從俄羅斯數學看我國教育前景_風聞

一般説起來數學，大家就會有個明顯的感覺，法國數學厲害，俄羅斯數學厲害。那問題來了，俄羅斯人為啥點了這麼個技能點呢？

其實瞭解數學史的小夥伴都知道，18世紀之前，幾乎沒啥俄羅斯數學家，後來好像突然開了竅。

再細看，會發現這個開竅過程非常緩慢。

這事主要和彼得大帝有關，他接手的俄羅斯是個極度落後的農奴國家，在他手上，俄羅斯全面向西方學習。當時文明主要在法國英國那一帶，彼得大帝去西邊親自考察後，回來制定了自上而下的全面學習趕超策略，使得俄羅斯這個國家很快煥然一新。

最關鍵的還是觀念上的改變。俄羅斯從之前蒙古人那種愚昧狀態向現代科學轉變，用科學指導實踐，開始狂點算術、造船、工程、礦業等科技點。

以1724年俄國建立國家科學院為標誌，俄羅斯半隻腳踏入了現代社會。當然了，只是半隻腳，整個身體還在外邊。但比同時代的大清強太多，那時大清剛迎來自己第三個皇帝。

那為啥他們要重視數學呢？是因為他們愛學習嗎？

當然不是了，大航海時代開始後，迫切需要海上導航和定位的相關知識，大量頭腦被迫投入對天文學的探索中，很快就有了突破，比如大家熟知的開普勒三大定律，以此為基礎，人類對天文的理解上了新台階。

也就是説，航海帶動了天文學，天文帶動了數學，這也是為啥英法這些大航海時代的受益者對數學極度上頭，沒數學就搞不明白天文，沒天文就沒法更好地搞遠航。早期航海出去一波動不動損失一半船隻，後來定位能力和航海技術越來越強，也就沒那麼艱險了。

同理，關於槍炮的彈道研究又催生了物理的大發展，可是物理依舊需要數學這根枴杖。牛頓最早就是研究彈道學的，思考為啥射出去的子彈總會掉在地上，進一步意識到了引力、速度、動能之間的聯繫，反而跟那個蘋果樹沒啥關係。

俄羅斯有了科學院，可以給學者們提供高薪脱產從事科研，順便招收學生，星星之火，慢慢開始燒了起來。其中就有著名的伯努利兄弟，也就是咱們熟知的那個“伯努利方程式”，就是以他們家的一個人命名，這是個瑞士數學世家，出了十一個數學家。後來這倆兄弟又把歐拉給拉到了俄羅斯，歐拉在數學界的地位我就不多説了吧。

歐拉對俄羅斯的影響還不是在俄羅斯推導了幾個公式，而是培養和激勵了一大羣學者，以這些學者為基礎，俄羅斯形成了自己的數學傳統，也就是有很多人把研究數學當成個正經事，一輩子啥也不幹，只研究數學。

“終生脱產研究數學”，這在現在聽起來很正常，畢竟我們的大學就養着一羣。可是回到18世紀，大清如日中天那會兒，科學還是奇技淫巧，不學四書五經搞數學，就聽着挺離譜。這一點上俄羅斯確實比大清早了一步。其實現在故宮裏還保存着康熙學習歐氏幾何的草稿，説明康熙自己是知道這東西重要性的，只是不想讓老百姓知道。

更關鍵的是，歐拉之後，俄羅斯和法國一樣，開始覺得數學是一件很高大上的事，形成了“最聰明的人去學數學”的氛圍。而同時代的大清最牛逼的人才還在研究四書五經。

歐拉之後，俄羅斯有了自己的扛鼎大佬，也就是著名的羅巴切夫斯基，這人開創了非歐幾何。此外還有切比雪夫，馬爾可夫等大佬。

從那以後，俄羅斯從基層選拔有數學天賦的人，然後送到大佬那裏接受訓練學習，數學開始在俄羅斯開枝散葉。

到了蘇聯時期，蘇聯經歷了衞國戰爭，核彈、火箭的研發，認識到科技對國家的重要性，把科技上升到了國策和戰略安全的地位，認為只有科學才能保衞自己的邊疆。

蘇聯在政治上非常僵化，一度把他們最偉大的天才、火箭之父、蘇聯航天先驅科羅廖夫送到西伯利亞勞改營改造了8年，後來老科也是死於那些年的染上的舊疾。生物上還出現過李森科那種離大譜的操作。不過蘇聯在人才培養方面確實有一套。後來甚至影響到了美國。

但是吸收了沙俄和普魯士的經驗，蘇聯對全民教育非常上頭，投入了大量的資金到STEM科目，也就是科學，技術，工程和數學，並且普及率非常高。

蘇聯孩子從小學生起有完整的教育計劃，從小激發大家對科學的興趣，逐層選拔天才到頂級學府跟着大師深造。

也正是因為在基礎教育方面的巨大優勢，蘇聯第一顆人造衞星上天后，美國極其震驚，當時稱為“斯普特尼克時刻”，因為那個衞星就叫斯普特尼克。不過美國人當時反思的並不是科技，而是基礎教育。認為蘇聯這基礎教育水平這麼短時間就產生這麼大效果，未來還不得上天？所以現在的美國基礎教育，也從蘇聯做了大量的吸收。

美蘇冷戰，蘇聯人口和美國差不多，但是美國加上自己的盟友就比蘇聯多了一倍。蘇聯GDP如果按照美元計價，從沒到過美國的一半，你説為啥用美元計價而不用盧布，因為蘇聯給自己的盟友援助也是用美元。

這麼大的差距，蘇聯一直扛了半個世紀，這套人才培養計劃功不可沒。後來蘇聯崩潰之後，大量的蘇聯人才跑到了美國，甚至赫魯曉夫的兒子，是一個火箭專家，也跑到美國去了。這些俄羅斯美國人形成了現在美國文化裏一個奇特的俄羅斯文化階層。

當然了，蘇聯的問題很明顯，除了我上文提到的政治僵化，沒有市場經濟也是一個大問題，大量的科研項目最後沒法盈利，最後科學跟美國沒有代差，技術代差卻非常大，終於自爆了。

大家一定要有個常識，技術本身沒啥用，得需要經過“產業化”這個大篩子才行，這就需要市場、公司、消費、降低成本、規模化等環節，蘇聯那種模式無論如何也搞不定這些東西。

如今的俄羅斯數學自然是達不到蘇聯的水平了，畢竟大量的人才出逃已經成了定局，不過底子還在，依舊有天才蹦出來，比如大家熟知的佩雷爾曼，解決了龐加萊猜想那哥們。

説到這裏，其實已經可以總結下了，俄羅斯數學之所以牛逼，其實也談不上種族天賦，本身就有跡可循。

比如需要大量的人口，畢竟天才出現是均勻的。

此外還需要廣泛的選拔機制，讓更多的人有機會接受基礎教育，給天才們打好基礎，然後等他們興趣和天賦展現出來的時候，再送入高等學府。

接下來就需要有傳承，畢竟能打磨鑽石的依舊是鑽石，能訓練天才的也只能是天才，得有真正的大師來訓練這些頂級頭腦。這也是為啥歐拉對蘇聯數學那麼關鍵，他帶了幾個徒弟，這些人後來形成了俄羅斯的數學傳統。

此外科學是需要自由的氛圍，蘇聯在數學和航天領域發展得最好，因為他們在這兩個領域最寬鬆。

數學純理論，不涉及意識形態，所以蘇聯官方幾乎不干預數學領域，大神比較多。

太空和核物理是蘇聯最自豪的兩個領域，所以管得也比較少，發展的整體都不錯。生物學一塌糊塗，因為那個領域涉及一些意識形態爭論，搞得沒法看了。

聊俄羅斯也並不是真的想聊俄羅斯，而是為了聊我們自己。

我們的經濟和國力這麼短時間內大爆發，一方面和西方技術轉移有關，另一方面也是基礎教育的勝利。

改革開放後高考恢復，義務教育緊密推進，很快就滲透到了中國最基層的村裏。

而且不同於美國的掐尖式教育，中國教育也同蘇聯一樣，在於人口基數大，廣泛教育普及與選拔所帶來的教育公約數增大，人才比例對應拉高。

我國最大的問題是起步太晚，從一百年前蹣跚起步，中間又有一半的時間鬧鬧哄哄沒咋幹正事，真正的發展也就恢復高考後的這四十來年。如今已經取得了一些明顯的進展，各個領域都有我們的大神，從這個角度來看已經發展得很不錯了。

以現在的發展態勢，一點也不用懷疑接下來幾十年會迎來大爆發。至於諾貝爾，我不同意這些年一些人對諾貝爾的污名化。我傾向於覺得，中國的“諾貝爾時刻”還沒到，不過也快了，用不了幾年就會噴湧而出。

這也就需要基礎教育能對時代發展的每一步都有所應答，比如40多年前鄧小平提出“計算機要從娃娃抓起”，從某種意義上來講，這句話決定了我國抓住了互聯網的機會，如果沒有這句話，中國的互聯網會不會發展成現在這個樣子可能要打一個問號。

現在進入了人工智能的時代，尤其生成式人工智能大模型已經折射出這一輪科技革命新的發展態勢，能否抓住這一輪的科技革命，同樣需要從娃娃抓起，從基礎教育抓起。

這周在一個大灣區青少年人工智能教育高質量發展論壇上，中國科學研究院的的曹培傑教授就在演講中就提到：

人工智能時代，到底需要什麼人才可能需要重新理解，過去需要的人才都是基礎知識基礎技能，核心培養的是讀寫算的能力，到了信息技術時代加入了新的，到了現在尤其是大規模技術、人工智能技術興起了之後，我們所需的人才應該具備提問能力、引導能力，要理解人工智能、善用人工智能，同時具備人機協同能力的人，這是新時代下對人才新的能力素養要求。

人才培養目標都變了，教育當然也要變，去年教育部最新頒佈的《義務教育信息科技課程標準》中就已經把人工智能納入課程體系中。

但是問題來了，先暫且不論課程內容、師資能力儲備，需要針對這一變化迅速做出適應調整，首先授課方式就要改變，人工智能教育包含龐雜的學科知識比如編程等計算機科學、機器學理論、數據與算法等等，是沒辦法像過往一樣只依靠單向的課本傳輸就達成教學目的的，而是需要充分依賴實踐教學，這也就帶來了硬件設備採買這類教育成本支出問題，比如計算機設備、物聯網設備、機器人設備、傳感器和執行器、開發版和數據採集設備、雲平台、虛擬現實和增強現實等等高規格設備。

這樣的設備要求下，別説一些欠發達地區校園，哪怕像深圳、上海這樣的一二線城市學校也夠嗆，更別説偏遠地區了。

那就沒辦法了？也不是，技術發展問題帶來的問題依舊只能靠技術來解決。比如廣州市便對此交了一份很有想象力的答卷，去年開始他們就通過應用一個虛擬仿真的教學工具-騰訊扣叮“虛擬仿真實驗室”在全市順利開展了人工智能教學工作。

我研究了下這個產品，很難想象，居然是通過遊戲科技去打造高仿真的數字教學場景，從而“歸零”機器人編程等人工智能教育的硬件成本的，大家完全可以不需要購買相關硬件，在3D虛擬環境中，就能完成高質量的人工智能學習。

這個數字教具通過一個自研的遊戲引擎“織夢”，能高度還原機器人各部分硬件的模塊與運行過程，打造高沉浸性與互動性的數字學習場景。

不僅如此，在高精度實時渲染、高仿真物理規律模擬等遊戲技術下，還能對重力、碰撞和摩擦力等物理作用過程進行充分還原，讓孩子們在線上的學習場景中，也能真實感受到的物理因素對機器人組裝、運行的改變與影響。

同時這個自研引擎的AI能力還能讓這個數字教具在低配置、低網速的電腦上也能流暢運行，讓無條件配備高性能電腦的學校也能順利學習。

咱們聊的並不是科幻，而是現實，如今廣州市已有1600所學校的100多萬師生，通過騰訊扣叮的“虛擬仿真實驗室”，擺脱硬件成本制約順利開展人工智能教學課程，相當於實現了全市中小學的一鍵普及，還因此獲評了廣州的2023年十大民生實事。目前這一普適性極強的教學工具，甚至走進了如雲南滄源、江西吉安等欠發地區的全國300個城市的義務教育一線。

有了這樣的工具，哪怕你在偏遠地區，只要有網，就可以接觸到最前沿的技術，相當於為教育經費要求較高的人工智能教育，開了個經濟艙。客觀上也擴大了人工智能教育覆蓋的人羣基數，未來我們就可以培育選拔出更多尖端AI人才出來。

尾聲：

我一點都不懷疑我國會變成真正的科技強國，因為我國的整體教育方向沒啥問題，有問題的是一些細節的問題，大家看新聞應該也沒少看到，不過這些都影響不了整個趨勢，趨勢就是我們擁有海量的人口基數，面對大規模新技術興起的當下，如果能像騰訊扣叮在廣州這樣，靈活的做好技術外派幫助教育工作普及落實，讓更多人有機會接觸到最前沿的信息科技學習。

讓潛在人才都充分接觸最新的教育，這才是技術創造的公平的機會，再發展一些年，自然啥都有了。