數(shù)學(xué)對計(jì)算機(jī)人工智能發(fā)展的重要性探究

王琪

【摘要】數(shù)學(xué)是一項(xiàng)較為強(qiáng)大且具有多元化理論知識科目，數(shù)學(xué)知識具有自身的特點(diǎn)，并且能夠作用于各個(gè)領(lǐng)域。文章合理的通過對數(shù)學(xué)在計(jì)算機(jī)人工智能發(fā)展領(lǐng)域的應(yīng)用進(jìn)行探究，并且合理的分析了數(shù)學(xué)在計(jì)算機(jī)人工智能發(fā)展中的重要性，從而總結(jié)出當(dāng)前計(jì)算機(jī)人工智能發(fā)展中的問題，合理的結(jié)合了數(shù)學(xué)知識的運(yùn)用提出了問題解決的策略，從而促進(jìn)計(jì)算機(jī)人工智能的全面發(fā)展。

【關(guān)鍵詞】數(shù)學(xué)知識;計(jì)算機(jī)人工智能;問題措施;

前言

計(jì)算機(jī)人工智能的別稱是機(jī)器智能，在進(jìn)行計(jì)算機(jī)人工智能發(fā)展方向研究時(shí)，科學(xué)家合理的結(jié)合數(shù)學(xué)理論知識將多種學(xué)科種類知識進(jìn)行累積，從而提升人工智能綜合性的發(fā)展方式。針對人工智能的發(fā)展科學(xué)家合理的進(jìn)行了計(jì)算機(jī)技術(shù)、理論信息技術(shù)、心理學(xué)知識以及人類神經(jīng)生理學(xué)知識等多個(gè)知識層面相統(tǒng)一，結(jié)合計(jì)算機(jī)強(qiáng)大的應(yīng)用系統(tǒng)促進(jìn)人工智能的開發(fā)工作，其目的是實(shí)現(xiàn)人工智能開發(fā)出與人類生活相近的智能生活功能，進(jìn)而利用數(shù)學(xué)知識理論提升人工智能的科學(xué)化進(jìn)步。

1計(jì)算機(jī)人工智能發(fā)展中數(shù)學(xué)的重要性

數(shù)學(xué)學(xué)科的特點(diǎn)較為多樣，具有較強(qiáng)的科研性和工具性，并且在實(shí)際工作時(shí)具有較強(qiáng)的抽象性能。在利用數(shù)學(xué)學(xué)科進(jìn)行科研工作時(shí)，科研工作者可以結(jié)合數(shù)學(xué)獨(dú)特的抽象性進(jìn)行計(jì)算機(jī)結(jié)合工作，通過數(shù)學(xué)與計(jì)算機(jī)的結(jié)合在科研領(lǐng)域發(fā)揮實(shí)質(zhì)性的作用。隨著科技時(shí)代的全面到來，人工智能領(lǐng)域合理的結(jié)合數(shù)學(xué)理論能夠提升對人工智能中的幾何分析，結(jié)合離散數(shù)學(xué)理論計(jì)算出人工智能的仿生技術(shù)，并且數(shù)學(xué)知識中的有限單元方法能夠提升計(jì)算機(jī)人工智能數(shù)值求解的層次。

2當(dāng)前計(jì)算機(jī)人工智能中存在的問題

2.1人工智能的語言理解能力較差

在計(jì)算機(jī)人工智能技術(shù)開發(fā)過程中，由于計(jì)算機(jī)對語言理解能力較差，從而導(dǎo)致了研發(fā)后的計(jì)算機(jī)人工智能也無法對語言進(jìn)行深入的了解，并且無法區(qū)分語言種類間存在的復(fù)雜性原理。針對這一問題，市場研發(fā)出了計(jì)算機(jī)語言翻譯器，計(jì)算機(jī)語言翻譯器能夠結(jié)合數(shù)學(xué)算法提升人類語言的規(guī)范度，利用數(shù)學(xué)知識將人類的語言進(jìn)行編程，編程后的語言更容易理解，但是也存在一定的誤解性，有時(shí)會出現(xiàn)語言意思表達(dá)模糊的情況，綜合表明計(jì)算機(jī)人工智能語言的理解能力還無法達(dá)到研發(fā)的預(yù)期效果[1]。

2.2人工智能的模式識別能力較差

通過對當(dāng)前時(shí)代下的計(jì)算機(jī)人工智能技術(shù)的研究表明，人工智能技術(shù)在進(jìn)行智能識別的過程中，可以結(jié)合數(shù)學(xué)理論知識對外部物體進(jìn)行基礎(chǔ)的識別，但是實(shí)際應(yīng)用時(shí)計(jì)算機(jī)人工智能的模式識別還無法與人類的感官識別相對比，計(jì)算機(jī)人工智能的識別模式只是簡單的通過數(shù)學(xué)理論中的模糊分析算法結(jié)合計(jì)算機(jī)內(nèi)部的數(shù)據(jù)進(jìn)行外部的識別工作，因此識別能力還較為低下，并且具有一定的局限性。

3利用數(shù)學(xué)解決人工智能發(fā)展中問題的措施

3.1加強(qiáng)計(jì)算機(jī)人工智能中數(shù)學(xué)理論知識的運(yùn)用

在對問題解決措施研究過程中，合理的結(jié)合數(shù)學(xué)理論知識中的符號計(jì)算方式可以將人工智能問題解決。符號計(jì)算方式的主要計(jì)算方法分為兩種，利用數(shù)值的方式進(jìn)行計(jì)算和結(jié)合c語言代碼進(jìn)行計(jì)算。利用數(shù)值的方式進(jìn)行計(jì)算，可以在人工智能技術(shù)中加入求函數(shù)值計(jì)算這一理論知識點(diǎn)，求函數(shù)值計(jì)算的計(jì)算方式是通過符號對具體的數(shù)值進(jìn)行代數(shù)預(yù)算，從而提升精準(zhǔn)性[2]。

3.2通過數(shù)學(xué)提升人工智能的網(wǎng)絡(luò)安全

合理的結(jié)合數(shù)學(xué)理論知識與數(shù)學(xué)技術(shù)方法的運(yùn)用，能夠提升計(jì)算機(jī)人工智能技術(shù)模式的識別能力，并且提升人工智能技術(shù)的自動處理功能。人工智能中的模式識別是以人工智能機(jī)器的研發(fā)為基礎(chǔ)，并且結(jié)合數(shù)學(xué)理論知識的論證，將人類的具體思維與人類的行為方式轉(zhuǎn)換成一種數(shù)據(jù)代碼，并且將這種數(shù)據(jù)代碼在計(jì)算機(jī)系統(tǒng)中儲存，計(jì)算機(jī)可以利用儲存的代碼在運(yùn)行中進(jìn)行合理的分析，從而提升自身識別能力的精準(zhǔn)性以及高效性。數(shù)學(xué)理論知識中的模糊算法和離散型知識的運(yùn)用，可以提升計(jì)算機(jī)網(wǎng)絡(luò)的整體安全。在進(jìn)行計(jì)算機(jī)人工智能技術(shù)運(yùn)行時(shí)，要以計(jì)算機(jī)網(wǎng)絡(luò)防火墻技術(shù)作為安全運(yùn)行的基本保障，結(jié)合數(shù)學(xué)理論知識的應(yīng)用對防火墻內(nèi)部的數(shù)據(jù)進(jìn)行保護(hù)，從而提升數(shù)據(jù)的安全性，加強(qiáng)防火墻的防護(hù)作用，保證人工智能系統(tǒng)的穩(wěn)定運(yùn)行。

3.3將數(shù)學(xué)知識運(yùn)用到程序運(yùn)算中

人工智能技術(shù)程序的設(shè)計(jì)離不開數(shù)學(xué)知識的支撐，通常情況下設(shè)計(jì)的程序越復(fù)雜則需要運(yùn)用的數(shù)學(xué)理論知識就越廣泛。綜合當(dāng)下人工智能技術(shù)研發(fā)過程中所利用的數(shù)學(xué)知識進(jìn)行探究，邏輯思維知識、數(shù)據(jù)結(jié)構(gòu)知識和數(shù)學(xué)算法等被廣泛應(yīng)用。人工智能程序中常用的三種數(shù)學(xué)方法是枚舉法、遞歸法以及排序法，枚舉法的合理應(yīng)用能夠加強(qiáng)計(jì)算機(jī)程序的歸納推理工作;遞歸法的應(yīng)用可以重新將計(jì)算機(jī)程序進(jìn)行定義;排序功能可以在程序中選擇一個(gè)衡量因素作為排列根本，從而使其他運(yùn)行程序按照這個(gè)排列根本進(jìn)行順序排列[3]。這三種方法的全面應(yīng)用能夠提升人工智能技術(shù)的發(fā)展，并且增強(qiáng)人工智能技術(shù)的技術(shù)含量，優(yōu)化人工智能技術(shù)的程序應(yīng)用。

結(jié)論：人工智能的發(fā)展是時(shí)代發(fā)展的印記，在發(fā)展過程中，人工智能會遇到各種各樣制約自身發(fā)展的因素，從而使自身在發(fā)展過程中出現(xiàn)各種各樣的問題。結(jié)合數(shù)學(xué)知識的運(yùn)用能夠減少人工智能發(fā)展過程中問題出現(xiàn)的概率，從而優(yōu)化人工智能的發(fā)展方向，提升計(jì)算機(jī)人工智能的影響力以及整體作用。

參考文獻(xiàn)

[1]王超.人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用探究[J].數(shù)碼世界，2020（8）：11-12.

[2]孫艷麗.計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的人工智能探究[J].中外交流，2019，26（28）：300-301.

[3]蔡亞永.人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用分析[J].電腦知識與技術(shù)，2019，15（27）：174-175.