袁珩珂

【摘要】隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展，人工智能已經(jīng)在各個領(lǐng)域中顯得越來越重要。各種領(lǐng)域的需求對人工智能的水平提出了更高的要求，推動了人工智能的發(fā)展。而傳統(tǒng)數(shù)學(xué)就是人工智能發(fā)展的理論基石。本文首先對人工智能的發(fā)展現(xiàn)狀進(jìn)行分析，然后在概率和數(shù)理統(tǒng)計(jì)相關(guān)基礎(chǔ)上，對傳統(tǒng)數(shù)學(xué)在計(jì)算機(jī)科學(xué)與技術(shù)領(lǐng)域中人工智能方面的應(yīng)用進(jìn)行詳細(xì)闡述，最后得出結(jié)論。

【關(guān)鍵詞】傳統(tǒng)數(shù)學(xué)；人工智能應(yīng)用；計(jì)算機(jī)科學(xué)與技術(shù)

近年來，網(wǎng)絡(luò)技術(shù)、信息處理技術(shù)迅猛發(fā)展，計(jì)算機(jī)技術(shù)變得更加先進(jìn)和智能。從人工智能的本質(zhì)上來看，其實(shí)際就是算法的改進(jìn)與提升，這其中的算法就是數(shù)學(xué)、概率論以及統(tǒng)計(jì)學(xué)等相關(guān)數(shù)學(xué)理論的具體體現(xiàn)。在人工智能中還體現(xiàn)出了大數(shù)據(jù)方面的內(nèi)容，而大數(shù)據(jù)實(shí)際上也是統(tǒng)計(jì)學(xué)和概率論。在未來的發(fā)展過程中，計(jì)算機(jī)科學(xué)與技術(shù)領(lǐng)域中的人工智能發(fā)展前景會更加開闊，隨著人們需求的提高，對人工智能的要求也隨之提高，因此，對傳統(tǒng)數(shù)學(xué)在人工智能中的應(yīng)用進(jìn)行研究具有一定的現(xiàn)實(shí)意義。

一、人工智能的發(fā)展簡述

AI，其全稱為Artificial Intelligence，被我們稱為人工智能，其主要理論是通過計(jì)算機(jī)技術(shù)，模擬和延伸人在思維上的具體應(yīng)用表現(xiàn)的一種技術(shù)。AI屬于計(jì)算機(jī)科學(xué)的一個支線，通過對人思維的具象化，把人類思維通過智能機(jī)器做出類似反應(yīng)表達(dá)。

人工智能先后經(jīng)歷了以下幾個發(fā)展階段。一是數(shù)據(jù)驅(qū)動階段。這是數(shù)據(jù)帶動人工智能更新?lián)Q代的一個階段，在此階段中能夠獲得并分析的數(shù)據(jù)是量級的，呈現(xiàn)出幾何級數(shù)的增長趨勢。這不僅為人工智能進(jìn)行大規(guī)模的運(yùn)算創(chuàng)造了極高的可能性，而且在這其中還能夠反過來進(jìn)行數(shù)據(jù)的采集，進(jìn)行一定的累積工作，以此帶動整個大數(shù)據(jù)行業(yè)的發(fā)展。二是情境驅(qū)動階段。在此階段中進(jìn)行了一定的創(chuàng)新，相關(guān)的從業(yè)人員將人工智能的發(fā)展從特有目的轉(zhuǎn)換到了通用行為方面，這個階段是通過情境帶動物質(zhì)，可以深入到更加實(shí)際和具體的應(yīng)用中。在人工智能技術(shù)的發(fā)展與數(shù)據(jù)的積累之下，各個行業(yè)在發(fā)展中也發(fā)現(xiàn)通用智能與人工智能可以將數(shù)據(jù)分布進(jìn)行情景化，這讓人工智能可以在特定情境下進(jìn)行發(fā)展。在當(dāng)前的人工智能中，智能手機(jī)、汽車的自動駕駛以及智能投顧等，這些實(shí)際上都是在特定的使用環(huán)境中對人工智能進(jìn)行了應(yīng)用。

從人類社會與人工智能行業(yè)的發(fā)展來看，能夠發(fā)現(xiàn)一個規(guī)律：大數(shù)據(jù)行業(yè)與人工智能行業(yè)之間的關(guān)系是十分緊密的。而大數(shù)據(jù)的發(fā)展需要使用數(shù)學(xué)相關(guān)的知識和原理來進(jìn)行分析和處理。從這方面來看，數(shù)學(xué)實(shí)際上就是人工智能發(fā)展的基礎(chǔ)，通過數(shù)學(xué)運(yùn)算進(jìn)行人工智能的編程，讓一些程序可以自動運(yùn)行，提升了整個生產(chǎn)過程的效率，減少對人力資源的額外的消耗。

二、數(shù)學(xué)運(yùn)算在AI中的應(yīng)用

數(shù)學(xué)與計(jì)算機(jī)科學(xué)本身就存在著十分緊密的關(guān)系，我們學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)知識中的數(shù)學(xué)思維模式就是解決問題的思考模式，還可以通過對數(shù)學(xué)運(yùn)算的理解來對計(jì)算機(jī)中存在的復(fù)雜算法進(jìn)行理解。在當(dāng)前全球的各種人工智能技術(shù)中，數(shù)學(xué)模型是其研究與運(yùn)行的前提，在其中使用的數(shù)學(xué)運(yùn)算主要有以下兩方面。

（一）概率

AI的設(shè)計(jì)和應(yīng)用中是一定會調(diào)用到概率這個基礎(chǔ)數(shù)學(xué)概念的，較于傳統(tǒng)的人工智能算法上，概率統(tǒng)計(jì)已經(jīng)替代了邏輯主義的功能，被廣泛地應(yīng)用在人工智能算法研究當(dāng)中。現(xiàn)階段的人工智能研究環(huán)境并不樂觀，需要處理的行業(yè)信息、數(shù)據(jù)、資料、內(nèi)容等都是爆發(fā)式攀升，故而這個時候需要使得概率統(tǒng)計(jì)成為了機(jī)器學(xué)習(xí)中的一個關(guān)鍵內(nèi)容。概率中關(guān)于數(shù)據(jù)分布的定義，人們把分布定義為固定不變的，這個時候的參數(shù)是要經(jīng)過計(jì)算才能得知；而貝葉斯觀念卻認(rèn)為分布為隨機(jī)性分布，參數(shù)反而是要進(jìn)行概率最大化后的計(jì)算，包括我們熟知的正態(tài)分布正是其理念的一個重要體現(xiàn)。

（二）數(shù)理統(tǒng)計(jì)

在人工智能技術(shù)中，數(shù)理統(tǒng)計(jì)占據(jù)同樣重要的地位。基礎(chǔ)性的數(shù)理統(tǒng)計(jì)可以協(xié)助對機(jī)器學(xué)習(xí)的算法以及數(shù)據(jù)挖掘的結(jié)果進(jìn)行統(tǒng)計(jì)、分析。數(shù)據(jù)結(jié)果只有經(jīng)過科學(xué)、嚴(yán)謹(jǐn)?shù)姆治龊吞幚?，我們才能夠科學(xué)合理地應(yīng)用到實(shí)際層面。這種統(tǒng)計(jì)可以通過觀察和研究，把數(shù)據(jù)、結(jié)果、信息做進(jìn)一步縱向、橫線的對比，同時進(jìn)行科學(xué)的審查和預(yù)估，得出客觀的結(jié)果。盡管數(shù)理統(tǒng)計(jì)是將概率作為理念來源，但是這兩者之間有根本上的區(qū)別。數(shù)理統(tǒng)計(jì)可以看成逆向性的概率論，數(shù)理統(tǒng)計(jì)的任務(wù)是依據(jù)可觀察的樣本來判斷總體性質(zhì)。其中的判斷工具是統(tǒng)計(jì)量，統(tǒng)計(jì)量也就是樣本函數(shù)，即一個隨機(jī)性的變量。參數(shù)估計(jì)經(jīng)過隨機(jī)抽取的樣本對總體分布的未知參數(shù)進(jìn)行抽取，其中包含了點(diǎn)估計(jì)和區(qū)間估計(jì)。若是檢驗(yàn)經(jīng)過隨機(jī)抽取的樣本來對一個總體的判斷結(jié)果進(jìn)行認(rèn)可與否定，這樣就能夠?qū)⑵涫褂迷诠烙?jì)機(jī)器學(xué)習(xí)模型泛化錯誤率方面。

三、結(jié)語

人工智能的發(fā)展離不開對數(shù)學(xué)運(yùn)算的使用，在人工智能研究中使用統(tǒng)計(jì)理論、概率以及線性數(shù)學(xué)等相關(guān)的運(yùn)算知識，讓計(jì)算機(jī)科學(xué)與技術(shù)獲得不斷的更新，并在此基礎(chǔ)上促使人工智能的穩(wěn)定發(fā)展。

參考文獻(xiàn)

[1]趙月瑩.從數(shù)學(xué)思維角度淺析傳統(tǒng)數(shù)學(xué)運(yùn)算在未來計(jì)算機(jī)科學(xué)與技術(shù)領(lǐng)域中人工智能方面的應(yīng)用[J].中國戰(zhàn)略新興產(chǎn)業(yè)，2018（04）.

[2]孫振杰.關(guān)于人工智能發(fā)展的幾點(diǎn)哲學(xué)思考[J].齊魯學(xué)刊，2017（01）：77～81.