Какое имеет значения математика в искусственном интеллекте?

Ответить
Ответить
Комментировать
1
Подписаться
1
1 ответ
Поделиться

Термин "Искусственный интеллект" довольно опасен, больно любят им спекулировать. Принято делить на слабый искусственный интеллект и сильный. Сильный означает наличие мышления и сознания (что такое мышление и сознание – отдельный вопрос), насчет этого ничего сказать нельзя по понятным причинам. Слабый искусственный интеллект же это то, что уже вполне существует сейчас – нейронные сети как самый известный в последние годы пример.

Так вот если говорить не о непонятном искусственном интеллекте, а о более понятных и конкретных (хотя тоже не до конца) машинном обучении и анализе данных, то это целиком и полностью математические дисциплины, в которых ничего кроме математики нет. Не зная статистики, теории вероятностей, линейной алгебры, анализа и всяких базовых вещей вроде основ теории множеств, понять, как работают методы машинного обучения, нельзя. Даже в самых примитивных алгоритмах вроде регрессий главной задачей является поиск оптимального функционала (минимизация ошибок), а это – математическая задача. И восходящая сложность методов (те же современные нейронные сети гораздо сложнее регрессий) означает именно восходящую сложность математики, используемой в этих методах.

А программистская часть – малая толика работы. Я даже не думаю, что без математики можно научиться пользоваться готовыми фреймворками (Scikit, Theano, Veles и др.), не говоря уже про понимание их работы и уж тем более про программировании чего-то самостоятельно.

5
-2

Ну например по-простому пользоваться tensorflow или torch хватит и 2 курсов универа, благо сейчас много примеров на гитхабе.

0
Ответить
Прокомментировать
Ответить
Читайте также на Яндекс.Кью
Читайте также на Яндекс.Кью