数学は人工知能の第 3 の波をどのように推進するか

車の運転からスマートフォンの使用、デジタルタイマー付きのコーヒーマシンでコーヒーを淹れること、オンラインで銀行口座にログインすることまで、私たちは数え切れないほどのさまざまな場面でそれに遭遇します。今日の場所のアルゴリズム。

アルゴリズムは遍在する性質により、産業界、学術界、研究開発など、考えられるほぼすべてのセクターの想像力を魅了してきました。おそらく、最先端のアルゴリズムから最も恩恵を受け、ひいては今日の他のほとんどの業界に波及効果をもたらす可能性が高いテクノロジーは、人工知能です。強力なアルゴリズムの開発の重要な要素は数学です。グラフはショールのアルゴリズムやシュレディンガー方程式の基礎です。ブール代数は、今日の「情報時代」の基礎を築きました。同様に、エイダ ラブレスのアルゴリズムは、1842 年にはすでに最初のコンピューター プログラムであると広く考えられています。

ご想像のとおり、最小の AI (人工知能) システムであっても、実行するには基本的な命令が必要です。簡単に言うと、アルゴリズムは、コンピューターが計算を完了するのを助ける段階的な命令です。それらは、マシンに何をいつ行うべきかを正確に知らせる取扱説明書のようなものです。したがって、基本的な機械学習では、アルゴリズムが人工知能を構築するための最初の構造ステップとなります。練習すれば完璧になるため、AI との対話を継続することで、AI の効率を向上させることができると期待されています。

テクノロジーとしての人工知能は、適切に使用すれば無限の可能性を秘めています。前述したように、AI は医療、教育、通信、エネルギー、公共安全の分野を強化し、地球温暖化などの重大な課題の解決にも役立っています。

残念ながら、現在、私たちは人工知能の初期段階にあり、主に次のような単純なアルゴリズムを使用しています。

分類アルゴリズム

特定の方法を使用して、グループ データを分類するために使用されるアルゴリズムのタイプ。

回帰アルゴリズム

一連の入力データに基づいて将来の結果を予測するアルゴリズムの一種。この良い例は、現代の気象学者が天気を予測するために使用するコンピューター プログラムです。

クラスタリング アルゴリズム

このアルゴリズムは、データ セット全体を使用して、特定のポイント間の類似点または相違点を見つけます。会計書類内の不正取引の特定は、この種の人工知能の取り組みの一例ですが、必要とされているのは、人工知能の性質そのものにより、数学の分野から生まれる革命的なブレークスルーです。

相関関係だけに焦点を当てるのではなく、基礎となるデータのコンテキストと構造を捉える、新しい数学ベースのツールが必要です。これらのツールは主にトポロジとジオメトリに基づいています。今日の AI 専門家は、革新的な結果を達成できるこれらの構造に基づいた効果的なアルゴリズムの開発に注力する必要があります。

これらすべてには新しい考え方と新しい学習方法が必要であり、テクノロジーを使用する人は快適ゾーンから抜け出すことを余儀なくされます。重要な前進として、今日のデジタルファースト社会では、将来の数学者やデータ処理能力者のトレーニングを大幅に改善する必要があります。人工知能はこれまで以上に多くの数学者を魅了していますが、脳の働きをシミュレートし、将来の人工知能に組み込まれる論理機能をより適切に構築できるようにする高度な数学ツールが重要です。

私たちは人工知能技術の開発を加速し、強力な相乗効果を生み出し、知識の最前線を押し広げ、科学、社会、世界経済に利益をもたらさなければなりません。

以上が数学は人工知能の第 3 の波をどのように推進するかの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。