大數(shù)據(jù)文摘出品

剛剛，著名數(shù)學(xué)家陶哲軒（Terence Tao），在個(gè)人博客上分享了自己作為研究者，對(duì)美國(guó)基礎(chǔ)科學(xué)經(jīng)費(fèi)銳減的切身體會(huì)與反思。

文中，陶哲軒直言自己已陷入經(jīng)費(fèi)困境：“現(xiàn)在已經(jīng)沒有足夠的資源投入到長(zhǎng)期項(xiàng)目中。”

他坦言，原本依靠NSF（美國(guó)國(guó)家科學(xué)基金會(huì)）支持，能夠?qū)Ｐ目蒲?、帶學(xué)生、組織學(xué)術(shù)交流，但隨著基礎(chǔ)科研資金被大幅削減，如今連維持基本研究都捉襟見肘，許多創(chuàng)新嘗試不得不依靠極少數(shù)志愿者苦撐。

陶哲軒還感嘆，如果沒有基礎(chǔ)研究的長(zhǎng)期投入，許多關(guān)鍵技術(shù)進(jìn)步都會(huì)被嚴(yán)重延誤，甚至根本不會(huì)出現(xiàn)。

他指出，削減基礎(chǔ)研究投入，可能節(jié)省了幾分錢，但卻在不知不覺中削弱了科技創(chuàng)新的根基，讓解決現(xiàn)實(shí)重大難題變得遙不可及。尤其是對(duì)年輕科研人才的支持，關(guān)乎下一代創(chuàng)新者的成長(zhǎng)與國(guó)家的長(zhǎng)遠(yuǎn)競(jìng)爭(zhēng)力。

以下為陶哲軒原文，大數(shù)據(jù)文摘編譯：

美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）在 2025 年把基礎(chǔ)科學(xué)經(jīng)費(fèi)削減了一半以上，明年的預(yù)算草案也計(jì)劃繼續(xù)大幅壓縮。以數(shù)學(xué)科學(xué)為例，截至 5 月 21 日，今年該領(lǐng)域僅獲資助 3200 萬美元，而過去十年的年均水平為 1.13 億美元。換算到人均，美國(guó) 3.4 億人口意味著，每位美國(guó)人一年在基礎(chǔ)數(shù)學(xué)研究上的投入還不到0.22 美元，而十年平均值是 0.80 美元。

在我的職業(yè)生涯里，我所獲得的資助只是這 0.80 美元中的極小一部分，卻足以讓我在暑期專心研究、邀請(qǐng)學(xué)者來系里演講，并為研究生提供支持。目前，我還能依靠手頭這筆金額并不算高的 NSF 項(xiàng)目（編號(hào) 2347850）勉強(qiáng)維持這些活動(dòng)；但要啟動(dòng)新的長(zhǎng)期課題，資源已捉襟見肘。例如，我正在嘗試用新技術(shù)重塑數(shù)學(xué)研究流程，目前只能靠自己和幾位無償線上志愿者推進(jìn)。為了把項(xiàng)目從“概念驗(yàn)證”擴(kuò)展到可持續(xù)規(guī)模，我正向多方爭(zhēng)取經(jīng)費(fèi)，但預(yù)計(jì)競(jìng)爭(zhēng)會(huì)異常激烈。

基礎(chǔ)數(shù)學(xué)研究所關(guān)注的問題，往往距離現(xiàn)實(shí)應(yīng)用相當(dāng)遙遠(yuǎn)，但它們?cè)诤艽蟪潭壬弦浴半[形”的方式，持續(xù)為更廣泛的科研生態(tài)系統(tǒng)注入動(dòng)力，最終間接促成實(shí)際應(yīng)用的產(chǎn)生。

比如“球體如何在空間中最緊密地堆疊”這個(gè)問題，最早由開普勒在1611年提出。從實(shí)際操作角度來看，這個(gè)問題的答案其實(shí)早已為蔬果攤販們所熟知：只需要按照六角密堆積的方式碼放即可。但對(duì)于數(shù)學(xué)家而言，真正“證明”這種堆疊方式是最優(yōu)的，卻花費(fèi)了數(shù)十年的努力，直到2012年才有了形式化驗(yàn)證的嚴(yán)密證明。

除了在三維歐幾里得空間中探討球體堆疊，數(shù)學(xué)家還把這一問題推廣到更高維空間。比如，在八維和二十四維空間中的球體堆疊問題，近年因Viazovska的突破性工作而備受關(guān)注。還有人在有限域等更離散的空間中研究類似的堆疊問題。這類源自好奇心的純理論探索，往往表面上看不到任何直接用途——畢竟現(xiàn)實(shí)世界里并沒有人需要“堆疊八維空間里的橙子”。

當(dāng)手機(jī)逐漸普及，通信行業(yè)就面臨了一個(gè)全新難題：如何讓無線頻譜中的多個(gè)手機(jī)信號(hào)高效編碼，既互不干擾，又能最大化利用帶寬。令人意想不到的是，數(shù)學(xué)家們?cè)谘芯侩x散空間和高維空間球體堆疊時(shí)發(fā)展出的許多方法和洞見，最終成了破解這一問題的重要工具。這不僅體現(xiàn)在“正面意義”上：比如用于設(shè)計(jì)更高效的信號(hào)編碼方案；同樣也體現(xiàn)在“負(fù)面意義”上，即這些理論幫助我們明確了編碼效率的上限，讓工程師們知道哪些方向是注定行不通的，避免在數(shù)學(xué)上已被排除的方案上浪費(fèi)時(shí)間和資源。

（順帶一提，開普勒猜想正式證明的成功也激發(fā)并推動(dòng)了更多協(xié)作式的形式化證明項(xiàng)目，包括我個(gè)人在該領(lǐng)域的一些嘗試，盡管這些項(xiàng)目本身與球體堆疊未必直接相關(guān)。）

這些對(duì)技術(shù)進(jìn)步的貢獻(xiàn)，常常是間接而隱晦的。但如果沒有這些基礎(chǔ)研究，許多關(guān)鍵技術(shù)突破可能會(huì)被極大延緩，甚至根本不會(huì)出現(xiàn)。對(duì)基礎(chǔ)研究的資金削減，尤其會(huì)影響到新一代科研人才的成長(zhǎng)。雖然短期內(nèi)似乎節(jié)省了一點(diǎn)經(jīng)費(fèi)，但長(zhǎng)期來看，這卻大大削弱了我們解決現(xiàn)實(shí)重大技術(shù)難題的能力。

注：頭圖AI生成

GPU算力按需租用

A100/H100 GPU算力按需租用，

秒級(jí)計(jì)費(fèi)，平均節(jié)省開支30%以上！

掃碼了解詳情?