您的瀏覽器不支援JavaScript功能,若網頁功能無法正常使用時,請開啟瀏覽器JavaScript狀態
:::

MATHEMATICAL MINDS|數學家深度解析 EP.04
為什麼 Terence Tao 可以跨越這麼多數學領域?
從調和分析、數論、組合學到壓縮感知——真正的跨領域,不是什麼都懂,而是知道如何走進新的數學世界。
追蹤東海應數|Podcast、YouTube 與數學人物專題
Terence Tao 數學家深度解析 EP04
MATHEMATICAL MINDS|EP.04 為什麼 Terence Tao 可以跨越這麼多數學領域?

當多數研究者逐漸深入一個專門領域,Terence Tao 的研究卻橫跨調和分析、偏微分方程、數論、組合數學與應用數學。這樣的廣度,很容易被簡化成一句「因為他是天才」。但真正值得追問的是:他究竟如何走進不同領域,又如何把看似分離的數學工具連接起來?

我們習慣把數學分成不同科目:代數、幾何、分析、數論、機率。到了研究世界,這些分類仍然存在,但它們之間的界線並不像課本目錄那麼清楚。

Terence Tao 的研究生涯正好提供了一個很有意思的例子。他的工作涉及調和分析、偏微分方程、組合學、解析數論等領域,也延伸到壓縮感知等應用方向。

真正值得注意的不是「一個人怎麼可能懂這麼多」,而是他如何看待這些領域之間的關係。

跨領域之前,先有一個很深的起點

Tao 在 Princeton University 攻讀博士期間,師從分析學家 Elias M. Stein,接受扎實的調和分析訓練。

什麼是調和分析?
可以把調和分析簡單理解成:透過頻率、尺度與不同的分解方式,研究函數、訊號以及複雜數學結構。傅立葉分析便是其中重要的一套工具。

1996 年,Tao 取得 Princeton 博士學位,他的博士研究正建立在調和分析之上。

這件事很重要,因為真正的跨領域通常並不是「每個領域都學一點」,而是先擁有足夠深的專業基礎,之後才有能力辨認其他領域裡哪些工具可能與自己的問題產生連結。

廣度,不一定來自什麼都學。
有時候,它反而來自一個足夠深的起點。
在 Tao 眼中,數學並不是一座座孤島

Tao 曾談到,他雖然在許多不同領域工作,卻不把這些領域視為彼此斷裂的世界。

對初學者而言,數學很容易看起來像一座座分離的山峰:代數是一座山、幾何是一座山、數論又是另一座山。

但當理解逐漸深入,原本被霧遮住的道路會慢慢出現。你開始發現,不同領域之間其實存在大量連結。

把數學看成一個彼此連接的整體
當一個問題同時涉及數論、組合學與分析時,研究者不一定需要把它硬塞進某一個既定分類。真正重要的是:哪一套工具能幫助我們理解眼前的問題?

這也提供了一個理解 Tao 研究廣度的重要角度:不是先決定「我要跨領域」,而是讓問題本身決定需要走向哪一個領域。

Green–Tao theorem:不同數學工具如何相遇

2004 年,Ben Green 與 Terence Tao 證明了一項重要結果,後來被稱為 Green–Tao theorem。

這個定理指出:質數中存在任意長度的等差數列。

等差數列
例如 5、11、17、23、29 都是質數,而且相鄰兩項都相差 6,因此形成一個長度為 5 的質數等差數列。
Green–Tao theorem
這個結果告訴我們:不論指定多長,都存在由質數構成的等差數列。

這項成果的重要之處,不只是定理本身,也在於證明過程連結了不同數學領域。

其中一個重要背景來自 Szemerédi theorem。但質數在整數中愈來愈稀疏,無法直接套用原本適用於較稠密集合的結果。

Green 與 Tao 因此發展新的方法,把組合數學、解析數論以及分析工具結合起來,使原本的思想能夠延伸到質數這種稀疏集合。

Green–Tao theorem 的故事不是「Tao 一個人解開質數」。
它更像是一場不同數學語言之間的合作。
Compressed Sensing:當純數學走向訊號與影像

另一個很能說明 Tao 跨領域研究方式的案例,是壓縮感知(Compressed Sensing)。

壓縮感知處理一個看似違反直覺的問題:如果我們取得的測量資料比未知數少很多,有沒有可能仍然重建原本的訊號?

一般來說,資訊不足似乎意味著答案不唯一。但如果訊號具有「稀疏性」,事情就可能不同。

什麼是稀疏性?
很多真實世界的訊號或影像,在適當的表示方式下,其實只有少數成分真正重要,大量係數都很小或接近零。這種結構提供了「用較少測量重建訊號」的可能性。

在這個研究方向中,Emmanuel Candès、Terence Tao、Justin Romberg 等研究者做出了重要工作;David Donoho 也從相關方向獨立發展出關鍵成果。

因此,把壓縮感知描述成「Tao 一個人發明的技術」並不準確。它是一個由多位研究者共同推進的重要研究領域。

抽象的數學工具,有時會在完全不同的問題中找到新的用途。
跨領域,不代表一個人什麼都知道

如果只看研究成果,很容易產生一個錯覺:Tao 似乎走進任何領域都已經知道答案。

但真正的跨領域研究,恰恰需要承認自己不知道。

當研究者進入陌生領域時,需要理解那個領域已經解決哪些問題、哪些方法是基本工具、哪些方向仍然困難,也需要和真正熟悉該領域的人交流。

學習新的數學語言
當問題需要陌生工具時,不把「這不是我的領域」當成終點,而是開始理解新的方法。
與不同專長的人合作
不同研究者擁有不同直覺與研究背景。合作可以讓彼此看到原本單一領域看不到的結構。

Tao 長期維護個人學術部落格 What's New,也透過寫作整理與保存自己所學的數學內容。

因此,跨領域並不是把所有知識塞進一個人的腦袋,而更接近一種能力:知道自己缺少什麼、知道去哪裡學,也知道什麼時候應該和別人合作。

深度與廣度,其實不一定互相衝突

我們常把「專精」與「廣博」想成兩個相反方向:如果研究得很深,就不可能很廣;如果什麼都碰,就很難真正深入。

但 Tao 的研究經歷提供了另一種可能。

一個研究者可以先在某些領域建立足夠深的基礎,再透過問題、合作與新的工具,逐漸把這些能力延伸出去。

真正的跨領域,不是「我什麼都會」。
而是「當問題需要新的工具時,我願意學會如何走過去」。

這也許才是理解 Terence Tao 研究廣度最重要的地方。

他的研究版圖之所以不斷擴張,不只是因為他知道很多,而是因為他並不把數學的分類當成不能跨越的牆。

NEXT|EP.05
世界級數學家遇到不會的問題,會怎麼辦?
跨越不同領域之後,下一個問題反而更有趣:當 Terence Tao 真正遇到自己也不會解的問題,他會怎麼開始?EP.05,我們走進數學研究卡住的時刻,看研究者如何從「不知道」慢慢找到可以前進的方向。
Q&A|Terence Tao 的跨領域研究

從 Green–Tao theorem 到 Compressed Sensing,整理本集幾個重要問題。

Q1|Terence Tao 為什麼能研究這麼多不同領域?

從本集資料來看,不能只用「天才」解釋。他有深厚的分析訓練,也傾向把數學看成彼此連結的整體;當問題需要其他領域的工具時,他會學習新的方法,並與具有不同專長的研究者合作。

Q2|Tao 最早主要接受哪一方面的研究訓練?

他在 Princeton University 攻讀博士期間師從 Elias M. Stein,主要接受調和分析方面的研究訓練。

Q3|什麼是 Green–Tao theorem?

這是 Ben Green 與 Terence Tao 的重要研究成果。定理指出,質數中存在任意長度的等差數列。其證明也展現了解析數論、組合數學與分析方法之間的跨領域連結。

Q4|壓縮感知是 Tao 一個人發明的嗎?

不是。壓縮感知是一個由多位研究者共同奠定的重要研究領域。Emmanuel Candès、Terence Tao、Justin Romberg 等人做出重要貢獻,David Donoho 也有關鍵的獨立研究成果。

Q5|跨領域是不是代表每個領域都要成為專家?

不一定。跨領域研究更重要的是理解問題需要什麼工具、知道自己的知識缺口,並能學習新的方法或與具有相關專長的人合作。

Q6|Tao 為什麼長期經營數學部落格?

本集資料指出,寫作也是 Tao 整理與保存自己所學數學內容的一種方式。他長期維護 What's New,記錄研究、數學知識與學術相關內容。

繼續追蹤 Mathematical Minds
Podcast
完整系列 Podcast 與各平台收聽連結。
YouTube
觀看 EP.04 影音版與系列影片。
Instagram
Podcast 精華、數學人物圖文與最新系列內容。
Facebook
專題文章、系上消息與活動資訊。