各位网友好，小编关注的话题，就是关于人工智能陈颖的问题，为大家整理了1个问题人工智能陈颖的解答内容来自网络整理。

数学好会对学习人工智能深度学习有帮助吗

数学好会对学习人工智能深度学习有帮助吗？答案是肯定的；不仅是肯定的，而且数学学好，不仅仅是对人工智能领域，在所有科学领域都有其他学科无法比拟的优势；几乎科学都离不开数学的基础，而且要想上升到一定高度，数学更是必不可少的；拿华为来说，华为之所以能够将手机CPU做到世界领先，绝对要有优质的算法；华为手机的摄像功能、AI功能的优秀，优质数学算法更是作用巨大。

当前最火的职业可能是程序员，一名优秀的程序员，需要有很好的数学，否则，你只会是代码的搬运工；无无法从事更复杂的程序设计；

当前的电路仿真软件，热学仿真、光学仿真、力学仿真等每个靠数学计算得到的仿真结果；大大的加快了研发效率；遗憾的是，这些东西都被外国人掌握着，中国还需要更加努力；我们很多的科技成果都依靠外国仿真软件在进行；华为的芯片设计就是采用美国的Candence公司的EDA软件进行设计仿真的；国内理工院校也大量采用人家的仿真软件做科研，大部分论文中的科研成果，都是采用Candence公司的PSICE进行仿真的。国产大飞机、国产光刻机、航空发动机，每一种高精尖的设备的研发都离不开软件仿真、离不开数学计算。

所以，学好数学才是关键；目前国内的生产研发企业，重视数学的并不多；主要原因是做各种研发的基本上是市面成熟产品的应用，并不涉及深入的算法；但华为每年花大价钱招数学专业的人才，才使得华为能够在科研上更进一步；我认识一位中科院的研究员，他家的孩子从来不上什么美术、音乐等等这些辅导班；只上了奥数和英语的学习班，为什么？因为只要你想从事点研究类的东西，都需要好的数学，还有优质论文都是英文版的😁。

在此，如果你家孩子对数学感兴趣，一定不要磨灭孩子的兴趣，数学可以培养孩子更好的思维能力；会对其未来更大的帮助！

人工智能是一个多学科和多种技能结合的产物，人工智能的研究内容包括机器人、语言识别、图像识别、自然语言处理和专家系统等。在人工智能中机器学习和深度学习很重要的。深度学习是机器学习现在比较火的一个方向，其本身是神经网络算法的衍生，在图像、语音等富媒体的分类和识别上取得了非常好的效果。

一、人工智能需要掌握的高等数学知识

学习人工智能的知识比较多，需要有高等数学、计算机及机器学习以等方面的知识。其中，学好数学知识是很关键的。

1、高等数学：微积分、高维函数的微积分，尤其是微分的部分。

2、线性代数：向量和矩阵运算，矩阵求逆，相似矩阵，矩阵的特征值和特征向量，行列式等。

3、数理统计：基本的数值计算，如线性回归和最小二乘，误差控制等。概率、期望，方差，协方差等基本概念。常见的概率分布，条件概率的链式法则，贝叶斯公式，极大似然估计等。

二、数学与深度学习的关系

深度学习是机器学习的子领域。而线性代数是有关连续值的数学。许多计算机科学家在此方面经验不足（传统上计算机科学更偏重离散数学）。想要理解和使用许多机器学习算法，特别是深度学习算法，对线性代数的良好理解是不可或缺的。

深度学习背后的核心数据结构是标量、向量、矩阵、张量。让我们通过编程，使用这些数据结构求解基本的线性代数问题。

三、机器学习需要的数学及相关知识

机器学习包括回归算法、决策树、随机森林和提升算法；数据分析的Aprior算法和关联规则等。机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。

所以，数学基础好对学习人工智能、机器学习以及深度学习等都是很重要的。

首先，答案是肯定的，不但有帮助，而且帮助还很大。

人工智能、深度学习，到最后都是各种算法，而算法的本质，就是数学，你说要是连微积分、概率论都搞不明白，何谈编程？

人才>雇用/strong>

每年，阿里、腾讯、百度、京东、华为，都会花大价钱，从校园、社会招聘大量的科学家、校招生，且薪资不低，百万起步，甚至更多。

阿里以百万美元的年薪招聘了两位华人科学家，加入了阿里人工智能实验室（以下简称 AI Labs）。这两位科学家均是中国人，一位叫做陈颖，一位叫做谭平。其中关于这两位科学家的介绍还是相当少的，基本上都是寥寥几语。

感兴趣的可去百度一下这两个人，就知道有多牛逼。

华为招聘也厉害：

6月27日，华为内部社区挂出任正非6月20日在公司EMT（经营管理团队）的内部讲话。任正非称：“今年我们将从全世界招进20-30名天才少年，明年我们还想从世界范围招进200-300名。这些天才少年就像‘泥鳅’一样，钻活我们的组织，激活我们的队伍。”

为啥这么干

天才，是指拥有超出常人的天赋，能在某一个领域做出突出贡献的人。比如牛顿22岁发明微积分，爱因斯坦26岁创立相对论。天才是具有创新能力的知识分子。

平庸的公司实际上是容不下天才的，更不要说天才少年。就像中国的大学里现在也只有中国科技大学等少数几个大学保留了少年班。容纳天才，容纳天才少年要求组织里的文化、制度要与之匹配。

为啥这些大厂甘愿花大价钱去招聘人才？原因只有一个：他们的确是人才。

编程，无论哪个语言，相较于学术来说，相对要容易许多。培养一个博士后、或者专业人才，需要6年，10年，甚至更多。但是，想要学会编程，我看用不了那么久。那么生涩难懂的学术都能搞懂，何苦编程？那得是什么脑子才能搞懂那么生涩难懂的学术问题。

说到这里，就应该能明白，大厂为啥会花大价钱去招聘学术牛逼的人才，而不是程序员。程序员可以短时间培养，而学术人才则不然，需要天分、努力、时间等等因素。

搞学术的，搞理论的，把理论搞明白了，剩下的不就简单了吗？程序员实现以下就得了呀。所以，编程，拼到最后，拼的就是知识，硬实力，而不再是经验了，再有编程经验，搞不定理论知识，也是白瞎。

关注@银河架构师，发现更多精彩内容。

非常有帮助，有数学经历的人在IT行业是非常受欢迎的，现在很热的大数据分析，算法工程师，人工智能等，很多底层都是要数学功底的，所以现在如果是大学选的数学系和软件类的双学士学位，会非常抢手。举个简单的例子吧，比如从A到B的路径导航，怎么走才最优，不同算法就完全不一样，如果仅仅是程序员来做，一般是具体实现了功能，从A到B了，但是中间怎么选出最优的路线，对程序员来说，难度就大了一些，如果边上有个数学好的，告诉程序员怎么计算最短路径的方法，那就能让整个程序更优，效率更高了。所以数学很>紧张/p>

有，非常有。

很多年前有一个争论，“工业互联网”姓工还是姓网？而AI，是姓数还是姓网？

AI的三驾马车是，算法、算力和数据。其中以核心算法、基础算法最为瓶颈。

一个是目前基本上都是国际上的开源，第二个是目前进入AI领域的基本都是计算机背景的人才。

而AI是基于大数据的机器学习和深度学习算法，中间遇到的线性回归、KNN、决策树、CNN等算法无一不投射着数学之美~

所谓数学是基础学课不是没道理的呀~但是仅仅有数学，没有编程、伦理、心理学等知识，AI在治理方面就会遇到天花板~

最后，用蔡康永的话来总结，同时也是自勉：15岁觉得游泳难，放弃游泳，到18岁遇到一个你喜欢的人约你去游泳，你只好说‘我不会耶’。18岁觉得英文难，放弃英文，28岁出现一个很棒但要会英文的工作，你只好说‘我不会耶’。人生前期越嫌麻烦，越懒得学，后来就越可能错过让你动心的人和事，错过新风景。

到此，大家对人工智能陈颖的解答时否满意，希望人工智能陈颖的1解答对大家有用，如内容不符合请联系小编修改。