文章作者在阅读一篇关于人工智能的文章时，发现其中对矩阵乘法的描述引发了他的不满。这反映了当记者讨论专业话题时，常会出现外行不易察觉但令专业人士不快的错误。作者以大型语言模型训练为例，描述了其中涉及的庞大数据处理和矩阵运算过程。

矩阵乘法丑陋吗？

几周前，我正在阅读一篇关于人工智能的精彩文章时，被其中一段关于矩阵乘法的描述激怒了。这篇文章发表在《纽约客》上，作者斯蒂芬·维特（Stephen Witt）在描述大型语言模型如何通过调整权重学习时，突然将矩阵乘法比作“用锤子钉钉子”，并引用数学家G·H·哈代（G. H. Hardy）的名言“丑陋的数学在世界上没有永久地位”，暗示矩阵乘法缺乏美感和对称性，因为“a乘以b不等于b乘以a”。

这种观点让我感到荒谬。矩阵乘法的不交换性（即AB≠BA）并非缺陷，而是其本质特征。就像数字加法中，17+34=51，但71+43≠15一样，顺序的重要性并不意味着操作本身丑陋。矩阵代数是描述对称性和变换的语言，其历史可追溯至两千年前的中国，早已在数学中占据重要地位，并在数论、物理学和人工智能等领域广泛应用。

维特的误解可能源于矩阵乘法的计算过程繁琐，但繁琐不等于丑陋。矩阵乘法的对称性恰恰体现在其规则性上，尽管手工计算可能令人厌倦，但这并不影响其理论的美感。哈代反对的是冗长的计算证明，而非矩阵本身。真正的数学之美在于概念，而非机械的计算。

总之，矩阵乘法不仅不丑陋，反而是数学中最优雅的工具之一，其不交换性恰恰反映了现实世界中变换的顺序重要性。将计算过程的繁琐与数学概念的丑陋混为一谈，是对矩阵代数的误解。

评论总结：

1. 矩阵乘法的美学争议

• 支持矩阵乘法之美：认为矩阵乘法如同熟练工匠钉钉子，具有优雅和美感（评论2）。
  引用：
  "A man hammering a nail into a board can be both beautiful and elegant!"
  "a well multiplied matrix is much the same."
• 反对美学价值：认为优雅无关紧要，实用性和解决问题能力更重要（评论5）。
  引用：
  "Elegance is a silly critique... What matters is whether it solves the problems we have."

2. 技术实现与效率问题

• 批评实现方式：矩阵乘法库接口差且性能低下（评论6），或认为当前AI训练中的矩阵乘法不够高效（评论16）。
  引用：
  "Matrix multiplication libraries are ugly... sometimes both."
  "burning gigawatts to compute these matrices... will not scale."
• 肯定技术价值：认为矩阵乘法在硬件优化和实际应用（如AI）中展现了技术美感（评论9、13）。
  引用：
  "I do find it beautiful how you can take matrix multiplication... and get a program that can talk to you."
  "Their efficient implementation in GPU hardware... is a work of art."

3. 数学本质与理解争议

• 非交换性解释：矩阵乘法的非交换性（如空间旋转）是其自然属性，与表示方式无关（评论4、8、11）。
  引用：
  "Rotations in space do not commute... whether you represent them as matrices or not."
  "If you turn right then left... you’ll end up at a different spot."
• 术语与理解障碍：认为术语（如“乘法”）和类比（如复数）导致混淆（评论18）。
  引用：
  "maybe the issue boils down to overloading the term 'multiplication'."

4. 主观性与相对性

• 观点无绝对答案：认为美是主观的，取决于视角（评论3、12）。
  引用：
  "You can both be right. I don't think there is an objective answer."
  "Beauty... is 'communication across a gap'... there’s a relative component."
• 个人认知局限：承认对矩阵乘法的“丑陋”感受可能源于数学理解不足（评论10）。
  引用：
  "my finding it ugly is likely a result of my relative mathematical immaturity."

5. 未来与替代方案

• 呼吁技术改进：希望稀疏运算等更高效方法得到推广（评论7）。
  引用：
  "I’d love for sparse operations to be more widespread."
• 质疑可持续性：认为当前矩阵计算不可持续，需转向更高效架构（评论16）。
  引用：
  "transformers are very elaborate sunk-cost fallacy."

总结：

评论围绕矩阵乘法的美学价值（从工匠技艺到实用主义）、技术实现（效率与硬件优化）、数学本质（非交换性、术语问题）展开，观点两极分化。支持者强调其技术美感与实用性，反对者批评效率低下或资源浪费。多数人认同美是主观的，且当前技术可能存在可持续性挑战。