学习人工智能一定要数学很好吗？

谢谢您的问题。了解人工智能需要数学常识，深入研究人工智能需要深厚数学基础。

人工智能与数学的关系。人工智能三大要素是算力、算法和大数据，都与数学有关，人工智能本质就是数学。人工智能工作机制与人脑类似，就是收集数据（感知世界）、认知数据（发掘规律）、输出数据（决策应用），整个过程效能可以量化为数学公式，即人工智能效能等于算力乘以数据再乘以算法的平方。效能代表全过程处理时间，越小代表效能越高，从公式可知，算法的影响力最大。算力有量子计算机帮助，大数据采集、存储和挖掘也越来越成熟，算法的突破将是人工智能的重点突破。

人工智能体现了数学。科学需要用数学表达。以华为为例，GSM多载波干扰问题就是俄罗斯数学家使用非线性数学多维空间逆函数解决的，设置了移动网络算法，使2G、3G、4G网络同平台运行，减少了建设成本。同时，华为手机拍月亮，也是使用了法国的数学家设计的人工智能算法，用数学的方式合成图像。华为手机的指纹解锁技术，背后也是数学算法，识别纹路、手指生物特征等。

学人工智能如何学数学。学人工智能与从事人工智能是两回事。如果想了解人工智能，那么要具备线性代数（多维矩阵）、微积分（深度学习工具）、数理统计（理解和可视化数据）、概率（统计规律）基础知识基本就够了。如果想深度研究、或者以人工智能为主业，那么还是应该精通以上知识，同时还要学习最优化理论（寻求最优解）、信息论（定量不确定性）、形式逻辑（抽象推理）等，如果空学理论很难，最好结合具体场景与应用，倒逼学习，带着问题学习人工智能，不是“学”数学，而是“做”数学。

欢迎关注，批评指正。

人工智能是我的主要研究领域，目前也在指导机器学习方向的研究生，所以我来回答一下这个问题。

首先，要从事人工智能领域的研发一定要有一个扎实的数学基础，因为不论是从事机器学习（包括深度学习）、计算机视觉、自然语言处理还是机器人学等方向的研发都有一个共同的核心，这个核心就是算法设计，而算法设计说到底就是数学问题。

人工智能的发展需要三个基础，分别是数据、算力和算法，随着目前大数据和云计算的发展，人工智能在数据和算力上有了一定的保障，这也在一定程度上推动了人工智能的发展，也使得深度学习的效果得到了较大的改善，但是相比于数据和算力来说，算法的研究才是目前人工智能领域研究的核心。算法的突破往往具有较大的难度，不少人工智能领域的核心算法已经有了几十年的应用历史。

由于目前人工智能领域的研发依然处在行业发展的初期，依然有大量的研究课题需要突破，所以当前人工智能领域的人才需求依然以研发型人才为主，而扎实的数学基础是研发型人才必须具备的条件之一。虽然目前已经有一小部分高校在本科阶段开设了人工智能专业，但是人工智能人才的培养依然以研究生教育为主，未来较长一段时间内，要想专业从事人工智能领域的研发，读研是比较现实的选择。

在5G时代，物联网将迎来全面发展的行业预期，而物联网作为人工智能产品的重要落地应用场景之一，未来物联网和人工智能的结合也会逐渐紧密，所以对于数学基础比较薄弱的学习者来说，从物联网开始学习是不错的选择。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！