「知其然而不知所以然，他們僅僅擅長使用而不追求真理。」這名女生認為大多數亞洲人學習數學時注重運用卻不關心原理推導，論據有一定的道理，不過結論引發了不少人的吐槽。
很快，博主「他們都叫我雪姨」新發布了一個影片向大家道歉，表示個人經歷不能指代群體，有關亞洲人數學很差的言論十分不正確。在應試教育為主，升學壓力很大的國內，如果說學生們花費如此大的精力卻不能把一門學科學明白，確實非常可怕，數學是當代高等教育最重要的基礎是有目共睹的。
7 月份，2020 阿里巴巴全球數學競賽結束，活動創辦者馬雲如此評價數學的重要性。
有趣的是，在數學水平太差這件事上，大洋彼岸的美國人和我們有著同樣的擔憂。在亞洲人數學很差的影片在國內流行的同時，美國《國家利益雜誌》刊載了一篇文章給出了完全相反的觀點：因為中國人數學好，在人工智慧領域裡中國正在逐漸成為決定性力量。
這篇報導在開篇即提到：「忘記人工智慧本身吧，它只是一個數學問題。美國沒有培養出足夠擅長數學的公民，因此無法保持統治地位。」
以下為美國《國家利益雜誌》報導的主要內容：
海外第一次注意到中國人工智慧技術的非凡能力可能是在 2017 年底，當 BBC 記者 John Sudworth 在貴陽嘗試挑戰「天網系統」時，僅用 7 分鐘就被找到。如今，像依圖科技和曠視科技這類在人臉識別領域處於引領地位的公司，已經能夠將這個 7 分鐘縮短為幾秒鐘。這不僅體現了中國的人工智慧技術實力，更重要的是背後所展現的數學實力。
人工智慧領域的競爭已經成為中美兩國競爭中最顯著的一個方面。佔據人工智慧主導地位的那一方將擁有重塑全球金融、商業、電信、戰爭和計算的能力。2019 年 2 月，美國總統川普簽署了一項行政命令，名為「美國人工智慧倡議（American AI Initiative）」，旨在保持美國人工智慧技術領域的領導地位。在短短几年內，美國的企業、高校、智庫和政府相繼頒佈了數百個政策檔案以及專案，來應對這一挑戰。
但這並非人工智慧本身的問題，而是數學的問題。
人工智慧並不能被簡單地看作「黑箱」——只要無限投入資金就可以發展壯大。如果美國人才不能掌握人工智慧領域所需的數學基礎知識，那這麼多的智庫專案和政府報告將毫無意義。如果沒有抽象數學能力，那數十億美元的投資要求也是不現實的。
今天我們所說的「人工智慧」實際上是各種演算法及其特色化發展的結合，大量地借鑑了高等數學和統計學知識。以深度神經網路為例，它不是人造大腦，而是大量透過重複計算一系列梯度（高中微積分幾乎不教）來「學習」的資訊轉換模組，梯度也是反向傳播演算法家族的主幹。
反向傳播（Backpropagation）是一種與最最佳化方法（如梯度下降法）結合使用的，用來訓練人工神經網路的常見方法。
所有的機器學習都可以做類似的分析，這項研究就是關於如何編寫計算機程式來學習一項任務，而不是執行一個預先編碼的任務。快速分類資料、識別模式、結果預測和自學的能力，都歸結於愈發複雜的演算法，以及逐漸強大的算力和海量資料。
從 iPhone 到世界上最強大的超級計算機 Summit，從谷歌到 Facebook，這些計算平臺和計算程式都使用了極其複雜的數學計算，從模擬核爆炸到網路搜尋結果，無所不及。
與《人工智慧超級大國：中國、矽谷和新世界秩序》作者李開復的觀點相反，人工智慧不僅僅是資料。李開復曾經提到，今天的資料就宛如 20 世紀早期的石油資源，擁有最多資料的中國就是新的沙烏地阿拉伯。然而，如果沒有與之匹配的數學能力，以及一些推動數學領域創造性發展的人，世界上所有的資料加在一起也只能帶你走到這一步——而不足以走到 AI 領域前沿研究者們大膽暢想的未來。
不管你怎麼劃分，這個世界都是在 1 和 0 的基礎上執行的，執行它們的演算法都是經過反覆錘鍊的。創造這些演算法的人才都經過了多年的訓練，才能掌握這些複雜的數學知識。
不幸的是，美國的中學生和大學生沒有掌握基本的數學知識，比如統計理論和微分幾何，而這些知識恰恰是他們進入更高階段的基礎，也是人工智慧的基礎。
在經濟合作與發展組織（OECD）2018 年的國際學生評估專案測試中，15 歲的美國學生的數學成績為 35 分，遠低於該組織成員國的平均水平。即使在大學階段，由於沒有掌握解決抽象問題所需的基本知識，美國學生通常要記憶演算法，然後在需要的時候插入演算法。
在學生高等數學能力培養方面的失敗，意味著越來越少的美國公民去攻讀數學和科學類的高等學位。美國國家科學基金會的資料顯示，2017 年，美國電腦科學專業超過 64% 的博士候選人和近 70% 的碩士生是國際學生，當年數學專業的博士學位有一半授予了非美國公民，其中中國學生和印度學生佔了大部分。亞洲優秀學生希望去到美國大學深造，這很大程度上是因為美國大學的培養體制比他們本國的培養體制要先進，儘管中美之間的教育差距不斷縮小。
然而這也同時意味著，美國大學培養出來的那些在電腦科學和數學領域開闢新方向的人，不是美國人。這些人一部分將留在美國，但許多人也會回國，投身於本國科技產業的發展。
有充分的理由認為美國應該放寬對於熟練技術工種的入境簽證限制，鼓勵更多的人在完成學業之後留在美國。但最重要的問題是，根本沒有足夠數量的美國公民把高等數學作為主修科目，這些細節造成了相應的影響，從應對全球競爭到矽谷的創業文化，從對於國家安全的擔憂到美國公司是否認為自己需要為美國利益著想。
美國在數學教育上的停滯與中國積極推進 2030 年 AI 計劃形成了鮮明的對照。在如今的人工智慧技術領域裡，美國和中國佔據了最重要的地位。中國在人工智慧相關技術上投入了大量資金，使其成為國內工業現代化的核心重點。在《中國製造 2025》戰略中，「中國智造」這一名詞被提出，製造技術與資訊科技結合的系統成為發展方向，人工智慧等技術佔據了主導地位。
目前，中國的 AI 市場約有 245 億人民幣的規模。在國務院印發的《新一代人工智慧發展規劃》中到 2025 年人工智慧基礎理論將實現重大突破，部分技術與應用達到世界領先水平，人工智慧成為帶動我國產業升級和經濟轉型的主要動力。而在那個時候，人工智慧核心產業規模預計會超過 4000 億元，帶動相關產業規模超過 5 萬億元。
為實現這樣的目標，國內已投資 140 億元人民幣在北京打造 AI 工業園區。而華為等引領全球行業發展的科技企業也在推出自己的 AI 晶片，打造「全場景 AI」戰略。
在中國，人工智慧已經從實驗室走出來，進入了技術落地探索的階段。基於高度精確的面部識別技術，我們可以實現很多快捷方便的應用，如銀行大額轉賬時的認證、券商遠端開戶，甚至虛擬身份證。一些科技公司的 AI 實驗室也已推出了可以識別出 Deepfake 換臉技術的深度學習模型，對於打擊黑產、證據造假等任務上，這些技術將能發揮非常重要的作用。
儘管中國的 AI 產業正在不斷與美國拉近距離，但中國仍將眼光放得更為長遠——他們在努力提高年輕人的數學水平。據經濟合作與發展組織（OECD）對於全球 15 歲學生的最新一期統計，中國學生的數學能力全球第一（科學和閱讀能力也是第一）。毫無疑問，中國正將重點放在 STEM（即科學、技術、工程和數學）教育上，其程度超過了美國和歐洲國家。
2020 年 1 月，教育部發布了在部分高校開展基礎學科招生改革試點（也稱強基計劃）的通知，其指出「要服務國家戰略，招收一批有志向、有興趣、有天賦的青年學生進行專門培養，為國家重大戰略領域輸送後備人才…… 主要選拔培養有志於服務國家重大戰略需求且綜合素質優秀或基礎學科拔尖的學生。」
5 月 6 日，參與強基計劃的大學已經發布了第一年的招生簡章，包括清華、北大等 36 所「一流大學」建設高校開展了試點。這一計劃聚焦高階晶片與軟體、智慧科技、新材料、先進製造和國家安全等關鍵領域以及國家人才緊缺的人文社會科學領域，主要突出基礎學科的支撐引領作用，全部限定為基礎學科專業，且不得轉換專業，這也是和以往自主招生最大的不同（高校的自主招生也已被取消）。
看來，想要提升基礎教育水平，在人工智慧等尖端領域提高自身實力，中國和美國人都有著同樣的想法。但在數學之外，決定因素或許還有很多。
參考內容：
https://nationalinterest.org/feature/why-chinas-race-ai-dominance-depends-math-163809
http://www.moe.gov.cn/srcsite/A15/moe_776/s3258/202001/t20200115_415589.html