OK, entonces las matemáticas juegan múltiples roles en la IA.
El uso original de las matemáticas fue en IA basada en pruebas. Las pruebas resultaron ser completamente sin importancia en IA, ya que nada interesante es demostrable, y viceversa. La teoría de la computación se separó. La lógica y la IA están, al parecer, en gran medida en desacuerdo.
El segundo uso de las matemáticas es en algoritmos. Saber más matemáticas es mejor. La mayoría de los campos matemáticos, incluso los campos muy abstractos, tienen una aplicación potencial aquí. Las matemáticas pueden ser sobre convergencia y patrones, y esas cosas son útiles. Sin embargo, las matemáticas universitarias tienden a empujar hacia el análisis, y un método probado no tiene más uso en IA que uno no probado. Se puede argumentar que la madurez matemática proviene de tomar cursos de matemáticas cada vez más avanzados, y no puedo discutir eso. Ciertamente, se beneficiará del cálculo, las matemáticas discretas, el álgebra lineal, la geometría, el problema / estadística y la combinatoria.
- ¿Puede la inteligencia artificial (en cualquier forma) reemplazar el poder del hombre de manera eficiente? ¿O solo estamos construyendo castillos en el aire?
- ¿Cómo se puede definir el aprendizaje en inteligencia artificial?
- Cómo usar AI en mi sitio web
- ¿Cuáles serían las verticales más calientes en las que la IA prosperaría en los próximos años, aparte del comercio minorista?
- ¿Cuál será el papel de la física y los físicos en un futuro dominado por trabajos relacionados con la inteligencia artificial?
Sin embargo, la IA solo es útil si puedes hacer algo con ella. Esto significa que necesita poder programar y programar bien. Claro, puede usar un sistema DNN muy sofisticado como TensorFlow sin ser el mejor programador del mundo, pero necesita tener fuertes habilidades de programación, y usar un algoritmo de aprendizaje automático no es realmente estudiar AI. Necesitas mucha más comprensión de CS para usar ML que la comprensión matemática . La construcción de sistemas de inteligencia artificial es un problema separado, pero de nuevo, aquí necesitas buenas habilidades de CS.
Además, la educación sobre IA necesita ser completada. No puedes entender la IA sin entender la psicología cognitiva. No necesita ser un experto, pero comprender lo que es “pensar” resultará crítico. También debe estudiar lingüística, ya que es un sistema formal fuera de las matemáticas, y uno que tiene una cantidad excepcional de uso.
No veo cómo puedes realmente estudiar o investigar IA sin la base de al menos el equivalente de un estudiante universitario en CS (pero no necesariamente más). Las CS y las matemáticas no están en oposición aquí, pero la idea de que las matemáticas pueden representar la inteligencia suele ser la causa de los colapsos que conducen a los inviernos de IA. En este momento, las personas con enfoque matemático están luchando para responder a la IA adversaria, y encuentran que los libros de texto de matemáticas no dicen mucho.
