Loading video...

Video Failed to Load

Go Home

王虹:在北大读书期间是她人生中的低谷 邓煜:大二从北大跑路,转学去麻省理工 柳智宇:从北大出家 数学天才柳智宇说他上了大学很迷茫问老师:学数学能干什么?老师说他也不是很清楚。他说:你看我们写的这个论文,全世界只有可能20个人能看懂,也不知道什么时候能用上,只是为了论文而去研究,根本就不是为了去真的把问题搞清楚去研究。所以就很多其实是在水论文。 老师对数学的误解,让你本应该成为数学界的天才的这条路走进了佛门这条路 王虹也说了,三维挂谷猜想可能到了某一天就能用上了,它是一百年前的一个数学问题吧,以前都没用处,直到人工智能才真正用上。 科学的尽头是玄学,柳智宇也算做到了😂

20,136 views • 7 days ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

菲尔兹奖得主王虹这张正装照片,会不会让国人破防啊? 这是法国综合理工的校服,法国综合理工相当于法国国防科大,其礼服为对襟裁剪的双排金扣海军蓝外套、金色肩章、领口有金色“燃烧手榴弹”标志,女学员配有专用二角帽 Bicorne。 拿破仑亲自为学校题写了校训: ​“Pour la Patrie, les Sciences et la Gloire”(为了祖国、科学与荣耀) ​1804年,拿破仑向学校亲赐了军旗,使其成为法国极少数拥有独立军旗的高等学府之一,学校属于法国国防部。 王虹2007年高考从广西桂林考入北京大学地球学院的,大二转到数学系。她在北大数学系只待了三年,2011年本科毕业后,王虹火速去法国读研究生,之后到美国麻省理工读数学博士,先后去了加州大学洛杉矶分校和纽约大学,至今在海外一共15年,在北大只有3年,研究生及所有工作都在海外完成 邓煜2007年国际数学奥林匹克IMO金牌从广东深圳保送入北大数学系的。他在北大数学系只读了2年,不知道什么原因不读了,2009年火速转学至麻省理工学院读剩余本科,取得MIT本科学位。然后在普林斯顿读了博士,先后在纽约大学和南加大任教,现在在芝加哥大学 他至今在海外一共17年,在北大只有2年,研究生及所有工作也都是海外完成的 可见,他们二人当年在北大数学系,都出奇一致地没有完整的数学本科四年学历,更加没有留校读研究生,王虹三年后,邓煜两年后,都火速离开了北大,投入了海外学术的汪洋大海去,遨游至今十多年,并做出了骄人的成绩。 一句话,中国是能出好苗子的。但好土壤还是在海外。 有人说,要是没有北大数学系的培养,今天就没有邓煜、王虹获菲尔兹奖。 这个说法非蠢即坏。 是想把北大放在火上烤吗? 如果当年王虹、邓煜不上北大,而是直接去MIT或者美国什么名校读数学本科,难道他们今天就获不了奖? 北大是沾了他们的光,而并非北大造就了他们。 北大数学系只是一个育秧园,只能说北大招生办给力,能掐到好苗子,搁到自己的育秧田里。 苗子本身好,才是决胜因素。 在北大数学系出来的,又不止他们二人,为什么只有他们获奖? 一句话,他们二人本身就强大。 不难想象,如果他们当年不出国,继续留在北大读研究生及任教到今天,顶多勉勉强强熬到教授,每天应付各种各样评比,能以第二作者拿个自然科学二等奖就谢天谢地了。 要客观评价北大数学系,不能贬低,也不能拔高。国内学术环境在不断变好,对北大袪魅,正当其时。

财经数据库

262,147 views • 12 days ago

90后青年数学家,数学界诺贝尔菲尔兹奖获得者王虹,在麻省理工前英文授课的视频,你能听懂多少? 没有顶级家教,没有名校家世,她是真正从广西小镇走出来的寒门学子, 16岁考进北大,大二转进被称为四大疯人院的数院,靠着一股韧劲一路走到世界数学的最前沿。 真正让他锁定奖项的,是2025年那篇127页的论文, 王虹解决了困扰全球数学界一百年的三维挂谷猜想, 一根针旋转扫过所有方向,最小体积是多少, 二维空间里数学家已经证明体积可以无限小,但是三维空间的答案,卡了整整一百年。 陶哲轩、古什等一众顶级数学家在这个问题上耗了数年,始终困在传统代数方法的死胡同里,只拿到局部进展。 王红直接跳出了调和分析沿用几十年的固有范式,靠纯粹的三维几何直觉,独创颗粒分析模型,用最简洁的几何结构重构了整个证明逻辑,给出了终极答案。 陶哲轩评价这是几何测度论领域的惊人进展, 丘成桐公开说,他应该拿菲尔兹奖。 这从来不是数学圈的自嗨, 物理领域所有涉及波的研究,声波、电磁波、量子波函数,都会因为这个证明获得新的工具。 人工智能领域,新的数学方法甚至可能推动大模型底层算法的突破。 数学领域,傅里叶限制猜想、波动方程猜想,一堆卡了几十年的前沿问题,都因为她的工作,有了被攻克的可能。 可以说是王虹一个人推开了一整个领域的门,这不是什么天降天才的神话,是一个从小镇走出来的普通人,靠聪明和韧劲,站到了人类智力的最顶峰。 也是我们在基础科学领域投了几十年,终于等到的开花结果。 有幸见证中国数学的历史时刻!

AYi

613,513 views • 12 days ago

【菲尔兹奖获得者邓煜:北大只读了两年,赴美学习生活近20年】很多中国媒体都在报道,邓煜成为首位获得菲尔兹奖的中国籍数学家,但不少报道忽略了一个关键事实:邓煜在北大只读了两年,他后来近二十年的数学生涯,几乎都是在美国完成的。 2007年,18岁的邓煜凭借国际数学奥林匹克金牌进入北京大学数学科学学院。当时很多人以为,他会像大多数优秀学生一样,在北大完成本科,再继续深造。 但两年后,他转学去了麻省理工学院(MIT)。 很多人容易把这看成一次普通的转学,其实不是。这意味着他的数学训练,从中国顶尖本科教育,进入了美国最顶尖的数学培养体系。 在北大的两年,对邓煜来说非常重要。过去,他是一名竞赛高手,擅长几个小时内解出一道难题。进入北大后,他第一次接受现代数学的系统训练。陈天权教授的数学分析课,为他打下分析学基础;大二开始跟随刘和平教授学习调和分析,并尝试本科科研。 那次科研没有发表成果,却让他第一次意识到,竞赛和科研是两种完全不同的世界。 竞赛题一定有答案,而科研可能花几个月、几年,最后依然什么也证明不了。数学家真正的工作,不是解一道题,而是长期面对未知。 2009年进入MIT后,邓煜依旧展现出惊人的天赋。2010年,他成为Putnam Fellow,也就是全美大学生数学竞赛成绩最好的五人之一。2011年,他获得MIT数学学士学位。 但到了这里,他已经不再追求竞赛冠军,而是开始寻找那些可能需要十几年才能推进一步的问题。 本科毕业后,他进入普林斯顿大学攻读博士,师从偏微分方程专家Alexandru Ionescu。博士毕业后,又到纽约大学柯朗数学研究所做博士后。随后进入南加州大学任教,建立自己的研究团队,后来加盟芝加哥大学。 他的整个学术成长轨迹几乎串起了美国数学界最顶尖的培养链条:MIT本科、普林斯顿博士、纽约大学Courant博士后、南加州大学教授、芝加哥大学教授。 真正让邓煜闻名世界的,也不是竞赛,而是一个一百多年都没人真正解决好的难题——希尔伯特第六问题。 他和合作者想回答一个看似简单,却困扰数学界百年的问题:为什么无数杂乱无章运动的小粒子,最后会变成我们看到的水流、海浪和空气? 2025年,他们发表约200页论文,首次严格建立了从牛顿粒子系统,到玻尔兹曼方程,再到纳维—斯托克斯流体方程的完整数学推导,被认为是希尔伯特第六问题相关方向上的重大突破。 第二年,邓煜获得菲尔兹奖。

王局拍案

322,542 views • 12 days ago

当年明月的顶级觉悟值得一听👋 当年明月的顶级智慧———— 你到这个世界上来,你应该有这样一个觉悟,就是你终究是要死。这就是一个人,他很悲剧的在于,他无论多厉害,无论多牛,无论多么嚣张,他都要死,他都有终结。 那么在这段时间,你做什么? 不断的探索,去懂得这个世界的很多东西。知道这个世界的规律,它是一种无比的喜悦狂喜。 我大学这几年在外边吃饭,能数的出来,很多时候我也不怎么吃。很多人说我是像神仙一样,不找不到我这人。 其实我在教室看上自习或在外边看书,但我真不觉得我是一个被排斥的人,我不觉得孤独,因为你有书,因为我知道我懂得越来越多,只有智慧和知识内在强大,让你让你自己懂得很多,对这个世界你有充分的了解,你就不会畏惧了。 我无论身处在什么多小的房间里,我只要翻开那本书,我就是在看大海。它记住了无数人的一辈子,他们不断的挣扎,想出头,想出名儿,有的是为了正义而奋斗,有的是为了私利而奋斗,这些人无论他怎么折腾,最后只在这本书里,你一页纸翻过去,就能翻过无数人的一辈子。 我在看一本很伟大的文,这种乐趣是很多人无法想象的,为了这种乐趣,这个世界上大多数的舆论你都可以忽略。 当我翻开的时候,我又能看到很多人的命运,所有的一切都只在一张纸上,但是你是能感受到的。 我感受到了。

心灵书舫 | SoulSloop

27,076 views • 5 months ago

天才数学家陶哲轩对数学AI的思考 像真的,但其实不对。 AI写出的证明,乍看完美无瑕,细看漏洞百出。 为什么? 因为它没有“嗅觉”。 今天的AI,已经完全能通过“目测测试” 生成的内容看起来专业、太对味了。 但一旦你靠近它、认真嗅一下,就会发现它撒了香水 掩盖的,是逻辑上的腐臭。 不像传统的初学者那种“明显错”, AI的问题常常隐藏在最高级别的伪装底下: 写得太好,看不出哪里坏。 就像Terry Tao说的:“数学,是有味道的。” 一个真正靠谱的证明,不只是形式正确,而是通体带着那种“对的直觉” 结构自然、推理顺畅、细节干净利落。就像人闻食物的味道,不需要吃一口,就知道有没有毒。 AI没有这个。 它可以模仿口感,复制包装,但闻不到底层的真实。因为它是在学“怎么看起来像对的”,而不是“为什么它是真的”。 你可以把它理解为一个训练过非常精良的演员,知道什么时候该皱眉、什么时候叹气,用上最漂亮的定理、最熟练的转折,但它不明白它的角色到底在干什么。 而这,正是问题所在。 人类在判断一个复杂证明时,靠的不止是推理,更靠一种经验直觉:这个步骤自然吗?这个拆解方式靠谱不靠谱?这个结构合理不合理?我们甚至很难说清楚“为什么不行”,但就是知道,“不对劲”。 这就是“数学的嗅觉” 你说不明白,但你能闻得出来。 AlphaGo和AlphaZero之所以能搞定围棋和国际象棋,不是因为它们穷举了所有下法,而是因为它们学会了在哪些局面里,有“胜利的味道”。 即便讲不出理由,它们凭那股味道,也能找到通向胜利的路。 数学AI要想达到人类水平,它得也有这种“方向感”。 不是生成个像样的证明,而是能问自己:“我是不是在一个貌似正确,实际上死路的方向上走太远了?” 也许未来某一天,它能真正感觉到:“这一步味道不对,我得退回来。” 那一天,它就不只是一个生成文本的工具,而是真正的数学伙伴了。 🙋‍♂️人有灵气

墓碑科技

120,892 views • 1 year ago