吴文俊先生纪念网站

在人工智能大热的当下,有个人的名字时常被提及。他就是著名数学家、中国人工智能先驱——吴文俊。他由于在数学领域的开创性研究荣获国际自动推理的最高奖Herbrand奖。

吴文俊在数学所作拓扑学的学术报告1955年

1919年,吴文俊出生在上海一个书香世家。4岁时,他就进入了小学。直至上初中,数学都不是他青睐的学科。高中时,他逐渐对数学、物理,特别是几何与力学产生学习的兴趣。1936年,吴文俊中学毕业,因为家境困难,而学校提供的奖学金要求他必须报考上海交大数学系。由此,他进入名校。某种程度上来说,当初念数学系并非吴文俊的本意。没想到,这是命运造成的一个美妙的“错误”。在大三的时候,他接触到英文著作《代数几何》并深深地迷上了数学。大学毕业后,吴文俊由于在数学方面的突出表现,经引见认识了苏步青、陈省身等当时数学界的大家。后来,他进入中央研究院数学研究所,受教于陈省身,稳稳地踏上了数学研究的道路。

上世纪50年代,吴文俊誉满天下,他引进的示性类和示嵌类被称为“吴示性类”和“吴示嵌类”,他导出的示性类之间的关系式被称为“吴公式”。吴文俊的工作被公认为50年代拓扑学的重大突破之一,成果被5位“菲尔兹奖”获得者引用。1956年,吴文俊与钱学森、华罗庚获得首届国家自然科学奖一等奖。次年,他成为当时最年轻的中国之一。

上世纪70年代,在计算机工厂劳动的吴文俊切身感受到计算机的巨大威力,意识到将数学与计算机结合起来的必要性。已年近六旬的吴文俊决定从头学习计算机语言,转而开创了崭新的数学机械化研究领域。他一头扎进机房,学习算法语言,编制算法程序。很快他就找到了中外古今数学的结合点:用中国传统数学思想方法,在计算机上实现几何定理的证明,进而推动数学机械化,建立机械化数学。这一理论后来被应用于多个高技术领域,解决了曲面拼接、机构设计、计算机视觉、机器人等高技术领域核心问题,成为当代数学发展中,一个引人瞩目的新里程碑。

青年时代的吴文俊

1977年,58岁的吴文俊已是中国科学院学部委员、国家自然科学奖一等奖获得者,拥有骄人的头衔和一般人难以企及的荣誉,可以说已功成名就,完全可以颐养天年了。然而,他以战斗的姿态在科学攀登路上再出发,开始了一个与他过去从事的研究完全不同的新领域──几何定理机器证明方面的研究。并在随后的数十年间,开创了一个既有浓郁中国特色又有强烈时代气息的数学领域──数学机械化。

1978年,吴文俊正式发表了他关于几何定理及其证明的第一篇论文,提出了几何定理机器证明的新方法。该方法是将要证明的几何问题代数化,并有一套高度机械化的、能够直接在计算机上有效运行的代数关系整理程序。这一方法是笛卡尔方案的继承,作为这一方法的关键算法——多元非线性代数方程组的消元程序,现在国际上就称为“吴方法”,利用这一方法不仅可以有效地证明初等几何的大部分定理,而且可以自动发现新的定理,微分几何中主要定理的证明也可以通过这一方法实现机械化。

2009年,90岁高龄的吴文俊开始研究世界级难题“大整数分解”。这是当今使用最为广泛的密码的安全性的数学基础。2010年,因他在数学领域的付出,经国际天文学联合会小天体命名会批准,第7683号小行星被永久命名为“吴文俊星”。

面对这些光环,吴文俊却从未有丝毫的骄傲,他说:“我不想当社会活动家,我是数学家、科学家,我最重要的工作是科研。我欠的‘债’,是科学上的‘债’,也是对党和国家的债。”

2017年,“吴文俊应用数学奖”设立,以此推动数学与其他学科交叉领域的发展。“我此刻可以算个老人了,走过了人生的90多年,好长好长的一条河道呀。讲述这些旧事,有点像一个顽童,顺着河水捡拾石子,左一个,右一个,色彩斑斓的,外形怪异的,或者普通得没有一点耀眼之处的,形形色色,各色各样……”吴文俊在回忆一生时如是说道。

THE END
1.有哪些学习算法的网站推荐?算法编程题库 1. leetcode http://leetcode.com/ 2. careerup http://www.c RivenL阅读 743评论 0赞 2 ACM 国内外几个网站 & 题目分类 国外 西班牙Valladolid大学 Uva:https://uva.onlinejudge.org俄罗斯Ural 百炼阅读 4,623评论 0赞 18 ACM算法分类、推荐学习资料和配套习题 相信每一位玩ACM程https://www.jianshu.com/p/06ff13b234e3
2.几个常用的算法学习网站腾讯云开发者社区几个常用的算法学习网站 万丈高楼平地起,要想厚积薄发平时就必须努力!少说多做,能动手的决不动口。这几个网站收藏了,抽时间练习上面的算法!加油!Just fighting! http://www.lintcode.com https://www.topcoder.com http://train.usaco.org https://leetcode.comhttps://cloud.tencent.com/developer/article/1374687
3.推荐几个算法可视化网站,从此轻松学算法!大家好,我是大彬~ 很多初学者在学习数据结构与算法的时候,都会觉得很难,很大一部分是因为数据结构与算法本身比较抽象,不好理解。对于这一点,可以通过一些可视化动画来帮助理解。 下面大彬推荐几个学习数据结构和算法的可视化工具。 Data Structure Visualizations 这是https://m.nowcoder.com/feed/main/detail/6ecdab56f00b44bfacf3cb854929059e
4.6个超酷的练习算法,学习编程的网站如果您已经编程了一段时间,想学习一种新的语言,学习一种新的思维方式,那就去运动吧! 总结 在本文中,我分享了6个超酷的网站来练习算法和学习编程! 我个人认为您不需要学习太多,如果想在面试之前进行练习,请访问Skilled / Hackerrank / Leetcode。 或者,如果您需要学习新的语言,请选择运动。https://news.51cto.com/art/202006/618315.htm
5.吴师兄学算法五分钟学算法吴师兄学算法(www.cxyxiaowu.com)提供许多数据结构与算法学习的基础知识, 涵盖 LeetCode 题解、剑指 Offer 题解、数据结构等内容。https://www.cxyxiaowu.com/
6.学习编程算法网站火山引擎是字节跳动旗下的云服务平台,将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业,提供云基础、视频与内容分发、数智平台VeDI、人工智能、开发与运维等服务,帮助企业在数字化升级中实现持续增长。本页核心内容:学习编程算法网站_凡科建https://www.volcengine.com/theme/1174833-X-7-1
7.通过动画可视化数据结构和算法VisuAlgo 于2011年由Steven Halim博士构想出来,作为一个工具,帮助他的学生更好地理解数据结构和算法,让他们能够自学基础知识并按照自己的节奏进行。他与新加坡国立大学的学生一起开发并整合了一系列的可视化,从简单的排序算法到复杂的图形数据结构。虽然这些设计主要是http://visualgo.net/zh
8.ITPCB–又一个WordPress站点Category 0 Admin Enroll Now OUR TOP post 世界,您好! 欢迎使用WordPr… All Posts 世界,您好! passiontim_itpcb 2024年 7月 9日 1 min read 欢迎使用WordPress。这是您的第一篇文章。. Read Morehttp://www.itpcb.com/
9.全网最全程序员学习网站汇总,还不赶快收藏简介:经典的刷题网站,主要是算法题。 推荐指数:? 2、LintCode 地址: LintCode 简介:和LeetCode相似 推荐指数: 3、牛客网 地址: 牛客网 简介:一个联网求职学习交流社区。 推荐指数: 最后 我目前从事Java开发,给各位Java程序员推荐一下干货知识点和聚集地。在学https://www.songma.com/news/txtlist_i66992v.html
10.五分钟学算法链接直达手机查看 GitHub 42000 Star,全球排名 79 。小吴讲算法,图解面试算法,来和程序员小吴一起学算法吧,学习如何刷力扣(LeetCode),掌握如何学习数据结构。五分钟学算法官网,一个算法学习的网站,图解力扣算法,看动画,刷力扣,备面试,跳槽涨薪美滋滋。https://www.toolmao.com/sites/1338.html
11.全面人工智能技术栈与学习路线:机器学习深度学习视觉NLP机器学习:这门课程中学习:线性回归 与 决策树与支持向量机Adaboost以及Bagging算法。 深度学习:这门课程:人工神经网络 单层/多层感知机 BP神经网络 Hopfield网络 卷积神经网络 LeNet5 这本书:《人工智能原理及其应用》特别全面,还有很多知识上述没列出来,下面将详细介绍。 https://download.csdn.net/blog/column/9877528/108107911
12.台风科学研究为防灾减灾强支撑台风尺度估算研究采用了静止气象卫星红外观测数据、中国气象局和联合台风警报中心(JTWC)的最佳路径资料,以及少量的台风中心和外围飞机观测报数据;选用多层感知器(MLP)、广义回归神经网络(GRNN)等5种典型的机器学习算法,建立卫星观测及台风本体物理属性信息与台风特征大风半径之间的非线性关系。 https://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202305/t20230531_5541701.html
13.Python机器学习10大经典算法的讲解和示例python为了展示10个经典的机器学习算法的最简例子,我将为每个算法编写一个小的示例代码。这些算法将包括线性回归、逻辑回归、K-最近邻(KNN)、支持向量机(SVM)、决策树、随机森林、朴素贝叶斯、K-均值聚类、主成分分析(PCA)、和梯度提升(Gradient Boosting)。我将使用常见的机器学习库,如 scikit-learn,numpy 和 pandas 来https://www.jb51.net/python/322045198.htm
14.力扣(LeetCode)全球极客挚爱的技术成长平台海量技术面试题库,拥有算法、数据结构、系统设计等 1000+题目,帮助你高效提升编程技能,轻松拿下世界 IT 名企 Dream Offer。https://leetcode-cn.com/
15.支持C++,Java,Python,Go,JavaScript等多语言版本,从此算法学习《代码随想录》LeetCode 刷题攻略:200道经典题目刷题顺序,共60w字的详细图解,视频难点剖析,50余张思维导图,支持C++,Java,Python,Go,JavaScript等多语言版本,从此算法学习不再迷茫! 来看看,你会发现相见恨晚!https://portrait.gitee.com/programmercarl/leetcode-master
16.融合用户属性信息的冷启动推荐算法AET2.2 使用神经网络学习用户属性到兴趣空间的变换关系 部分有历史评分记录的用户和商品,也有非评分数据存在,例如用户的年龄、性别、职业、居住地等。当使用矩阵分解技术,建立了用户、商品的语义索引以后,可以使用机器学习算法,训练从非评分数据到隐语义空间的映射。 http://www.chinaaet.com/article/3000073409
17.代码随想录(豆瓣)《代码随想录——跟着Carl学算法》采用了力扣(LeetCode)的原题,方便读者在学习算法的同时,及时练习相关代码,加深对相关概念的理解。 《代码随想录——跟着Carl学算法》适合所有程序员阅读,特别是正在准备面试的程序员。希望本书可以帮助读者循序渐进地学习算法,并搭建起知识框架,提升算法功力。 https://book.douban.com/subject/35680544/