近日，“韦神”韦东奕与他的数学能力频上热搜，引发全网讨论。
先是有博主爆料称“六个博士几个月没搞定的问题，韦神一晚上就解决了”，立马引起网友的广泛讨论，纷纷“拜神”，相关话题阅读近4亿。
▲ 讨论热烈的“韦东奕”话题
不过很快，有媒体采访到韦东奕，他亲自辟谣，大家才知道这件事是子虚乌有。同时，这个话题又冲上热搜，大家又开始讨论韦东奕下场破“封神”闹剧，引发3.6亿人次阅读。
▲ 韦东奕接受采访辟谣
最早韦东奕以“爆红”形式出现在大家面前，是去年高考前他为考生加油的视频，更多人认识到这个年轻又厉害，生活看起来又“随意”的北大老师。
▲ 韦东奕首次“爆红”视频截图
小异在思考一个问题：平时很多人都是谈数学色变，望数学而却步，为什么对“搞数学”的韦东奕又如此津津乐道呢？
01
韦东奕和“韦神”
在去年韦东奕“爆红”之前，网上关于他的讨论更多集中在其学术成就上，比如他能不能获得菲尔兹奖：
▲ 韦东奕“爆红”之前网上的相关讨论
不过关注者不多，随着去年以及最近的“韦神热搜”，才有了更多的人参加进来。回答者的观点比较统一：韦东奕数学能力很强，但是距离获得菲尔兹奖还需要努力。
最新的回答更多集中在韦东奕“爆红”这件事上：
▲ 很多人希望不要打扰韦东奕
越来越多的人对这些“热搜事件”抱着与当事人韦东奕一样的想法：没必要。
不管是媒体还是网民，大家对他的讨论实际上并没有给他本身带来什么好处，相反的还打扰到他的正常工作与生活——不得不花精力去拒绝那些不必要的媒体采访。
韦东奕的“神”与平凡
韦东奕之所以被媒体与网友称呼为“韦神”，一个是因为他从小展现出来的强大数学天赋，并在各种竞赛中获得优异的成绩；另一个原因是在于他所研究的数学领域，对于常人来说是陌生的，是过于“高大上的”，被人们开玩笑地说是“神的世界”。
诚然，韦东奕每次“爆红”都是因为他傲人的光环与了不起的成绩，但小异认为我们在看他璀璨光环的同时更要注意到他那普通的身影。
就如第一次出现在大众面前一样，韦东奕一手拿着矿泉水瓶，一手拎着馒头，看上去和一个普通人没有任何区别。事实上这就是他平时生活的写照：醉心研究数学，给学生们上课，简单的生活。
网上那些热闹似乎与他无关，他更关注当下的问题，比如自己的课题还有学生们的提问。他对于物质的要求比较低，那样才能够将更多的心思用到数学研究和教学上，所以大多时候看起来都是一副“不修边幅”的形象。
小异认为，这才是我们应该去羡慕与追求的“韦神”——不因成绩而骄傲迷失，不沉溺于赞美与追捧，安心做好自己的事情，做一个普通人中不平凡者。
▲ 韦东奕的课堂
韦东奕与他的数学
韦东奕的父母都是山东建筑大学的老师，从小他就对数学有着极大的兴趣，并表现出超越常人的天赋。
初中便参加山东省师范大学附属中学的奥数训练队，后来免试进入该校，并在高一的时候入选数学奥林匹克国家集训队。第二年，他参加第49届国际数学奥林匹克竞赛，以 满分的形式获得金牌 。2009年，在第50届国际数学奥林匹克竞赛上又以满分获得金牌。
之后保送至北京大学，并入选北大数学科学学院的数学学科“ 拔尖人才培养计划 ”。本科毕业后留在北大进行硕博连读，其间他在 三维Navier-Stokes方程正则性问题 和 二维不可压缩欧拉方程的线性阻尼问题 上取得了一系列重要研究进展，研究成果被多个国际著名数学期刊接受并发表。
在研究生期间，他与老师田刚院士等人的合作论文 Small gaps of GOE 在世界一流数学期刊Geometric and Functional Analysis（GAFA）上发表。
博士毕业后，他前往北京国际数学研究中心开始博士后的工作，并于2019年加入北大执教，成为助理教授。
2021年，韦东奕因为发展了 预解估计方法 和 波算子方法 ，解决了流动稳定性的数学理论中的一系列重要的公开问题，而获得阿里巴巴达摩院第四届青橙奖。
▲ 韦东奕获2021“青橙奖”
可以说，数学与韦东奕相遇之后，没有缺席他生命中的每一天。韦东奕被数学的魅力所折服，他能够从数学中感受到无比的快乐与成就。
在他看来，生活就是数学，数学就是生活。
02
计算机，程序员，和数学
当然，普通人的生活并没有那么多的数学，但是普通人的生活很多时候是离不开计算机与互联网的。
计算机科学又与数学有着非常紧密的关系。几乎每一个普通人接触到的应用背后，都有极其丰富的数学方法与或简单或复杂的数学原理。
当前大部分计算机的逻辑就是数学中的 二进制 、 八进制 和 十六进制 的运算，也就是说计算机的基础与数学有着莫大的关系。
▲ 十六进制的乘法表
同样的，计算机和数学还有一个最大的相似之处—— 抽象 。它们的方法与原理，并不像是本来就存在世界之中被人们“发现”的，它们是被“发明”的。正是这样，人们用着自己的逻辑发明出这些用来解决问题的工具，逻辑思维便是一种抽象思维。
而且，计算机最初与现在都是用来做科学计算的，比如文档处理、数据处理、图像处理、硬件设计、软件设计等。科学计算的过程，经过对问题的抽象建立起完善的数学模型，然后建立一个设计良好的程序，最终才能被计算机识别并计算。
上面那些科学计算任务，大致可以分为数值计算与非数值计算两种，前者包括这些数学方法与原理：数值分析学、数学分析学、线性代数、计算几何学、概率论和数理统计。
可以看到，不管是科学计算的过程，还是任务，计算机都与数学脱离不了关系。这些计算任务与完成任务的应用和技术，就与我们的生活息息相关。
而作为开发这些应用或者基础技术的研究员和开发者们，则更是与数学关系密切。这不是说所有数学知识是每个程序员都需要掌握，而是指一个好的程序员需要有良好的数学思维，对自己领域需要使用的数学知识有良好的掌握情况。
数据结构 与 算法 是程序员的核心能力，这是所有程序员的共识，当然算法严格意义上说是属于计算机科学，不属于数学。但是算法需要有严格的数学证明，需要用到大量的数学方法与原理，它不属于数学，却与数学有着千丝万缕的关系。
算法是数学中一些问题的具象化表达，数学是算法的基础。
在具体的应用中，大数据方向需要使用到概率论和数理统计方面知识；机器学习方向需要用到线性代数、数值分析、最优化、概率论、随机过程等内容；图形处理相关的技术则要用到线性代数和空间几何等知识。
举两个有关于 余数思想 的具体例子：简单点的，在开发中经常遇到的分页功能，根据记录的总条数和每页展示的条数来计算整体的页数，这就是小学时就接触过的余数思想；复杂一些的比如在奇偶校验、循环冗余检验、散列函数、密码学等都有余数相关的知识。
从某种意义上说，数学也是一种思维模式，也就是人们常说的 数学思维 。它考验的是一个人归纳、总结和抽象的能力，这种能力在编程中的体现，就是解决问题的能力。
一个程序员有多强的解决问题的能力，就在于他的数学思维有多强。
我们所熟知的很多计算机科学家、先驱程序员们，很多都是数学科学出身或者在数学领域有着出色的建树。
比如计算机科学和人工智能之父 艾伦·图灵 ，他在剑桥大学国王学院修的就是数学专业，在论文《论可计算数及其在判定问题上的应用》提出了著名的图灵机，证明了图灵机可以解决任何可想象的，以数学式表达的数学难题。
▲ 艾伦·图灵
理论计算机与博弈论的奠基者 冯·诺依曼 同样是一个伟大的数学家，年少时就展现出了非比寻常的数学能力，8岁就自学微积分。1962年，22岁的年龄获得了布达佩斯大学数学博士学位，相继在柏林洪堡大学和汉堡大学担任数学讲师。
▲ 冯·诺依曼
我们的老朋友、“世界十大算法大师”、“编程珠玑”系列作者 乔恩·本特利 ，在斯坦福大学的专业也是数学，并在获取博士学位进入卡内基梅隆大学进行教学时，给学生们上的课也包括数学。
▲ 乔恩·本特利
“C语言之父” 丹尼斯·里奇 ，同样是数学专业出身，他在哈佛大学的专业就是物理学和应用数学。
▲ 丹尼斯·里奇
还有更多的传奇科学家和程序员都与数学有着密切的联系，数不胜数。在计算机科学发展初期，数学发挥了无比巨大的作用，那些先驱科学家们或多或少地有着强大的数学能力。
可以看出，如果一个程序员想要获得更大的成就，想要在自己的职业技能上往前一步，他的数学能力一定要匹配得上具体业务和待解决问题。
具备数学思维与掌握具体的数学知识，可以让自己在编程之路上走得更远。
03
助力编程的数学好书
热心的小异今天就精选了三本与程序员相关的数学好书，期望它们能够在大家的编程之路上成为一股莫大的助力！
不论你是在数学能力上有着明显的短板，还是想精进自己的数学技能，你都能从这些书中得到自己想要的结果，获得对于数学更新、更深的认识。
《数学之美 第三版》
▲ 经典畅销《数学之美》再添新内容
吴军博士的《数学之美》是一本畅销经典，本书也获得国家图书馆第八届文津图书奖，入选2014年向全国青少年推荐百种优秀图书书目，成为全民阅读的数学类科普书籍。
吴军博士曾担任腾讯副总裁，是谷歌中日韩文搜索算法的主要设计者。同时，他也是一名优秀的投资人，对于市场与技术有自己独到的见解与认识，成功投资150家硅谷和中国的高科技企业。
在本书中，吴军博士使用了大量篇幅介绍各个领域的典故，生动形象地向人们展示了一个充满魅力的数学世界。同时系统地阐述了信息处理领域的技术和应用背后的数学原理，将高深的数学原理讲得通俗易懂，让非专业读者也可以非常轻易地认识和理解。
他把数学背后的本质思维写得透彻、有趣，一切都是娓娓道来，读者在阅读的时候仿佛不是在看以前那些枯燥难懂的数学原理，而是充满奇妙又简单原理、有趣的大师故时、巧妙的大师思想的故事集。
本书作为《数学之美》的第三版，进行了大幅更新，根据人工智能技术的新发展，新增了与 区块链 、 量子通信 及 人工智能的数学极限 等相关的内容，并重写和更新了全部章节。
《程序员的数学基础课：从理论到Python实践》
▲ 理论与实践双重筑建数学基础
这是一本从程序员需求出发而编写的书，里面精心挑选了程序员真正用得上的数学知识，通过生动的案例来解读知识中的难点，使程序员更容易对实际问题进行数学建模，进而构建出更优化的算法和代码。
作者黄申博士是微软学者，2015年美国杰出人才。他毕业于上海交通大学，老师是异步的老熟人，俞勇教授。黄申博士有20多年的机器学习和大数据领域的经验，发表过20余篇国际论文，拥有30多项国际专利，现任Glassdoor机器学习资深研发经理。
虽然当管理多年，但是他仍然保持着对技术的热情，写了大量技术书籍，为众多的程序员提供技术参考。
本书就是他在极客时间发表的专栏作品《程序员的数学基础课》编辑而成，该课程经过30000余人的有效认证，同时在编纂成书时增加了近30%的全新升级内容。
本书紧密结合了数学理论与Python工程实践，使用生动形象的例子解读了那些作者在20多年工作经验中整理的程序员必学的数学概念，特别是 概率统计 与 线性代数 这两个重要的知识点。
这些内容被分为三个部分：第一部分，梳理编程中常用的数学概念和思想；第二部分，理解概率统计的本质，跨过概念和应用之间的鸿沟；第三部分则是线性代数核心概念与如何在计算机中解决实际问题的内容。
所以，这本书适用于有一定数据结构和编程经验的程序员、人工智能和机器学习算法的初级到中级学习者，还有那些不满足于业务开发而希望提升编程质量和创意的成员。
《机器学习的数学》
▲ 低门槛学机器学习
雷明作为资深机器学习、机器视觉专家，毕业于清华大学计算机系机器视觉、机器学习方向。在创建SIGAI之前，他曾在百度任高级软件工程师、项目经理，在zmodo/meShare公司出任CTO和平台研发中心负责人，有着丰富的工程实践经验。
2018年他创立SIGAI，致力于研发零编程、可视化的机器视觉框架，用标准化的算法赋能各个行业。
因为机器学习对数学有着较高的要求，不少如最优化方法、矩阵论、信息论、随机过程、图论等数学知识超出了理工科和研究生的学习范畴。许多学习者在看书或论文中的公式和理论时，有一种知其然而不知其所以然的感觉。
所以，作者在编写这本书的时候尽量降低了学习门槛，整体上通俗易懂，目的就是为读者学好机器学习打下坚实的基础，用最小的篇幅精准地覆盖机器学习所需的数学知识体系。
针对这些问题，作者将本书分为了8个章节，包括 一元函数微积分、线性代数与矩阵论、多元函数微积分、最优化方法、概率论、信息论、随机过程、图论 。对于内容的安排与讲解，作者做了细致的考量，比如前面是后面内容的基础、使用大量图示讲解抽象的数学理论、使用实际的应用问题来解释那些难以理解的算法等。
同时，本书配备了PPT教学资源，可以帮助读者更高效地进行学习。并赠送本书思维导图，指导读者梳理书籍内容关系，便于学习理解。
04
用数学来解决问题
小异知道，数学是一个庞大而深邃的学科，我们只能根据业务或者技能需要去选择自己要学习的部分，解决问题才是第一需求。
毕竟，数学就是为了解决问题而生，相信这三本书可以帮助大家解决遇到的那些数学问题。
文章编辑：沙鱼 审校：桐希、孙英
参考来源：
[1] 北京大学数学学院.打造数学高地 培养一流人才——北大数学“拔尖计划”十年记. Math.
[2] 北京大学数学学院.2018年毕业博士研究生名单. Math.
[3] 北京大学数学学院.我院助理教授韦东奕获2021达摩院青橙奖. Math.
[4] 雷明.机器学习的数学.[M]北京:人民邮电出版社,2019.
[5] 吴军.数学之美.[M].第三版北京:人民邮电出版社,2020.
[6] 黄申.程序员的数学基础课:从理论到Python实践.[M]北京:人民邮电出版社,2021.
—END—