In augustus 2015 liep John Urschel een zware hersenschudding op terwijl hij uitkwam voor de Baltimore Ravens. Ondanks de klap bleef de Canadese verdediger nog twee seizoenen in de NFL spelen. De kennis over de risico’s van chronische traumatische encefalopathie (ETC) deed hem echter in 2017 stoppen en zich volledig op de wiskunde richten.
Urschel had zijn studie al aan het Massachusetts Institute of Technology (MIT) begonnen terwijl hij nog professioneel voetbalde. Na zijn afscheid rondde hij zijn promotie af en geeft hij nu les in dezelfde zalen waar hij zelf studeerde.
Enkele dagen geleden publiceerde Urschel het artikel ‘On the growth factor of random matrices’. Daarin bewijst hij wiskundig de exacte voorwaarden die de betrouwbaarheid van gauss-eliminatie garanderen, een fundamenteel algoritme uit de jaren 90 dat in miljoenen computersystemen wordt gebruikt. Hoewel de methode in de praktijk werkt, wilden wiskundigen weten in welke theoretische gevallen hij volledig veilig is.
De Canadees verheldert daarmee een aspect dat experts al tientallen jaren niet volledig hadden opgelost. Zijn werk levert de ontbrekende theoretische zekerheid voor de meest gebruikte procedure in computationele lineaire algebra.
Het is heel interessant dat we het belangrijkste algoritme in dit vakgebied nog niet helemaal begrijpen. Ik hou van deze waarom-vraag in plaats van de hoe-vraag, en van het idee om te begrijpen wat er precies gebeurt.
De beslissing van Urschel om de NFL te verlaten illustreert het dilemma waarmee veel topsporters worden geconfronteerd door de neurologische risico’s op lange termijn. Door prioriteit te geven aan zijn gezondheid en zijn passie voor wiskunde, heeft de voormalige speler een nieuw professioneel pad gevonden dat zijn sportieve achtergrond combineert met een academische carrière op hoog niveau.