编者按:数学的理论往往先行于实际应用,在时机成熟的时候迅速成为实际应用的有力工具。
例如微分几何,在1854年便有相对成熟的理论,但直到1915年爱因斯坦提出广义相对论后,人们发现物理世界竟然是4维黎曼流形,才得到物理和数学两界的广泛关注,逐渐成为物理学家理解世界的必备工具。
组合数学中的「图正则引理」,或许亦是如此。
这一引理是阿贝尔奖(Abel Prize)得主安德烈·塞迈雷迪 (Endre Szemerédi)在上世纪70年代的工作,讨论了当图(Graph)足够大时所呈现出的规律,在组合数学中具有重要的影响力。简单来讲,即一个充分大的图,一定存在我们想要的子结构;从哲学意义上讲,即一个系统不可能是完全紊乱,没有规律的。
这一引理,是理解大图(Large Graph)的重要工具。当下,伴随着数据的迅猛增加,图数据和图网络变得越来越具规模。这种情况,恰好完全属于「图正则引理」的应用范畴。如何能够更好地理解和使用这些大图数据,「图正则引理」或许正是计算机科学家一个可能趁手的利器。
来自MIT 的数学家赵宇飞,所从事的正是这样的工作,尽可能地让「图正则引理」这把利器变得更加实用。
赵宇飞目前担任MIT数学系的助理教授。
正是基于他在这方面的研究,赵宇飞在2018年获得了组合学界每两年颁发一名的柯尼希奖(König Prize),MIT未来科学家奖,随后获得了2019年斯隆奖(Sloan Research Fellowship),2021年美国国家科学基金会青年学者奖(NSF CAREER Award)。赵宇飞带领的学生Ashwin Sah对拉姆齐数问题的突破,在2020年受到媒体广泛关注。
他认为,在图数据越来越庞大的当下,「大图」的世界是无限的,而图正则原理、图极限等数学方法,正是解决图数据问题的重要工具,值得相关的计算机科学家们着重关注。
作者:赵宇飞
编译:廖璐,贾伟
作者简介
赵宇飞,麻省理工学院数学系助理教授,SIAM Dénes Kőnig 奖(2018 年)、麻省理工学院科学未来奖(2018 年)和斯隆奖(2019 年),美国国家科学基金会青年学者奖(2021年)。
图(Graphs)和网络(Networks),是许多科学和数学研究的语言和基础,从生物网络到算法,再到机器学习应用程序,再到纯数学。随着图和网络变得越来越大,开发分析大规模图(Large Graphs)的数学工具,并对这些工具进行理解,变得越发重要。
01
图正则引理
我在大图(Large Graphs)领域的研究,源于安德烈·塞迈雷迪 (Endre Szemerédi) 在20世纪 70 年代的工作,塞迈雷迪也正是因为在这方面的工作获得了阿贝尔奖(Abel Prize)。该奖项是数学界的终身奖,等同于诺贝尔奖。塞迈雷迪是组合数学的巨人,他的想法至今仍然在整个领域有着深刻影响。