去世37年後,這位蘇聯數學家在AI圈火了

追踪科技
1粉絲
13 次觀看·2026年3月19日
AI 生成·可能包含錯誤
最近有位名叫克爾默克洛夫的人
似乎一夜之間就在AI圈子裏面火了
搜索量突然暴漲了六十多倍
克爾默克洛夫是誰呢
打開搜索引擎
原來這是一位蘇聯的數學家
1984年他就已經去世了
四年後連他的祖國蘇聯都解體了
難道AI圈子最近也開始玩技術復古了嗎
哎
也真猜對了
今年五一假期出現了一篇論文
用克爾默克洛夫的發現
搞出一種全新的AI
各位好
歡迎來到亮子味的頻道
今天我們就來和大家聊一聊
這位蘇聯數學家的研究
是如何幫助今天的人們改進AI技術的
故事還要從1900年說起
那一年
第二屆國際數學家大會在巴黎召開
國際數學家大會是數學界的頂級盛會
費爾茲獎從1936年開始
就在這個大會上頒佈了
在1900年的大會上
有一位名叫希爾伯特的數學大佬
進行了一場極爲重要的演講
他在這次演講中
提出了23個數學問題
影響了整個21世紀的數學界
其中有大家熟悉的
黎曼猜想和戈德巴赫猜想
不過和咱們今天話題相關的是第13個問題
他說有這樣一個方程
我們求出它的解
顯然這個解受到ABC三個變量的影響
因此是一個關於ABC的三元函數
那麼這個函數還可以進一步化解嗎
有人可能會說了
咱們把方程解出來再化解不就行了嗎
問題是
這是一個一元七次方程
它不像咱們初中學的一元二次方程
這種五次以上的方程是沒有求根公式的
準確的說
方程的解是沒法用一個簡單的
只包含加減乘除乘方開方運算的表達式寫出來
一個連公式都寫不出來的東西
那還談什麼化解呢
其實化解是我們方便大家理解的一個說法
作爲數學家的希爾伯特
他表述是這樣的
這個三元函數可不可以拆分成幾個
顯然像下面這個三元函數
就可以實現希爾伯特式的化解
它可以分解成兩個數相乘
兩個數相加
這兩個二元函數的組合
所以啊
希爾伯特提到這個事
它根本就不是一個求解方程的問題
他其實是在問
假如現在有一個咱們寫不出表達式的函數
是不是可以在理論上拆分成更簡單函數的組合
無論怎麼看
希爾伯特的問題好像跟咱們的生活都八竿子打不着
但是AI技術的出現
讓希爾伯特的第13個問題有了非常現實的意義
因爲AI的本質是一種數學函數
複雜到令我們都無法寫出具體公式
假如希爾伯特的回答是肯定的
那就意味着咱們可以用許許多多簡單的函數
模擬出各種複雜的AI技術
事實上咱們現在用的神經網絡技術
正是使用了這種思想
希爾伯特肯定沒想到
當年一個7字方程的問題
竟然和現在的人工智能技術扯上了關係
他也一定沒想到
57年後
這個問題居然被蘇聯數學家科爾莫格洛夫
和他19歲的學生搞定了
科爾莫格洛夫是一位數學天才
他5歲的時候就展現出了數學天賦
那時候他自己琢磨出來一套規律
連續奇數的和正好等於完全平方數
而我那時候連十一釐的加法都不會
科爾莫格洛夫他還是現代概略論之父
在拓撲學和流體力學方面都有重要的貢獻
在計算機方面
他是算法複雜度理論的奠基人
提出了著名的科爾莫格洛夫複雜度
他的學生弗拉基米阿諾德更是青出於藍
13歲就學會了微積分
而這離不開他家庭環境的薰陶
他的父親是一位數學家
據說阿諾德小時候問他爸爲何複復得正
他爸用抽象代數里一句的分配率給他解釋了一番
叔叔是一名工程師
在他小的時候就教給他
如何用微積分解決一些物理問題
有這樣的家庭
再加上各樣的天賦
阿諾德進入了蘇聯的最高學府莫斯科大學
在本科階段就做出了舉世矚目的成就
至今數學界還有很多以他命名的名詞
比如阿諾德貓符
阿諾德猜想
劉威爾阿諾德定理等等
言歸正傳
這個仕途中的克爾默克洛夫
率先證明了
n元函數可以表示成三元函數的組合
隨後呢
19歲的阿諾德在1957年證明了
不僅三元函數可以表示成二元函數的組合
甚至可以進一步化解成有限個一元連續函數相加的結果
這就意味着任何n元函數
其實都可以改寫成一元函數的和
舉個例子
現在有個函數
雖然是相乘
但是我們還是可以把它改成兩個二次函數的和
然後這兩個二次函數又可以繼續分解成x和正和y的和
他們的這個發現呢
被稱作克爾默克洛夫阿諾德表示定理
後面我們就簡稱KI定理
到這裏
謝爾伯特第三個問題解決了嗎
科學家們之間有了分歧
這倒不是因爲克爾默克洛夫和阿諾德兩個的證明有瑕疵
而是因爲當年謝爾伯特的表述實在是太模糊了
一些人認爲兩位數學家不僅解決了
甚至得到的結論還更強
因爲他們化簡到了一元
而另一部分認爲啊
謝爾伯特在問題裏說的函數
其實是指代數函數
也就是指包含加減乘除乘方開放六種運算的函數
但是KI定理說的是啊
最後只能化簡到連續函數
代數函數比連續函數更加簡單
條件更加嚴苛
所以兩位數學家並沒有解決第13個問題
總而言之
大家各執一詞
雙方的爭執也絕非沒有道理
人總是貪心的嘛
假如能夠把一個複雜的函數化簡到最簡單的代數函數
當然是最好了
但是KI定理沒有給出這個人們最希望的結果
但是它卻啓發了當今AI的基礎
萬能近似定理
要理解萬能近似定理呢
咱們首先得給大家介紹一下
現在人工智能技術的基礎
神經網絡
神經網絡是在結構上模仿人類的神經系統
由許多神造的神經元組成
神經元接收上一級的輸入
計算出一個結果
輸出到下一層
如果神經網絡分爲很多層
而且神經元由一個線性函數和一個激活函數組成
那麼這個結構就叫做多層感知機
線性函數可以畫出一條直線
而激活函數就用來限制這條直線的有效範圍
兩者組合變相當於一個線段
假設我現在用一個神經網絡去逼近一個複雜的函數
實際上就相當於用一個個線段去擬合這條函數曲線
萬能近似定理證明了
只要使用線性函數加激活函數的組合
我們就能夠逼近和模擬任意函數
用萬能近似定理去擬合一條曲線確實很簡單
問題也很明顯
假如這條曲線十分複雜應該怎麼辦
多加幾條直線
也就是多加一些神經元是可以
但神經網絡的複雜性會大大增加
如果要造出語言大模型
那麼神經網絡的參數將會十分驚人
比如現在最強的開源大模型拉瑪3
參數量達到了4000億
訓練它用了2.4萬張顯卡
最後還是便宜了老黃呀
這時候啊
MIT的中國博士生劉子明同學
想起了那兩位蘇聯數學家
既然KID裏沒有把函數的種類限制死
咱們爲什麼非要用線性函數加激活函數的組合呢
這便是科爾莫格洛夫阿諾德網絡的思路
在這套新的網絡架構下
線性函數加激活函數被替換成了任意連續函數
它可以是一次函數
二次函數
反比例函數
指數函數等等
在KID裏
每一個神經元都是一種函數
而訓練神經網絡的過程
就是從它們當中挑選一些我們需要的函數
並把它們按照一定的係數相加起來
比如說咱們前面提到的Z.XY
在低層的網絡中
AI通過函數數據的訓練
挑選出XY-Y這三個函數
通過相加得到兩個函數
X-Y和X-Y
再將這兩個結果輸入到下一層
再選用兩個二次函數
最終得到的結果就是XY
由於不限制函數的種類
KRN能夠更好地模擬複雜的函數
需要的參數呢
比傳統的神經網絡少得多
例如求解平衡方程
兩層寬度爲10的KRN
比四層寬度爲100的多層感知機
精確度提高了100倍
而參數的量呢
還不到後者的1%
雖然KRN一出現就顯得如此強大
但也不要以爲它就是萬能的
相比傳統的多層感知機呢
KRN的訓練速度慢10倍
用現在流行的話來說
你的訓練速度比較慢
但是參數少剛好彌補了這一部分
KRN的目標不是取代現在
廣泛使用的多層感知機
而是互補
KRN的強項在於模擬一些
非常複雜的數學物理問題
在這些方面呢
KRN比多層感知機要強得多
關於KRN的技術呢
就介紹到這裏結束了
其實除了科爾莫格洛夫
阿諾德以外
蘇聯的數學家還爲當今的AI界
留下了許多遺產
甚至蘇聯的AI技術
才一度領先於美國
早在上世紀40年代
蘇聯的AI之父
亞里山大·赫諾羅德
就意識到
計算機以後將是一種強大的工具
算法將改變世界
這位17歲
便考入莫斯科大學的天才數學家
在工作之餘
和同事們一起研究了AI棋牌算法
當時美國的信息論之父
湘農也在進行了相同的研究
1967年
冷戰的美蘇之間
科學家們通過跨洋電報進行立場
國際象棋AI大戰
蘇聯最終以3比1戰勝了美國
在赫諾羅德的小組中
有兩位數學家提出了
以他們名字命名的WL算法
這個算法奠定了如今AI技術中
圖神經網絡的基礎
赫諾羅德曾經說過一句
十分深刻的名言
國際象棋是人工智能的果蠅
但是赫諾羅德過於超新的想法
並沒有得到更多人的理解
研究小組的其他物理學家投訴說
赫諾羅德的小組不務正業
僅僅在象棋大戰一年後
蘇聯AI小組便慘遭解散
一些小組成員因遭到迫害逃亡國外
90年代蘇聯解體
更是導致大量人才流入美國
KN的出現讓我們回想起了
那一段蘇聯AI短暫輝煌的時光
也告訴了我們一個道理
那些看似無用的基礎研究
業餘時間的玩樂
說不定就在未來某個時刻改變世界
好的今天的節目就到這裏結束了
如果你覺得學到一點小知識的話
歡迎給我們點贊評論轉發
再見
