学奥数到底有没有用：人尽其才，物尽其用
小学奥数与高中数学竞赛之间的区别
小学奥数和高中奥数之间的区别，可以说是完全没有关系的两个东西。尤其是小学奥数，是最近十几年商业化催生的结果。商业逻辑其实很简单，能够带来最大的利益。
小学生人数众多。基数比较大。
机构投入比较小。师资力量不需要太高。
家长愿意投入：因为完全还不知道自己的孩子是不是这块料，所以舍得投钱。
最大的基数X最大投入-最小的成本==最大的收益
到了高中，人口基数比较小，家长也知道自己的孩子是不是这块料，投入也有限的多。而且这个阶段大老师成本非常高。所以收益比较有限。
在这个逻辑下，在一众教育机构的催生下，在天朝搞得热火朝天的居然是小学奥数，存在大量超前学习的东西，也搞得大家怨声载道。然而事实上这个东西其实跟高中奥数基本上一点关系都没有。
高中奥数和数学研究的区别
有点关系，但是关系也不是特别大。有人比喻IMO相当于100米赛跑，职业数学家相当于NFL是一个长期的比赛。但是有一点可以肯定是IMO能筛选出一批比较有数学天分的孩子。
虽然大家因为小学奥数diss整个中国的奥数，这个看法是片面的。中国的奥数在全世界还是有点地位的。
而且确实也培养了大批的数学人才，可以看看过去几十年培养出来的奥数金牌门都在干啥。
中国90年代开始的金牌，绝大多数都在从事数学研究：
恽之玮 2000数学金牌 美国普林斯顿 数学博士生
袁新意 2000数学金牌 美国哥伦比亚 数学博士生
吴忠涛 2000数学金牌 美国麻省理工 数学博士生
瞿振华 1999数学金牌 美国德州大学 数学系博士生
刘若川 1999数学金牌 美国麻省理工 数学博士生
朱琪慧 1999数学银牌 美国宾夕法尼亚大学 计算机科学博士生
倪 忆 1997数学金牌 美国普林斯顿 数学博士生
韩嘉睿 1997数学金牌 美国斯坦福 统计学博士生
陈华一 1996数学金牌 法国巴黎理工数学系博士生
闫 珺 1996数学金牌 美国斯坦福金融博士生
何旭华 1996数学金牌 美国麻省理工 数学博士生
王 列 1996数学银牌 美国宾夕法尼亚大学 统计系博士生
蔡凯华 1996数学银牌 美国加州理工 数学博士生
刘 拂 1996数学铜牌 美国麻省理工 数学博士生
常 成 1995数学金牌 美国加州大学伯克利分校 电子工程博士生
朱辰畅 1995数学金牌 美国加州大学伯克利分校 数学博士
王海栋 1995数学金牌 美国斯坦福 计算机科学博士生
林逸舟 1995数学银牌 美国加州大学洛杉矶分校 计算机科学博士生
姚一隽 1995数学银牌 法国巴黎理工大学 数学系博士生
张 健 1994数学金牌 俄罗斯莫斯科国立大学数学系博士
姚健钢 1994数学金牌 美国加州大学伯克利分校 数学博士生
彭建波 1994数学金牌 美国纽约大学 计算机科学博士生
奚晨海 1994数学银牌 美国匹兹堡大学 计算机科学博士生
王海栋 1994数学银牌 美国斯坦福 计算机科学博士生
袁汉辉 1993数学金牌 原美国麻省理工数学博士生，因精神问题被退学
杨 克 199 3数学金牌 美国卡内基美隆大学计算机科学博士，Google公司职员
杨保中 1992数学金牌 美国斯坦福金融博士生
罗 炜 1992数学金牌 美国麻省理工博士
何斯迈 1992数学金牌 美国纽约州立大学博士
章 寅 1992数学金牌 美国康内尔计算机科学博士，德州大学计算机系助理教授
罗 炜 1991数学金牌 美国麻省理工 数学博士
张里钊 1991数学金牌 美国麻省理工 数学博士
王绍昱 1991数学金牌 美国加州理工 数学博士
王 菘 1991数学金牌 美国普林斯顿 数学博士，Yale大学数学系助理教授
汪建华 1990数学金牌 美国麻省理工数学博士，美国某软件公司任职
王 菘 1990数学金牌 美国麻省理工数学博士，Yale大学数学系助理教授
库 超 1990数学银牌 美国加州理工数学博士，UIC数学系任教
罗华章 1989数学金牌 美国麻省理工博士，美国某软件公司任职
俞 扬 1989数学金牌 美国俄亥俄大学 讲师
霍晓明 1989数学金牌 美国斯坦福统计学博士，Georgia工程系助理教授
唐若曦 1989数学银牌 美国哈佛统计学博士
颜华菲 1989数学银牌 美国麻省理工数学博士，TAMU副教授
数据来自于网络，可能有所更新
这么功利，这才几年时间，就催着菲尔兹奖，是不是有点操之过急了？现在这种情况，即便出了菲尔兹奖，也很可能是美国的菲尔兹奖。为什么呢？其实看看这个推送中另外两篇文章中关于付云皓经历就可以看个究竟。
搞数学有用吗？有前途么？
搞数学当然有用。
比如现在比较热门的人工智能，其实已经火过好几波了。但是每次都会遇到瓶颈期，不信的可以翻翻1990前后的neural network的文章，然后慢慢回归寂静。因为很大程度上都遇到了数学理论的瓶颈。每次突破要么是因为计算能力的暴增加上数学理论的小范围突破。别看今天这么多人吵着要学machine learning，给他一个数学模型，让他调参数。一帮人全部被数学基础给挡住了去路。没有强大的理论基础与业务知识，调模型参数跟猴子弹钢琴，区别不大。
搞数学能挣很多钱吗？有前途吗？
不见得。
数学这种基础学科，纯理论的东西，转化成生产力，变成效益，路径非常长，收益也非常少。很少看到一个数学家因为他的理论挣得盆满钵满的。而且大多数数学家醉心于研究，不谈阿堵物。
从理论到实际应用非常多难，要看环境，比如现在非常火的各种人工智能的一个数学基石就是统计学习理论。这个理论的先驱者是Vapnik，他在冷战期间，有一说法是在60年代的时候就已经有了初步的理论，他默默的搞出了牛掰的结构风险最小，支持向量机和VC维等等， 为统计学习建立起理论强大的泛化基石。 他数学根基是彼得堡数学学派在不等式方面的杰出发展。
然而他的成果被锁在了保险箱里，后来苏联解体后，他跑到美国，才慢慢开始被重视，被发展，最后扩大广阔天地。
虽然苏联没有环境自由地将理论变成实用的技术，但是苏联还是非常重视基础学科的情况下，愿意给他钱，坐冷板凳，潜心搞研究的情况下。而并不是所有国家有这个耐心有这个度量让你去把想法变成理论的，更不要说变成实用技术了。
所以如果是抱着太功利的态度去拼命搞奥数，那很可能是竹篮打水一场空。别看现在很多家长在给孩子推钢琴，推奥数。如果他们孩子将来走这条路，走职业这条路，可千万不要又跳出来阻拦？我偶尔在群里开玩笑说，搞数学的，出成果难，挣得少，头发掉的早，死的早。 这句话半开玩笑，半是实话。因为数学是非常非常烧脑的事情，很多人花了一辈子的精力证明了某某假设不成立。或者很多人穷尽一生，搞不出个所以然来。英年早逝的数学家也不在少数。比如最近的菲尔兹奖获得者，就死了。拉马努金也是英年早逝，留下一堆笔记。虽然说是幸存者偏差，但是确实是很辛苦的。
第一位获得数学界最高荣誉菲尔兹奖（Fields Medal）的女数学家玛丽安・米尔札哈尼（Maryam Mirzakhani）因癌症去世，终年40岁。
结语
因为我和美国这边数学学会MAA以及美国最顶尖的数学培训机构AOPS以及其他一堆竞赛机构有深浅不同的业务合作关系（只要美国出版的数学书，我都有，俄罗斯引进的英文版我也有），所以我对美国这边的情况多多少少了解一些。
所以分享了一下，我对中美两个国家对待奥数以及后续的配套的看法。其实我的意见非常明确：
不鼓励小学奥数。其实小升初不看参考奥数这些，就能大大限制奥数的热度。
不限制各种自发的学习组织，这个不算结社吧。你们爱怎么完怎么完，爱怎么出题怎么出。但是任何录取不得参考这些组织的比赛结果。
发掘并鼓励那些有天赋的人，让那些有天赋的人员尽可能发挥自己的特长：人尽其才，物尽其用。
大学应该是人民的大学，应该多回馈社区，营造一个好的氛围。
科研资金的分配，应该给这些搞纯基础研究的人员更多的支持，更多的空间。你让搞数学的一年发几篇文章是不现实的，不客观的。以其养一帮没啥用看报纸的人员，还不如把这个钱养一些基础科学的研究人员。
上帝的归上帝 凯撒的归凯撒！
关闭返回