看见数学（一）：结绳记事——人类第一次抽象

写在前面：这个系列想做什么？

很多人告诉我：“我对 AI 很好奇，但一看到公式就劝退了。”

也有人说：“我数学从初中就开始掉队，现在完全看不懂你写的那些向量、矩阵。”

我反思了一下，问题不在你身上。问题在于——没有人帮你建立数学思想。

学校教你算术、方程、函数、微积分，一路往上堆。但从来没有人停下来告诉你：

为什么要学这个？它在描述什么？人类为什么需要它？

这个系列，就是来补这一课的。

我不会按照教科书的顺序（线性代数、微积分、概率论……），而是按照人类认知进化的顺序——从最朴素的地方开始，一步一步走到 AI。

从今天开始，我们的旅程从一万年前的一根绳子开始。

系列导航

▸ 第一篇（本文）：结绳记事——人类第一次抽象

▹ 第二篇：零的发明——最伟大的"无"

▹ 第三篇：未知数 x——给"不知道"取个名字

▹ 第四篇：坐标革命——笛卡尔的天才之桥

▹ 第五篇：方程的力量——自然界的源代码

如果你已经读过 《AI 的数学语言》系列，这个系列会帮你理解那些公式背后更深层的"为什么"。

第一章：一个牧羊人的难题

一万年前，某个黄昏。

一个牧羊人把羊群赶进了围栏。他需要确认一件事：有没有羊丢了？

他没有数字。没有"1, 2, 3"。甚至没有"多少"这个概念。

但他想到了一个办法。

早上，每出去一只羊，他在一根绳子上打一个结。

傍晚，每回来一只羊，他解开一个结。

如果最后绳子上没有结了——羊全回来了。

如果还有结——丢了。

他不需要知道自己有"多少"只羊。他只需要建立一个一一对应的关系：

🐑 ←→ 🪢
🐑 ←→ 🪢
🐑 ←→ 🪢
🐑 ←→ 🪢
🐑 ←→ 🪢

一只羊 = 一个绳结
不需要"数数"，只需要"对应"

这是人类历史上最早的"数学运算"。

而它的核心思想——用一个东西代表另一个东西——直到今天，仍然是整个数学、整个计算机科学、整个 AI 的基石。

第二章：从"三只羊"到"三"

结绳记事解决了"有没有丢"的问题。但人类的大脑不满足于此。

慢慢地，人们开始注意到一件奇怪的事：

三只羊、三块石头、三棵树、三个人……

它们长得完全不一样，但有一个东西是一样的。

什么是一样的？

“三”。

这就是人类思维史上最伟大的一次飞跃——抽象。

🐑🐑🐑     三只羊
🪨🪨🪨     三块石头      →  "3"  ←  一个纯粹的概念
🌳🌳🌳     三棵树
👤👤👤     三个人

它们之间没有任何相似之处
唯一相同的是"数量"——一个你看不见、摸不到的东西

“3"不是三只羊。“3"不是三块石头。“3"是一个你看不见、摸不到、但确实存在的概念。

你可能觉得这没什么了不起。但请想一想：

• 世界上所有的动物都能分辨"多"和"少”——乌鸦知道两堆食物哪堆更多。
• 但没有任何动物能理解"3"这个独立于具体事物的概念。

能做到这一步的，只有人类。

一句话记住： 数学的起点不是计算，是抽象——从具体事物中提取出纯粹的模式。

第三章：符号的力量——从刻痕到 0123456789

有了"数量"的概念，下一步是：怎么记录它？

人类试过很多方法：

为什么最终赢的是印度-阿拉伯数字系统？

因为它有一个天才的设计：位值制（place value）。

同一个符号"2”，放在不同位置，含义完全不同：

   2     → 二（个位）
  20     → 二十（十位）
 200     → 二百（百位）
2000     → 两千（千位）

你只需要学 10 个符号（0-9），就能表达任意大的数。

而罗马数字呢？来，试试用罗马数字做这道乘法：

  XXXVIII        38
×   XLIV    ×    44
─────────    ──────
    ???        1672

左边几乎不可能心算。右边小学生就能做。

符号系统不是"审美问题”。它决定了你能不能高效计算。 罗马帝国用了上千年的 IVXLCDM，直到采用阿拉伯数字，欧洲的科学和商业才真正起飞。

一句话记住： 好的符号不只是记录工具，它释放思维的算力。这就是为什么数学家花大量时间发明符号——从 +、-、=、x，到 ∫、∑、∂。每一个符号都是一次"思维压缩"。

第四章：为什么是"十"进制？

你有没有想过——为什么我们用十进制？

答案简单得有点好笑：因为我们有十根手指。

✋🤚

左手 5 根 + 右手 5 根 = 10
数完 10 根手指 → "进一位"
这就是十进制的全部来历

但"十"不是唯一的选择。不同文明选了不同的"基数"：

看最后一行。

计算机用二进制，不是因为数学家觉得它好，而是因为物理世界给的约束——电路只有"通电"和"断电"两种状态。

• 通电 = 1
• 断电 = 0

就这两个符号，足以表达一切。文字、图片、音乐、视频——你手机里的所有东西，底层都是 0 和 1。

十进制的 42，在二进制里是：

42 = 32 + 8 + 2
   = 2⁵ + 2³ + 2¹
   = 101010

每一位要么是 0，要么是 1
就像电路的每个开关要么关要么开

一句话记住： 进制不是"数学规定"，是人类用什么来数数的结果。手指 → 十进制。开关 → 二进制。选择什么进制，取决于你的"硬件"。

第五章：数学的本质——压缩

走到这里，让我们停下来想一想。

从结绳记事到十进制，人类做的事情本质上只有一件：

压缩。

• 一只羊 → 一个绳结（把一只活生生的羊压缩成一个结）
• 三只羊、三块石头、三棵树 → “3”（把无数具体事物压缩成一个符号）
• 一千 → “1000”（用 4 个字符表达一个很大的数量）

自然语言（中文）：
"有一个数，它乘以自己再加上这个数的三倍
等于二十八"

数学语言：
x² + 3x = 28

一段话 → 一行公式
这就是压缩

你还记得我的博客开篇语叫什么吗？

《压缩即智能》。

AI（大语言模型）做的事情，本质上就是压缩——把人类语言的所有模式压缩到一组数字参数里。

而数学本身，就是人类发明的终极压缩工具。

第六章：连接 AI——从绳结到 Token

现在我们来看一件惊人的事。

GPT 处理一句话时，做的第一件事是什么？

把文字变成数字。

这个过程叫 Tokenization（分词编码）。

"今天天气真好" → [10211, 3922, 8847, 2345]

每个词/字 对应 一个数字编号

等等，这不就是……结绳记事吗？

结绳记事：  一只羊  →  一个绳结     （实物 → 符号）
Tokenizer：一个词  →  一个数字编号  （文字 → 数字）

核心思想完全一样：用一个东西代表另一个东西。

从一万年前的牧羊人，到今天的 GPT，人类一直在做同一件事——建立映射。

来，我们实际看看。下面是在我们的 AI 实验机器上，用 OpenAI 的 tokenizer 把一句话变成数字：

azureuser@ai-lab:~$ source ~/ai-lab-venv/bin/activate
(ai-lab-venv) azureuser@ai-lab:~$ python3 -c "
import tiktoken
enc = tiktoken.encoding_for_model('gpt-4')

text = '今天天气真好'
tokens = enc.encode(text)
print(f'原文: {text}')
print(f'Token IDs: {tokens}')
print(f'Token 数量: {len(tokens)}')
print()

# 反过来：数字 → 文字
for tid in tokens:
    print(f'  {tid} → \"{enc.decode([tid])}\"')
"

原文: 今天天气真好
Token IDs: [108386, 99978, 109413]
Token 数量: 3

  108386 → "今天"
  99978 → "天气"
  109413 → "真好"

看到了吗？

• “今天” → 108386
• “天气” → 99978
• “真好” → 109413

每个词对应一个数字。绳结变成了数字，但原理没变。

我们再试试英文：

>>> text_en = "Mathematics is the language of the universe"
>>> tokens_en = enc.encode(text_en)
>>> print(f'Token 数量: {len(tokens_en)}')
Token 数量: 7
>>> for tid in tokens_en:
...     print(f'  {tid} → "{enc.decode([tid])}"')
  68019 → "Mathematics"
  374 → " is"
  279 → " the"
  4221 → " language"
  315 → " of"
  279 → " the"
  15861 → " universe"

7 个英文 token。每个词变成一个数字编号。

从结绳记事到 Tokenization，中间隔了一万年。但核心思想一模一样：

一个事物 → 一个符号 → 一个数字。

这就是抽象。这就是数学的起点。

第七章：“数量"之外的抽象

数学的抽象不止于"数量”。

事实上，你每天都在做各种各样的"抽象"——只是你没意识到而已：

抽象 = 忽略细节，保留本质。

这恰好也是 AI 在做的事情：

• 词嵌入（Word Embedding）：把一个词的"含义"压缩成 768 个数字
• 注意力机制（Attention）：从一句话里提取出"谁和谁有关系"
• 模型训练：把人类语言的全部规律压缩成几十亿个参数

数学和 AI 的共同起点，就是抽象。

本篇小结

下一篇预告

我们学会了用数来描述"有多少"。但还有一个问题：

“没有"怎么表示？

一个牧羊人可以用绳结表示 1, 2, 3, 4, 5……但他怎么表示"一只羊都没有”？

0——这个看似无足轻重的符号——是人类数学史上最伟大的发明之一。它的出现，打开了一扇通往负数、无穷、甚至虚数的大门。

下一篇：看见数学（二）：零的发明——最伟大的"无"

动手实验

如果你想亲手体验"从文字到数字"的过程，可以试试这个简单的 Python 实验：

# 不需要安装任何库，纯 Python 即可

text = "数学是人类的望远镜"

# 最朴素的"tokenizer"：把每个字变成它的 Unicode 编码
for char in text:
    print(f"  '{char}' → {ord(char)}")

# 输出：
#   '数' → 25968
#   '学' → 23398
#   '是' → 26159
#   '人' → 20154
#   '类' → 31867
#   '的' → 30340
#   '望' → 26395
#   '远' → 36828
#   '镜' → 38236

每个字都变成了一个数字。这就是数字世界的"结绳记事"。