一、人工智能哪个方向需要数学？

当前许多 AI 的研究基本上都围绕着数学在进行，比如有统计学、概率论等，这些都是在理论层面的。无论你在哪里看到关于人工智能的课程，都会跟你说要求你掌握了基本的数学知识，例如导数、线性代数、概率论、统计学等。

如果是数学专业的人，在 AI 上偏向于理论的研究，例如新算法的研究，利用更加好的知识来使算法更加快速更加精确。

二、人工智能需要哪些高级的数学知识？

拓扑，泛函，近世代数这些根本用不到的，别听别人瞎吹，我就是纯数学专业学AI算法的。可以说大学数学专业学的数学，人工智能用了不到三成。你本科学数学的，那么应该知道高等代数和代数学的区别是什么，应该知道数学到泛函那个层面了基本没有数字了，说白了数学就在学空间，各种抽象的空间。

人工智能接触的是生活，目前还停留在欧式空间中简单的东西。当然现在人工智能确实有流形概念出现了，不过这是正常的，现在许多人工智能和三维打上交道了，别人研究一下流形也是很靠谱的。可是绝大多还是依靠概率论，实变函数里面的测度（其实就是距离），然后数值计算的优化方法，虽然它接触了实变但也只是一小部分，更多的是优化方法，概率论，数学分析，高等代数，偶尔会扯到其他感觉高大上的科目，比如拓扑，但是拓扑里面东西可多了，它也就擦个边，拓扑里面紧致和连通，也就会跟连通扯一扯。

所以说目前人工智能的局限性也就在于没有突破如何将数学完美的运用进来，同时深度学习的兴起是好事，也是坏事，你靠复合函数拟合的东西你又知道多少真正的原理，事物的关联，现在可以说学深度学习根本不用学数学，没有确定的数学原理支撑就导致都在调参，而且人工智能要发展，肯定是取百家之长，而不是只看一个点。

因此如果仅仅是想学好人工智能，不用担心用到高级的数学知识。其实用到纯数内容比较少而且都是容易理解的一部分，老老实实学好高等代数，数学分析，概率论这三门就好了，其他延伸的一小部分都是以这三门为基础。当然最重要的是编码能力，这样足够让你学好了，如果你是要好好研究算法，创造跨时代的算法，数学就得挖到入门的那个地方了，甚至越深越好。

三、人工智能有哪些数学方法？

人工智能需要具备的数学基础有很多，如：

1、线性代数：本质是将具体的事物抽象为数学对象，并描述其静态或动态特性，在人工智能领域，计算机处理生活中的事物采用的就是将具体抽象化的方法。

2、概率论：概率论是对生活中无所不在的可行性的分析研究，在人工智能领域，概率论通过对生活中的可行性进行建模分析处理，进而做出判断或操作。

3、形式逻辑：理想的人工智能应该具有抽象意义的学习、推理和归纳的能力，这就需要一个认知的过程，如果我们将认知的过程定义为对符号的逻辑运算，那么形式逻辑就是人工智能的基础。

4、数理统计：数理统计着重研究的对象是未知分布的随机变量，是逆向的概率论，对于人工智能来说，能够对未知分布的随机变量进行研究分析，才是最重要的。

四、学习人工智能，需要什么数学基础？

需要必备的知识有:

1、线性代数：如何将研究对象形式化？

2、概率论：如何描述统计规律？

3、数理统计：如何以小见大？

4、最优化理论： 如何找到最优解？

5、信息论：如何定量度量不确定性？

6、形式逻辑：如何实现抽象推理？

7、线性代数：如何将研究对象形式化？人工智能简介:1、人工智能（Artificial Intelligence），英文缩写为AI。人工智能涉及的学科:哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，社会结构学与科学发展观。

五、人工智能需要物理和数学好么？

需要

学习人工智能专业需要掌握一定的数学和物理基础，尤其对于人工智能中的某些领域（如机器学习、深度学习等）需要更加深入的数学基础。但是如果您的物理基础相对较差，也不必过于担心，因为物理和数学在一定程度上是相关的。并且，学习人工智能并不是只有物理和数学基础才能成功，还需要良好的逻辑思维能力和编程能力。

如果您想在人工智能领域取得成功，建议您积极学习和提高自己的数学和物理基础，掌握必要的数学知识，例如高等数学、线性代数、概率论等，这将有助于您更好地理解人工智能的相关理论和算法。您可以通过参加学校的相关课程、自学、参加线上课程等方式来提高自己的数学和物理基础。

总之，学习人工智能需要付出不少的努力，但只要您有足够的兴趣和努力，您一定能够学好这个专业。希望这能回答您的问题！

六、数学建模需要哪些数学知识？

数学分析，高等代数，概率统计。数学建模最主要的问题在知识点上无非是这几块：

1、多元变量求最值问题，最终能够将其转化为拉格朗日乘子法；

2、高维线性规划，线性回归问题，用线性代数的矩阵乘法来解决；

3、有可能需要用到随机过程的相关知识，以及应用大数定理，以及蒙特卡洛算法，用概率统计为工具进行解决。

七、人工智能需要哪些物理知识？

ai的基础应该是数学，把现在已知的，甚至未知的数学理解、探索、融汇贯通达到先有“能”，有计算与判断的能力；再有“智”，有理性、感性去分析判断问题的智力。

人工智能对物理知识的需求应该是较少的，他对语言学、哲学、心理学、社会学的需求都可能比物理学多

八、ai人工智能需要哪些设备？

人工智能产品有智能音箱，扫地机器人 ，扫脸支付/识别软件，智能空调等很多。

1、智能音箱：拥有AI技术的音箱，除了基本功能，还是一个上网的入口，如用音箱点歌、网购等，还可以对智能家居设备进行控制。

2、扫地机器人：它是AI技术在电器上的典型应用，一般采用“刷扫”将杂物先吸入垃圾收纳盒，然后自动完成吸尘、擦地等操作。

3、扫脸支付/识别软件：是人工智能一个热门应用领域，应用于很多领域。

4、智能空调：AI空调除了更易控制，还能根据外界气候条件，按照预先设定的指标对温度、湿度、空气清洁度传感器所传来的信号进行分析、判断、及时自动打开制冷、加热、去湿及空气净化等功能。

九、人工智能需要学哪些课程？

人工智能需要学习数学、计算机科学和统计学等相关课程。1. 数学是人工智能的基础，包括线性代数、微积分、概率等等，对于理解机器学习、神经网络等算法都非常重要。2. 计算机科学的相关课程如操作系统、数据结构和算法等都是人工智能必备的基础知识。3. 统计学是用于描述和分析数据的一门学科，在机器学习和数据挖掘等领域也是必不可少的一环。除此之外，还需要了解人工智能的一些应用和领域知识，例如自然语言处理、计算机视觉、机器人学等。

十、人工智能汽车需要哪些专业？

1、专业课程

专业基础课程：汽车机械基础、汽车机械制图、汽车电工电子技术、程序设计基础、汽车网络通信基础、汽车构造、汽车电路与电气设备、电子线路设计与仿真。

专业核心课程：汽车微控制器技术与应用、车载网络及总线技术与应用、车载无线通信技术与应用、人工智能技术应用、车载终端应用程序开发、汽车智能产品设计与制作、汽车智能传感器技术与应用、汽车智能座舱技术与应用。

2、培养目标

本专业培养德智体美劳全面发展，掌握扎实的科学文化基础和汽车微控制器、车载网络与总线系统、车载终端应用程序、汽车传统传感器及智能传感器和智能座舱等知识，具备机器学习程序实现、车载AI 应用运维和汽车智能电子产品设计等能力，具有工匠精神和信息素养，能够从事智能驾驶系统和车路协同系统的样品试制、试验，成品装配、调试、测试、标定、质量检验及相关工艺管理，售前售后技术支持等工作的高素质技术技能人才。

3、就业方向

面向汽车工程技术人员、电子工程技术人员、信息和通信工程技术人员、电子设备装配调试人员、电子专用设备装配调试人员等职业，智能驾驶系统和车路协同系统的研发辅助、生产制造、营运服务等技术领域。