如果一位數學家的名字，總是伴隨著「神童」、「天才」與各種驚人的年齡紀錄， 我們是不是反而容易忽略他真正重要的地方？ Terence Tao（陶哲軒）的故事，當然從一段不同尋常的童年開始； 但真正讓他成為當代最具影響力的數學家之一的， 或許不是那些令人驚嘆的數字， 而是他幾十年來不斷跨越領域、與人合作、重新學習以及尋找新問題的能力。
如果要介紹一位數學家，我們通常會先替他找到一個位置。 有人研究數論，有人研究幾何，也有人研究偏微分方程。 只要說出研究領域，我們似乎就能大致知道， 這位學者位在數學世界的哪個角落。
可是，當名字換成 Terence Tao， 事情突然變得沒那麼簡單。
調和分析、偏微分方程、數論、組合學、算術組合學、壓縮感知。 打開 Tao 的研究履歷，很難找到一個單一標籤，把所有工作完整包進去。 這也許正是認識他的第一個入口： 他最有意思的地方，恰恰是很難被一個領域定義。
談到 Tao，大多數人物介紹都會從一串驚人的年齡開始。 他很早便接觸遠超過同齡學生程度的數學， 20 歲取得 Princeton University 博士學位， 之後加入 UCLA，並在 24 歲成為正教授。 2006 年，他在 31 歲時獲得 Fields Medal。
這些經歷確實不尋常，也很容易成為新聞標題。 但年齡紀錄有一個問題： 它會讓我們把注意力全部放在「他比別人快多少」， 而不是「他後來究竟做出了什麼」。
如果 Tao 的故事只停留在少年時期， 他或許只會成為一則關於天才兒童的傳奇。 真正值得討論的，是那些年齡紀錄結束之後， 他仍然持續做了數十年的數學。
2006 年，International Mathematical Union 將 Fields Medal 頒給 Terence Tao。 官方資料指出，他的研究貢獻橫跨偏微分方程、 組合學、調和分析與加法數論。
這些並不是同一個研究領域裡非常接近的幾個問題， 而是各自擁有不同語言、方法與研究傳統的數學世界。
偏微分方程研究變化如何發生。 波如何傳播、流體如何移動， 以及系統如何隨時間與空間改變， 許多自然現象背後都會出現偏微分方程。
調和分析可以粗略理解為： 將複雜的函數或訊號拆解成不同尺度與頻率的部分， 再從較容易理解的成分之中找回整體結構。
組合學研究離散物件的排列、結構與關係； 加法數論則從整數與加法出發， 探索看似簡單的數字之間究竟隱藏著什麼規律。
如果要從 Tao 的研究裡挑一個容易讓一般讀者感受到數學魅力的例子， Green-Tao theorem 是很好的入口。
Ben Green 與 Terence Tao 證明： 質數之中存在任意長度的等差數列。
Green-Tao theorem 並不是只告訴我們， 有一組五個質數剛好排列得很漂亮。 它證明，不論希望這個等差數列有多長， 都能在質數之中找到符合條件的例子。
質數愈往後愈稀疏，也沒有簡單的固定週期。 然而 Green 與 Tao 的結果告訴我們， 在看似零散的數字世界裡， 仍然藏著任意長度而且結構整齊的模式。
Tao 的另一項代表性工作， 把我們帶到完全不同的方向： Compressed Sensing，也就是壓縮感知。
傳統上，如果要完整還原一個訊號， 直覺會告訴我們必須收集足夠大量的資料。 壓縮感知提出的問題卻是： 如果事先知道訊號具有某些特殊結構， 能不能只取得部分資訊，就重建原本的內容？
這個方向後來與影像重建等技術產生重要連結。 它也提醒我們， 所謂純數學並不是「永遠不會有用途」的數學。 很多時候，只是研究者在探索它的當下， 還不知道未來會在哪裡遇見它。
很多重要的數學概念在誕生時， 都不是為了解決某個立即可見的產品問題。 現在看不到用途，和沒有用途， 其實是完全不同的兩件事情。
Tao 還有另一個非常不同於傳統「天才數學家」想像的面貌： 他長期公開撰寫數學文章。
他的 Blog「What's new」不只是發布個人消息。 裡面可以看到研究筆記、論文討論、課程內容、 開放問題、研究方法，以及他對數學社群的觀察。
研究成果往往只留下整理完成的答案。 但從這些公開寫作裡， 我們也能看見一位研究者如何組織問題、 如何解釋想法，以及如何面對尚未解決的事情。
近年，Tao 又把注意力移向另一個正在快速改變數學研究的問題： 人工智慧、形式化證明與機器輔助數學。
他不只討論 AI 是否能做數學， 也實際投入相關工具與協作研究， 思考 AI、proof assistant 與人類數學家之間， 可能形成什麼新的工作方式。
這很符合 Tao 一直以來的研究風格。 即使已經在一些領域取得頂尖成果， 他仍然沒有只停留在最熟悉的位置。 當工具、合作方式與研究環境改變， 他依然願意重新學習。
13 歲的 IMO 金牌、20 歲的博士學位、 24 歲成為 UCLA 正教授， 還是 31 歲得到 Fields Medal？
這些數字都是真的，也都非常驚人。 但把它們全部加在一起， 仍然不等於 Terence Tao。
如果一定要從他的研究生涯找出一條線， 也許那不是「天才」， 而是好奇心與移動能力。
從一個問題走向另一個問題， 從一個領域學習另一套數學語言， 從個人研究走向合作， 再從傳統數學工具走向 AI 與形式化證明。
下一集，我們回到 Terence Tao 的成長歷程， 看看天賦、興趣、家庭與教育環境， 如何共同出現在一位數學家的成長故事裡。
Terence Tao（陶哲軒）是出生於澳洲的數學家， 現任 UCLA 數學教授。 他的研究橫跨調和分析、偏微分方程、數論與組合學等領域， 並於 2006 年獲得 Fields Medal。
除了少年時期罕見的數學能力， 真正建立他學術地位的是成年後在多個數學領域持續完成重要成果， 以及廣泛的跨領域合作能力。
它證明質數之中存在任意長度的等差數列。
是。他仍持續進行數學研究， 近年也積極探索 AI、形式化證明、 proof assistant 與機器輔助數學研究。
他的早期數學能力確實非常罕見， 但若只用「天生聰明」解釋他的成長並不完整。 家庭、教育、興趣與長期投入扮演什麼角色， 正是 EP.02 要討論的主題。
%20(3000%20x%20590%20%E5%83%8F%E7%B4%A0)%20(1).png)