节他就让老师们提出一个具体问题，以便用数学来建模。

但当几百份问题收上来，他发现这些问题极其雷同，只有「校园门口垃圾桶摆放」、「食堂桌椅摆放」和「校门口车流量」这三类。

「当老师欠缺提出问题的能力，就意味着学校欠缺。而这样的环境下，更是极少有老师主动去培养孩子了」。

但事实上， 反倒是孩子都有发现和提出好问题的潜质 ——

一个方面，对数学的感知已经被写进了人类的基因结构中。

在孩子完全不知道数学是什么的时候，他们已经能感受到爸爸比自己大，别人的饼干比自己的大，这些背后都藏着可以翻译成数学语言的关系。

甚至小婴儿也懂数学。

当爸爸妈妈一同跑进一块窗帘背后，但拉开窗帘后却只出现了一个人时，他充满了惊讶和好奇，因为他的潜意识早就知道，两个人藏进去，必然会出现两个人，如果只出现一个人，才是意料之外的奇事。

■《科学》杂志就发表过，婴儿天生具有数感

另一方面， 孩子通常比大人更有勇气，不怕犯错 。

有个孩子说，他在元宇宙上买了一块地，开了一个虚拟的鞋店，卖千奇百怪的鞋，而这些「鞋子」都是自己用色块做的，所以他的问题是：

如何判断什么时候出新品？每次同时上几款产品，如何确定售价和优惠政策？店面规模又该控制在什么程度才能利润最大化？

「当我们学会用数学的眼光看待周围的一切时，就会发现生活中处处充满了惊喜与奇妙之处。

只不过遗憾的是， 每个孩子都曾具备这样的眼光，只有少数被保护到了最后 」。

■最基础的利润、成本、价格建模

那些用数学跨界的孩子

那么，如果孩子未来从事其他专业，数学建模的思想和能力，到底是不是刚需呢？

朱老师给了十分肯定的回答，并给我们讲了他学生的故事， 都是热爱数学以外的专业，但都在高中阶段学习了数学建模 。

其中一位女孩叫做Linda，父亲和爷爷都是国际知名的艺术家，她也女承父业，去了美国最好的艺术设计院校，学习数字艺术设计专业， 但她高中曾跟着朱老师学了2年数学建模。

一开始朱老师也纳闷，为什么走艺术路线的孩子也要学建模，后来和Linda以及她爸爸聊了以后，才恍然大悟。

Linda的爸爸就问他，朱老师你有没有发现，中国的艺术和大众的日常生活离得特别远，艺术作品都在博物馆里，被锁在玻璃框、商场的橱窗里，艺术似乎没有办法通过传统路径，走入一个民族的历史。