下一章 上一章 目录 设置
2、她想赢,而他早就站在那里 ...
-
游学的数学课,第一周就进入了高维空间优化问题。
不是计算技巧,也不是标准算法,而是——
如何在维度暴涨、约束复杂的情况下,判断一个问题是否“值得被解”。
教授在黑板上写下目标函数时,刻意没有给出任何背景。
一个看起来很干净的形式。
但维度是
n→∞。
“Assume nothing unnecessary.”
他说,“And don’t trust your intuition.”
林予安却恰恰相反。
她一直很相信自己的直觉。
在国内的时候,她习惯一看到目标函数,就立刻开始想:
梯度在哪?
收敛条件是什么?
有没有办法把问题压缩成低维近似?
她提笔很快。
在别人还在讨论定义的时候,她已经在草稿纸上写出了第一版松弛模型。
她知道这个模型不完美。
但它能跑,能给结果。
先得到答案,再修正假设,
这是她一贯的解题方式。
讨论环节,她第一个发言。
“如果我们允许近似解,可以把原问题投影到一个子空间里。”
她在黑板上写下变换。
“这样目标函数会变得可控。”
教授看了一会儿,没有立刻否定。
“Under what condition?”
她补上限制条件。
有点多,但完整。
教授点头:“This is one way.”
她坐下时,心里很清楚——
她不是最优解,但她是第一个走通路径的人。
这对她来说,很重要。
周既白是在第三个发言。
他没有走到黑板前。
只是站起来,说了一句:
“If the dimension goes to infinity, maybe the structure matters more than the solution.”
教室安静了一瞬。
林予安抬头看他。
他继续说:“Instead of approximating the function, we could ask what kind of geometry this problem lives in.”
他没有写公式。
只是简单描述了一种几何直觉:
高维空间里,绝大多数点都远离最优解,
而真正决定问题难度的,是可行域的形状。
“Then the question becomes,”
他停了一下,
“whether optimization is even the right question.”
教授转过身,重新看向黑板。
然后慢慢笑了。
“That’s a very good question.”
那一刻,林予安心里微微一沉。
不是被否定。
而是她忽然意识到——
自己一直在解一个他已经跳过去的问题。
小组作业要求他们把这个优化问题写成一页分析报告。
不是求解,而是判断:
什么时候可解,什么时候不值得。
她照例先写。
投影、松弛、界限、误差分析。
写完之后,她停下来,看向周既白。
“你怎么看?”
这是她第一次,在解题之前问别人。
周既白看了她的推导,很认真。
“你的近似是合理的。”他说。
她等着后半句。
“但你默认了一件事。”
他说,“你默认这个问题必须被解。”
她一怔。
“有些高维问题,”他继续,“不是算力不够,而是目标本身不稳定。”
他说这话的时候语气很温和,没有任何居高临下。
但那句话却精准地击中了她。
她忽然意识到,
自己在很多时候,
不是在追求最优解,而是在证明自己能解。
那天晚上,她一个人坐在宿舍书桌前。
窗外很安静。
她盯着纸上的公式,忽然有点疲惫。
她一直以为,
在数学里,只要你走得够快、够狠,
就一定能站在最前面。
可在高维空间里,
速度并不总是优势。
有时候,
站得更高的人,
甚至不会下场。
她合上本子,第一次没有继续推。
而是在空白页上写了一行字:
“What is this problem really asking?”
她不知道的是——
很多年后,她才真正明白,
那天周既白教她的,
不只是数学。