·

求证:关于菲尔兹奖得主舒尔茨的这个非常特殊的说法,是否属实?

发布时间:2024-12-28 10:21:25阅读量:121
普通文章
转载请注明来源

知乎提问:这是我在一篇自媒体文章里看到的关于舒尔茨的学习、科研方式的说法:

令人非常吃惊的是,舒尔茨对代数几何产生兴趣竟然是因为看了怀尔斯关于费马大定理的证明。与常人不同的是,舒尔茨几乎不会花时间去学基础知识,比如线性代数,抽象代数这种,他都是直接去看一些论文,当遇到一些不懂的问题时,才会去查阅相关资料,并且他还可以立即学会这些知识,例如他通过研究费马大定理的证明,学会了模形式和椭圆曲线的相关知识。

这个说法和我以前理解的学习、科研方式大相径庭,所以我觉得有必要来求证一下是否属实。谢谢!

我的回答(已删):你看到的这个中文翻译的采访非常有问题,严重歪曲了Peter Scholze的真实情况。首先这个采访原文的地址是The Oracle of Arithmetic | Quanta Magazine

原文中说到Peter Scholze中学的时候得知Wiles证明了费马大定理,因此去看费马大定理的证明,结果是understood nothing!

At 16, Scholze learned that a decade earlier Andrew Wiles had proved the famous 17th-century problem known as Fermat’s Last Theorem, which says that the equation xn+yn=zn has no nonzero whole-number solutions if n is greater than two. Scholze was eager to study the proof, but quickly discovered that despite the problem's simplicity, its solution uses some of the most cutting-edge mathematics around. "I understood nothing, but it was really fascinating," he said.

因此下面有人居然能说出Peter Scholze在16岁就把费马大定理的证明基本搞明白??这难道不是在羞辱Peter Scholze吗?其次,采访中没有提到Peter Scholze没学过抽代,只是提到他没系统学过线性代数,注意是系统地学,不代表他真没学过。接着说他通过研究费马大定理的证明,学会了模形式和椭圆曲线。事实上,他是为了搞懂这个证明,而学习了模形式和椭圆曲线。

So Scholze worked backward, figuring out what he needed to learn to make sense of the proof. “To this day, that's to a large extent how I learn,” he said. “I never really learned the basic things like linear algebra, actually — I only assimilated it through learning some other stuff.”

As Scholze burrowed into the proof, he became captivated by the mathematical objects involved — structures called modular forms and elliptic curves that mysteriously unify disparate areas of number theory, algebra, geometry and analysis. Reading about the kinds of objects involved was perhaps even more fascinating than the problem itself, he said.

实际上,模形式和椭圆曲线是在Wiles完成费马大定理的证明前,就已经发展出来的理论。Wiles之所以打算去证明费马大定理也是因为有这些突破性的进展。我看过费马大定理的证明,实话实说,如果你是零基础的情况下,研究费马大定理的证明根本不可能学会模形式和椭圆曲线。证明中Wiles应该是发展了模形式和椭圆曲线,他将模形式和椭圆曲线联系在了一起。据我所知,Peter Scholze在中学的时候就已经在Mathoverflow上回答了一个谱序列的问题,因此我推测他可能看费马大定理证明的时候,虽然是啥都看不懂,但是像modular forms和elliptic curves这些名词他肯定是认得的,只不过可能他当时只是懂点皮毛。其实即便你看不懂,但是这些名词都能给你接下来的学习提供很多的motivation。

Peter Scholze再怎么厉害,他也是个人,过分地神化他,我觉得是对Scholze的羞辱。我十分认可Peter Scholze的这种学习方式,他能熟练地运用这种方式,说明了他有极高的数学成熟度和科研能力。我记得Matthew Morrow在一个祝贺Scholze拿fields奖的采访中,说到“He has a mathematical and professional maturity far beyond his year”。而想要驾驭这种方法,离不开扎实的基本功,说明Peter Scholze每学习一个知识都能深刻理解并掌握,采访中也说到他从不做笔记就能把东西记住。最后,我想说Peter Scholze学习数学就是那种纯粹为了理解数学而去学习的,因此他不按顺序学习很符合他的风格。Matthew Morrow说过“His goal really seems to be understand mathematics the best he can”,比起关注他的那些地方,还不如多学习一下他的这种精神来做数学。


原文发布于 2022-02-15 20:51,当时我应该读大二吧。

未来我也计划跟上前辈和朋友的脚步,清空知乎所有的数学内容。现在为了弦圈,我不得不在知乎上、在没流量的情况下疯狂发内容。或许我压根不应该写这么多原创内容,直接把知乎搬空或许更实际一点。

原文评论区

0 人喜欢

评论区

暂无评论,来发布第一条评论吧!

弦圈热门内容

高智商与心理疾病仅“一墙之隔”?

“从天才到疯子,仅有一步之遥。”这是英国诗人约翰·德莱顿的一句名言。世界上许多有才华的人都与精神疾病沾边,这让科学家对这个问题很有兴趣。一直以来,他们都想找到一个答案,高智商与心理疾病之间是否存在一定的相关性?最近,克里蒙特学院联盟培泽学院的科学家在心理学期刊Intelligent发表了一项研究成果,他们发现,高智商人群罹患焦虑、抑郁、自闭等症状的比例要高于普通大众。高智商与精神疾病这项研究的样本比较特别,培泽学院的科学家选择了3715名门萨俱乐部成员,测试他们的精神健康。门萨俱乐部是世界顶级智商社团组织,目前它的会员遍及全球100多个国家和地区,人数高达十几万,智商均在130以上。但是,测试结果显示,其中约有20%的会员患有抑郁症和焦虑症,而在普通人群中,这一比例只有10%。不仅如此,他们还发现,门萨会员似乎也更容易患哮喘、过敏和免疫力底下等疾病。他们试图回答一个问题,高智商是否会加剧心理反应进而影响身体的免疫水平?根据《每日邮报》的报道,研究人员的解释是,高智商人群之所以患精神疾病的比例更高,也许是因为他们过于亢奋、敏感,导致情绪失调。而已有的科学研究认为,心理问题可能引发身体的炎 ...

吴宝珠:不要浪费时间写糟糕的论文,一篇好论文胜过一百篇垃圾论文

吴宝珠1972年出生于越南一个学者家庭,15岁时进入越南国立河内大学附属高中的数学专修班,1988年和1989年,他连续两届参加国际奥林匹克数学竞赛,获两枚金牌。他在法国完成大学学习,在博士研究生阶段开始研究朗兰兹纲领;2008年,他证明了朗兰兹纲领的基本引理。朗兰兹纲领由加拿大裔美国数学家罗伯特·朗兰兹(Robert Langlands)发起。1979年,朗兰兹提出一项雄心勃勃的革命性理论:将数学中两大分支——数论和表示论联系起来,其中包含一系列的猜想和洞见,最终发展出“朗兰兹纲领”。朗兰兹认为,纲领的证明需要几代人的努力,但他相信证明纲领的前提需要一个基石——基本引理,而且这个证明应该比较容易。然而,基本引理的证明实在是太难了,直到29年后,2008年,年轻的吴宝珠才用自己天才的方法,将之证明。2009年,美国《时代》周刊将基本引理的证明列为年度十大科学发现之一。2010年9月1日,吴宝珠成为美国芝加哥大学的正教授。前段时间,应哈佛大学数学教授、清华大学数学科学中心主任丘成桐邀请,吴宝珠到北京作为期一周的学术访问,其间,他接受了《科学时报》记者采访,谈及自己的数学之路。在越南展露数 ...

可代表层的满射性

我的提问:令$S$为一个基概形,并令$(Sch/S)_{fppf}$为一个大fppf景。令$U$为一个$S$上的概形。假设存在一个满射态射$\Phi_{U}:U\rightarrow U$。那么我们能证明导出的层态射$h_{U}\rightarrow h_{U}$局部满射的?这看起来是错误的。注意到$h_{U}={\rm{Hom}}(-,U)$是一个可代表层。一个$(Sch/S)_{fppf}$上的层映射$F\rightarrow G$是局部满射的,如果对每个概形$U\in{\rm{Ob}}((Sch/S)_{fppf})$和每个$s\in G(U)$,都存在一个覆盖$\{U_{i}\rightarrow U\}_{i\in I}$,使得对所有$i$,$s|_{U_{i}}$在$F(U_{i})\rightarrow G(U_{i})$的像中。回答:令$S:={\rm Spec}(k)$为一个域,并且令$U={\rm Spec}(k[t]/t^2)$。环$k[t]/t^2$是一个$k$-代数,并且存在一个$k$-代数映射$k[t]/t^2\to t$,其将$t$打到$0$,所以我们得到 ...

注册公司“三细节”

细节一:公户与私户的钱必须分开在公司注册后,一定要将公司的账户和股东的个人账户分开。这样做不仅可以避免公司资金和股东个人资金的混淆还可以确保公司财务的透明度和合法性。细节二:尽可能获取发票在公司的日常运营中,能要发票的情况下,尽量要发票如果没有发票,公司就不能将这笔费用记入公司账户,只能记入股东的个人账户。因此,为了确保公司财务的合法性和准确性,一定要尽量获取发票。细节三:按时报税和年报注册公司后,每个月要按时报一次个人所得税,每个季度报1次增值税和企业所得税。对于一般纳税人,每个月都需要报增值税和企业所得税。此外,每年的上半年需要完成上一年的工商年报,否则公司可能会被列入异常。

数电票额度注意事项!

出现额度为0近12个月未使用数电票开票,触发系统定期调减,额度调减为0。额度调减较多近12个月开票金额未达到赋额的80%,赋额调整减少为最近12个月开票额最高的一个月的实际开票额。最高的一个月开票额仅为5万元,将被调整为5万元。定期调整电子发票服务平台每月自动对试点纳税人总授信额度进行调整。临时调整税收风险程度较低的试点纳税人当月开具发票金额首次达到总授信额度一定比例时,电子发票服务平台当月自动为其临时增加一定的额度。人工调整试点纳税人因实际经营情况发生变化申请调整总授信额度,主管税务机关依法依规审核未发现异常的,为纳税人调整总授信额度。是指人工调整(找审批)。

基变换映射$U\times_{X}X\rightarrow U\times_{Y}Y$

我的提问:令$X,Y$是概形。令$X\rightarrow Y,X\rightarrow X, Y\rightarrow Y$为概形态射。为什么态射$U\times_{X}X\rightarrow U\times_{Y}Y$是$X\rightarrow X\times_{Y}Y$通过$U\times_{Y}Y\rightarrow Y$的基变换。这是我尝试的图,其中三角形是交换的。但是我发现$(U\times_{Y}Y)\times_{Y}(X\times_{Y}Y)=U\times_{Y}X\times_{Y}Y=U\times_{Y}X$,即我无法得到想要的$U\times_{X}X$。我这是犯了什么错误?这是问题的上下文,来自朱歆文的论文Affine Grassmannians and the geometric Satake in mixed characteristic (arXiv link):引理 A.2. 对任何代数空间的平展态射$X\to Y$,由$\sigma_X$导出的相对Frobenius态射$X\to X\times_{Y,\sigma_Y}Y$是一个同构。证 ...

技术是否是企业的护城河?

我认为不是,真正的护城河应该是用户生态。技术这东西并不需要先天就很强,一个产品哪怕前期技术很烂,只要能积累用户,并把生态做起来,就能逐步取得成功。而技术这东西完全可以通过后天弥补。​从这个角度来看当今的AI应用,几乎绝大多数AI应用都没有护城河,哪怕是toC应用也是很容易被取代。目前AI巨头谷歌,其护城河也不是靠AI技术,这也很容易看出来,除了谷歌外还有很多搜索引擎,但他们几乎都无法动摇谷歌的市场份额。至于OpenAI就不提了,把它看成微软的子公司就行了,微软技术不如谷歌,因此希望通过OpenAI来赶超谷歌。​因此如果是技术型创业,即产品的核心竞争力是技术的公司,就非常容易被其他竞争对手所淘汰。只要别人技术上突破了,功能上比你的更好,马上用户们就都会去用它的产品。哪怕还有一小部分用户留在你这,你成本也吃不消啊。现在看到ai热潮,脑子一热就打算All in AI的,基本上就是小白鼠。不说太遥远的明星AI初创公司,就说小一些的初创公司,哪怕你能拿到1000万融资,哪怕你用户数30w,那又如何,最后还是解散了。​而且想想即便是资本发达的美国,也有很多明星初创公司干不下去了,选择卖身(别人卖身 ...