楊焜翔

摘要：隨著我國(guó)科學(xué)技術(shù)實(shí)力的不斷增強(qiáng)，人工智能技術(shù)作為新興的計(jì)算機(jī)科學(xué)出現(xiàn)在人們的視域中，以互聯(lián)網(wǎng)平臺(tái)、大數(shù)據(jù)技術(shù)、數(shù)據(jù)庫(kù)為依托的人工智能設(shè)備不僅能為人們的生產(chǎn)、生活提供服務(wù)支持，還能輔助人們完成工作任務(wù)，提高工作效率。智能化是21世紀(jì)信息技術(shù)的發(fā)展趨勢(shì)之一，人工智能則代表了信息技術(shù)發(fā)展的前沿領(lǐng)域。在信息技術(shù)新課程中，人工智能的內(nèi)容除了單獨(dú)設(shè)置選修模塊外，還在必修課程“信息加工與表達(dá)”中給予了充分的體現(xiàn)。課程中既讓學(xué)生通過(guò)實(shí)例演示體驗(yàn)人工智能的基本工作原理，又有相關(guān)前沿知識(shí)的介紹?，F(xiàn)代科學(xué)領(lǐng)域下的人工智能技術(shù)呈現(xiàn)出數(shù)理融合形態(tài)，學(xué)習(xí)人員不但要具備較強(qiáng)的邏輯思維，還要具備物理探究能力，能通過(guò)實(shí)驗(yàn)現(xiàn)象發(fā)現(xiàn)問(wèn)題，運(yùn)用數(shù)理知識(shí)解決問(wèn)題。

關(guān)鍵詞：數(shù)理基礎(chǔ)；人工智能；問(wèn)題研究

1 數(shù)理基礎(chǔ)的定義

數(shù)理基礎(chǔ)科學(xué)專業(yè)強(qiáng)調(diào)打好數(shù)學(xué)和物理學(xué)的基礎(chǔ)的同時(shí)，培養(yǎng)學(xué)生對(duì)數(shù)學(xué)的高度抽象思維能力，同時(shí)具有現(xiàn)代物理學(xué)的形象思維和實(shí)驗(yàn)技能，由于數(shù)理基礎(chǔ)科學(xué)專業(yè)的學(xué)生具備較扎實(shí)的數(shù)學(xué)和物理學(xué)的專業(yè)知識(shí)。該專業(yè)主要培養(yǎng)能從事數(shù)學(xué)、物理等基礎(chǔ)科學(xué)教學(xué)和科研的有發(fā)展?jié)摿Φ膬?yōu)秀人才，尤其是在數(shù)學(xué)、物理上具有創(chuàng)新的能力的人才，同時(shí)也為對(duì)數(shù)理基礎(chǔ)要求高的其它學(xué)科培養(yǎng)有良好的數(shù)理基礎(chǔ)的新型人才。

2 人工智能

人工智能計(jì)算機(jī)學(xué)科的一個(gè)分支，是研究使計(jì)算機(jī)來(lái)模擬人的某些思維過(guò)程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語(yǔ)言學(xué)等學(xué)科?？梢哉f(shuō)幾乎是自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科，其范圍已遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實(shí)踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一個(gè)應(yīng)用分支。從思維觀點(diǎn)看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進(jìn)入語(yǔ)言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進(jìn)入人工智能學(xué)科，它們將互相促進(jìn)而更快地發(fā)展。

3 數(shù)理基礎(chǔ)對(duì)人工智能學(xué)習(xí)的主要影響因素

3.1 數(shù)學(xué)基礎(chǔ)在人工智能中的應(yīng)用

數(shù)學(xué)是一門(mén)博大精深的學(xué)科，同時(shí)，他也是人工智能技術(shù)發(fā)展，必不可少的基石。雖然數(shù)學(xué)一向是被認(rèn)為獨(dú)立性最強(qiáng)的純科學(xué)，但是在人工智能時(shí)代，數(shù)學(xué)已經(jīng)咸魚(yú)翻身。人工智能（AI）實(shí)際上是將數(shù)學(xué)，算法，工程緊密結(jié)合的一塊領(lǐng)域?，F(xiàn)階段AI涉及的算法更多的是在數(shù)學(xué)的理論體系之中（如數(shù)學(xué)邏輯，概率論，統(tǒng)計(jì)學(xué)）。硬件技術(shù)涉及到許多門(mén)類的學(xué)科（如物理，化學(xué)，數(shù)學(xué)），而軟件技術(shù)除了語(yǔ)言邏輯之外，很大一部分需要用到數(shù)學(xué)知識(shí)，越是高深的程序（其中環(huán)節(jié)，如邏輯思維、數(shù)據(jù)結(jié)構(gòu)、算法等），就越需要各種不同的數(shù)學(xué)知識(shí)：①枚舉：進(jìn)行歸納推理，根據(jù)可能情況得出結(jié)論。計(jì)算機(jī)程序中是一個(gè)被命名的整型常數(shù)的集合，枚舉的說(shuō)明與結(jié)構(gòu)和聯(lián)合相似。②遞歸：使用有意義的方式用一個(gè)詞來(lái)定義其本身，計(jì)算機(jī)程序中是一個(gè)過(guò)程或函數(shù)在其定義或說(shuō)明中有直接或間接調(diào)用自身的一種方法。③排序：選取一個(gè)衡量因素來(lái)進(jìn)行比較，然后按照根據(jù)這個(gè)因素進(jìn)行排列。④集合：指具有某種特定性質(zhì)的具體的或抽象的對(duì)象匯總成的集體。⑤數(shù)組與矩陣：是無(wú)序的元素序列。數(shù)組又分為：一維數(shù)組、二維數(shù)組、多維數(shù)組。然后，二維與多維數(shù)組，也就是矩陣。矩陣在數(shù)學(xué)中，是指一個(gè)按照長(zhǎng)方陣列排列的復(fù)數(shù)或?qū)崝?shù)集合。⑥基本的數(shù)值計(jì)算常識(shí)（牛頓法，二分法，線性回歸和最小二乘，誤差控制）。⑦基本的微積分，高維函數(shù)的微積分（尤其是微分的部分）。

⑧基本的線性代數(shù)：向量和矩陣運(yùn)算，矩陣求逆，相似矩陣，矩陣的特征值和特征向量，行列式等。⑨期望，方差，協(xié)方差等基本概念。常見(jiàn)的概率分布，條件概率的鏈?zhǔn)椒▌t，貝葉斯公式，極大似然估計(jì)。

⑩高維函數(shù)的微積分與線性代數(shù)的綜合知識(shí)，Hessian 矩陣Jacobian 矩陣，二次型等等。

3.1.2 線性代數(shù)

線性代數(shù)不僅僅是人工智能的基礎(chǔ)，更是現(xiàn)代數(shù)學(xué)和以現(xiàn)代數(shù)學(xué)作為主要分析方法的眾多學(xué)科的基礎(chǔ)。從量子力學(xué)到圖像處理都離不開(kāi)向量和矩陣的使用。線性代數(shù)的核心意義在于提供了?種看待世界的抽象視角：萬(wàn)事萬(wàn)物都可以被抽象成某些特征的組合，并在由預(yù)置規(guī)則定義的框架之下以靜態(tài)和動(dòng)態(tài)的方式加以觀察。其本質(zhì)在于將具像的事物進(jìn)行抽象化數(shù)字處理，并描述其動(dòng)靜態(tài)特性，通過(guò)不同的表達(dá)形式來(lái)闡述在不同維度中，事物的數(shù)學(xué)特性與變化。總之，線性代數(shù)之于人工智能如同加法之于高等數(shù)學(xué)，是一個(gè)基礎(chǔ)的工具集。

3.1.3 概率論

概率論也是人工智能研究中必備的數(shù)學(xué)基礎(chǔ)。在數(shù)據(jù)爆炸式增長(zhǎng)和計(jì)算力指數(shù)化增強(qiáng)的今天，概率論已經(jīng)在機(jī)器學(xué)習(xí)中扮演了核心角色。其關(guān)注的焦點(diǎn)是無(wú)處不在的可能性。頻率學(xué)派認(rèn)為先驗(yàn)分布是固定的，模型參數(shù)要靠最大似然估計(jì)計(jì)算；貝葉斯學(xué)派認(rèn)為先驗(yàn)分布是隨機(jī)的，模型參數(shù)要靠后驗(yàn)概率最大化計(jì)算；正態(tài)分布是最重要的一種隨機(jī)變量的分布。

3.1.4 數(shù)理統(tǒng)計(jì)

在人工智能的研究中，數(shù)理統(tǒng)計(jì)同樣不可或缺?；A(chǔ)的統(tǒng)計(jì)理論有助于對(duì)機(jī)器學(xué)習(xí)的算法和數(shù)據(jù)挖掘的結(jié)果做出解釋，數(shù)理統(tǒng)計(jì)根據(jù)觀察或?qū)嶒?yàn)得到的數(shù)據(jù)來(lái)研究隨機(jī)現(xiàn)象，并對(duì)研究對(duì)象的客觀規(guī)律做出合理的估計(jì)和判斷。當(dāng)然概率論與數(shù)理統(tǒng)計(jì)還是存在著本質(zhì)區(qū)別。兩者的統(tǒng)計(jì)樣本（隨機(jī)變量特征）的分布是不同的，前者是已知，后者是未知。

3.1.5 人工智能在各行業(yè)的應(yīng)用

人工智能隨著大數(shù)據(jù)的發(fā)展，將智能應(yīng)用發(fā)展得淋漓盡致，在各行各業(yè)都得到廣泛的應(yīng)用。包括智能家居，智慧金融，智能客服，智能制造，智能醫(yī)療，智能藝術(shù)創(chuàng)作等各大領(lǐng)域。

智能家居：Echo音箱，智能炒菜機(jī)器人，智能安防等等。將人工智能技術(shù)嵌入，只需要通過(guò)碰觸、手勢(shì)、語(yǔ)音識(shí)別、人臉識(shí)別即可實(shí)現(xiàn)各種功能。

智慧金融：通過(guò)挖掘金融市場(chǎng)、風(fēng)險(xiǎn)變化、用戶數(shù)據(jù)規(guī)律，給用戶制定個(gè)性化服務(wù)。包括智能投資顧問(wèn)行業(yè)、保險(xiǎn)行業(yè)、征信行業(yè)等等。

4 物理實(shí)驗(yàn)探究思維和思辨意識(shí)

物理是理工學(xué)知識(shí)體系重要的組成內(nèi)容，包括理論物理、經(jīng)典物理等內(nèi)容，是現(xiàn)代科學(xué)技術(shù)發(fā)展的重要理論指導(dǎo)。在基礎(chǔ)物理領(lǐng)域，經(jīng)典物理體系及光學(xué)、電學(xué)、電磁學(xué)、熱學(xué)、力學(xué)是組成物理學(xué)的組織基礎(chǔ)，其中涉及到光學(xué)、電學(xué)、電磁學(xué)、熱學(xué)和經(jīng)典力學(xué)體系的實(shí)驗(yàn)探究思維和思辨意識(shí)是學(xué)習(xí)人工智能技術(shù)常用的方法。包括智能編程、數(shù)據(jù)管理、軟件開(kāi)發(fā)、架構(gòu)優(yōu)化與策劃都需要用到實(shí)驗(yàn)探究思維，其中涉及到實(shí)踐的理論和知識(shí)必須通過(guò)計(jì)算機(jī)模擬實(shí)驗(yàn)、軟件測(cè)試、智能集成等方法進(jìn)行優(yōu)化，通過(guò)找到信息影響因子，去除影響因素來(lái)制定解決方案，優(yōu)化系統(tǒng)。思辨意識(shí)是實(shí)驗(yàn)探究思維常用到的研究方法，通過(guò)從正、反兩方面對(duì)比物體的形式、特征、屬性、原理找尋物體所具有的特性，分析物體特性形成的原因，找到內(nèi)部的組織規(guī)律。人工智能領(lǐng)域中思辨意識(shí)的運(yùn)用是基于計(jì)算機(jī)系統(tǒng)和中央處理系統(tǒng)數(shù)據(jù)鏈對(duì)接的探究方法，用于判定智能系統(tǒng)的特性和原理。

5 結(jié)語(yǔ)

綜上所述，數(shù)理基礎(chǔ)是人工智能技術(shù)學(xué)習(xí)的基礎(chǔ)，是學(xué)習(xí)者應(yīng)具備的基本理論知識(shí)。只有學(xué)習(xí)者樹(shù)立抽象思維、運(yùn)用實(shí)驗(yàn)探究方法，從對(duì)比、演繹角度出發(fā)才能深入了解人工智能知識(shí)、技術(shù)和學(xué)習(xí)方法，找到學(xué)習(xí)規(guī)律，讓自身形成完備的技術(shù)素養(yǎng)。

參考文獻(xiàn)

[1]陳立鵬.人工智能引發(fā)的科學(xué)技術(shù)倫理問(wèn)題[J].文學(xué)教育（下）.2012（08）：1-4

[2]李錦峰，滕福星.從技術(shù)倫理視角審視人機(jī)聊天[J].自然辯證法研究.2008（09）：11-14

（作者單位：天津市五十七中學(xué)）