人工智能的根本问题是否在于数学？
╎⇀人工智能的根本问题是否在于数学？
人工智能本身是一个典型的交叉学科，涉及到数学、哲学、计算机、控制、经济学、神经学、语言学等诸多学科，所以不能单纯把人工智能问题等同于数学问题。
数学是重要的基础学科，程序设计问题说到底也是一个数学问题，但是并不能把程序设计和数学划等号，更不意味着数学学好了就一定能学好编程。
目前人工智能技术尚处在发展的初期，虽然深度学习在很大程度上推动了人工智能技术的发展和应用，但是目前深度学习在很多实际场景的应用情况并不理想，或者说深度学习本身也有一些问题没有解决。
目前人工智能领域的很多研究都是基于模型来展开的，涉及到算法的设计、实现、训练、验证和应用等多个环节，但是这个模型并不能完全等同于数学，模型的模式设计会在很大程度上影响其最终的效果。
现在很多人把算法、数据和算力看成是人工智能的三大支点，当然支撑人工智能的还有通信、材料等学科，所以如果仅仅把人工智能问题看成是数学问题，无疑会限制人工智能的发展，也会让很多研究陷入僵局。
实际上，现在很多人工智能方向的老师更愿意从工程实践的角度来解决人工智能问题，这是一种更务实的做法，也会在很大程度上推动人工智能技术的落地应用。
目前很多大组的工程实践能力都比较强，基于强大的工程实践能力，能够让很多成果真正得到应用，有时候一些在大组的硕士研究生敢否定一些博士研究生的想法，一个重要的支撑就是其较强的工程实践能力。
最后，如果有人工智能相关的科研和应用等问题，欢迎跟我交流探讨。
➬☩人工智能的根本问题是否在于数学？
最根本是在数学。从目前人类对大脑的认识来看，人的智能，就是从眼耳口鼻舌皮肤这些传感器收集的信息，经过大脑处理后，反应到行动或者意识上。其中最关键最根本的就是大脑对信息的处理。大脑就是一台计算机，只是目前人类还没有发现大脑的计算方法而已，如果某一天人类知道大脑的计算方式了，那么人类的智力就能存储下载上传了，那时学渣也可以成为学霸。
当前的人工智能是基于逻辑运算和模型运算的系统，逻辑运输是电脑运算的基础，最本质是数学，而模型运算是基于数学的人工智力的基础，包含各种算法。
所以基于目前的科学基础判断，未来人工智能根本问题在于数学。
但是，正如我前面所说的，人类目前还没有认识人类大脑的运算方式，如果有一天人们发现了人类大脑的运算秘密，很可能不是基于目前计算机的运算方式，那么，人工智能很可能又会出现另外一种构架模式。
打个比方，目前人们在研究芯片时，是基于硅基芯片发展起来的，在计算机发展和应用上起到了很大的作用，但是硅基芯片的技术发展几乎快到了天花板，因为一开始我们选择的硅基芯片就不适应未来计算机发展的需求。
回过头来，数学和计算机，站在目前的认识点上，很可能是未来人工智能发展的根本推动力。但是站在未来的人工智能点上，很有可能现在的数学和计算机根本就不是未来人工智能的关键部分。这一切都取决于未来科技对大脑运算认识的发展方向。
⇢¢人工智能的根本问题是否在于数学？
人工智能和数学领域有着非常密切的联系，让我们来进行论述和探讨。
一、数学与人工智能
人工智能是一个交叉学科，应用的领域也非常广阔。不同的应用领域所要求的数学背景知识也不尽相同。但是线性代数、概率论、微积分和统计学是人工智能用于表述的“语言”。学习数学知识将有助于深入理解底层算法机制，便于开发新算法。
线性代数是描述深度学习算法的基础也是核心。它通过矩阵表示法来实现深度学习方法，将待处理的非结构化数据都转换成离散的矩阵或向量形式。比如一张图像可以表示为按顺序排列的像素数组形式，声音数据可以表示为向量形式，神经网络就是无数的矩阵运算和非线性变换的结合。大家都知道，概率论与统计学可以用来研究数据分布与如何处理数据。深度学习算法所做的绝大多数事情就是预测，预测源于不确定性，而概率论与统计就是讨论不确定性的学科。另外，微积分是数学分析的基础。
二、AI在数学界的作用
人工智能最大的优势，在于可以帮助人们寻找出人类思维不易发现的联系，也就是帮助人类寻找“直觉”。现在的AI，已经可以通过一定的算法，分析大量数据间存在的关系以及规律，从而帮助发现一些新的猜想。一旦在AI的帮助下找到新的猜想，接下来数学家们就要对这些新猜想，进行深层次地推演和证明。那些被证明为“真”的猜想，最终将会作为定理为人类直接应用。目前，AI已经可以提供一个强大的框架，在有大量数据或难以利用经典方法研究的数学领域中，发现了不少有趣且可以获得论证的猜想。
数学在人工智能领域中发挥着重要的作用。如神经网络中的所有参数都被存储在矩阵中；线性代数使矩阵运算变得更加快捷简便，尤其是在GPU上训练模型时，因为GPU可以并行地以向量和矩阵运算。图像在计算中被表示为按序排列的像素数组。视频游戏使用庞大的矩阵来产生令人炫目的游戏体验。在机器翻译中，如何检测你输入的语言种类会用到概率论的相关知识。一种简单的方法就是把你输入的词或句子进行分解，计算各语言模型的概率，然后概率最高的是最后确定的语言模型。另外，用神经网络进行图像分类，网络的输出是衡量分类结果可信程度的概率值，即分类的置信度，我们选择置信度最高的作为图像分类结果。而混合高斯模型、隐马尔科夫模型等传统语音处理模型都是以概率论为基础的。
三、AI未来对数学界产生的颠覆性影响
就像计算机对于数学的发展造成了一系列影响，不同程度的“人工智能”在当下已经与数学有所交融，在未来也可能以各种方式起到颠覆性的作用。如能够将简单重复的计算工作交给计算机，使得“数值解”成为“解析解”的一大补充，也使一部分解析表达式 （例如级数）在理论分析之外有了更多的应用。
由于强大算力的介入，以迭代、大规模计算等等为基础的算法不再仅存在于理论之中，而是在优化、求解等方面有了更大的实用价值。这从思维方式上改变了数学的研究，不仅提供了更多的工具来解决问题，也丰富了计算数学等领域的研究内容。
人工智能的介入使得“将简单重复的推理和验证工作交给计算机”成为可能。即使是这些非常弱意义下的“人工智能”也能够进一步改变数学研究的方式。例如通过人工推导限制讨论的情况数目，再通过机器逐一验证来完成证明。
一方面，人工智能为我们提供了便利。另一方面，人工智能也可以通过数据来学习和了解人类。人工智能浪潮催生了一批以人工智能算法为驱动的互联网公司。我们身处一个巨变的时代，毋庸置疑，人工智能已经成为科技前沿之一，将给许多行业带来颠覆性的影响。基于数据的人工智能和基于模型的数学方法，两者有机结合，既能推动人工智能的进步，也促进了数学研究的创新。随着“人工智能”的能力提升和应用推广，其他领域的数学研究也会获得一定的帮助，甚至在新工具的帮助下取得前所未有的成果。例如一些将讨论情况数目限制到小范围或者积累成果已经足够丰富的猜想，其证明可以通过机器来打通最后一步。
综上所述，AI在数学界有着举足轻重的地位，很多人工智能应用都需要数学的相关知识来支撑。同时，AI也会在未来会对数学界产生深远和颠覆性的影响。
本文分享自华为云社区《【云驻共创】AI在数学界有哪些作用？未来对数学界会有哪些颠覆性影响？》，作者： 龙腾九州 。
▸✚人工智能的根本问题是否在于数学？
人工智能涉及的方面很多，但个人认为最根本的问题，在于物理。
物理决定了逻辑，数学决定了方法，二者都很重要，理论上应该是先走物理再有数学，数学也是解释物理的手段和技术。
短期内，人工智能的发展肯定受到数学等学科发展以及制造技术等方面的制约，但人工智能的发展的最后，一定会脱离人工，成为一种新的智能形式，这时，新的物理学说不定就会诞生，再新的物理学下，可能会诞生新的数学方法，新的技术，新的一切
➛▏人工智能的根本问题是否在于数学？
这是哲学问题
------------------
推荐阅读：
兄弟祖宅各半，市场估价十五万，弟愿十万元购买，兄却非二十万元不卖，您怎么看这事？
下一篇： 金陵十二钗正册都有谁？
