機(jī)器學(xué)習(xí)是推動當(dāng)下人工智能發(fā)展的核心驅(qū)動力

機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的重要方法，也是推動當(dāng)下人工智能發(fā)展的核心驅(qū)動力。機(jī)器學(xué)習(xí)處理實(shí)際應(yīng)用案例時，不是“十八般兵器” 的堆積，格物斯坦表示數(shù)學(xué)教育尤其重要，根據(jù)具體任務(wù)，按需設(shè)計、量身定制，而做到這一點(diǎn)需要我們深刻理解機(jī)器學(xué)習(xí)模型以及算法背后的原理，即做到既知其然又知其所以然。相關(guān)的人工智能產(chǎn)品已經(jīng)完全走進(jìn)我們的生活，如智能手機(jī)、智能音箱、智能手環(huán)等等。

“人工智能（AI）”雖然看上去很高大上，但其本質(zhì)是計算機(jī)技術(shù)發(fā)展到一定程度“融合”的結(jié)果，通過對計算機(jī)硬件與軟件的結(jié)合，實(shí)現(xiàn)模仿、研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。如機(jī)器人領(lǐng)域、語言識別、圖像識別、自然語言處理等所有與之相關(guān)聯(lián)的領(lǐng)域，都屬于“人工智能（AI）”。

因此，“人工智能（AI）”屬于計算機(jī)科學(xué)的一個分支?？吹竭@里，很多人或許會想到程序設(shè)計，但“人工智能（AI）”不僅僅是程序設(shè)計那么簡單，因?yàn)樗€包含大量的數(shù)學(xué)知識，如概率論、統(tǒng)計學(xué)、數(shù)理統(tǒng)計、線性代數(shù)、離散數(shù)學(xué)等。

如果一個人要想成為人工智能領(lǐng)域的程序員，進(jìn)入“高大上”的人工智能領(lǐng)域，沒有扎實(shí)的數(shù)學(xué)知識功底，那是不可能實(shí)現(xiàn)的。如我們最常見的機(jī)器算法，某些APP根據(jù)大家的閱讀習(xí)慣，推薦相關(guān)的資訊，就是基于數(shù)學(xué)知識當(dāng)中的概率論與統(tǒng)計學(xué)等數(shù)學(xué)內(nèi)容。

人工智能會代替一些低階工種，比如客服、機(jī)械勞動、低階文員、低階服務(wù)生公務(wù)員，這些低階服務(wù)，恰恰又是第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的勞動密集型行業(yè)，會有大量的人員在未來被淘汰，會淘汰數(shù)學(xué)研究員嗎？不會，淘汰的只是計算而不是數(shù)學(xué)的邏輯與應(yīng)用。會淘汰程序員嗎？也不會，人工智能還很難做到寫復(fù)雜的代碼。

綜上所述。人工智能會需要海量的數(shù)學(xué)與編程人才。人工智能需要數(shù)據(jù)也產(chǎn)出很多數(shù)據(jù)，比如用戶購物習(xí)慣、城市路線規(guī)劃，樓宇智能調(diào)節(jié)，物流分配追蹤，這些都需要編程來收集存儲和分析數(shù)據(jù)，人工智能的發(fā)展必然會促進(jìn)大數(shù)據(jù)的發(fā)展，而大數(shù)據(jù)又需要云服務(wù)來支撐，需要通信傳輸為紐帶，而這一切都離不開程序員（會數(shù)學(xué)更好），又怎么會淘汰數(shù)學(xué)和程序員呢？人工智能時代，務(wù)必要學(xué)好數(shù)學(xué)，重視編程。

fqj