人工智能“进军”数学领域
英国《自然》杂志1日发表了一个机器学习框架，能帮助数学家发现新的猜想和定理。该框架由深度思维（DeepMind）开发，已经帮助发现了纯数学领域的两个新猜想。这项研究展示了机器学习可以整合进目前的工作流中，支持数学研究。这也是计算机科学家和数学家首次使用人工智能（AI）来帮助证明或提出纽结理论和表示论等复杂数学领域的新定理。
纯数学研究工作的关键目标之一是发现数学对象间的规律，并利用这些联系形成猜想：怀疑为真但尚未得到严格证明的叙述。从20世纪60年代开始，数学家开始使用计算机帮助发现规律和提出猜想，但人工智能系统尚未普遍应用于理论数学研究领域。
此次，深度思维团队和数学家一起建立了一个机器学习框架，用于协助数学研究。他们的算法会搜索数学对象间潜在的规律和联系，尝试寻找意义。其后由数学家接手，利用这些观察来引导他们对潜在猜想的直觉。
人工智能专家艾利克斯·戴维斯及其同事报告说，将这一方法应用于两个纯数学领域，他们发现了拓扑学（对几何形状性质的研究）的一个新定理和一个表示论（代数系统研究）的新猜想。
这其中，澳大利亚悉尼大学数学研究所所长乔迪·威廉森教授使用该AI，接近证明了一个关于卡兹丹—卢斯提格多项式的古老猜想，这个猜想已经有40年没有解决了，其涉及高维代数中的深度对称性。
论文合著者、英国牛津大学马克·拉克比和安德拉斯·尤哈斯将这一过程向前推进了一步，他们发现了拓扑学纽结的代数和几何不变量之间的惊人联系，从而在数学中建立了一个全新的定理。
纽结理论可帮助数学家理解纽结的特性以及它与其他数学分支的关系，在生物、物理学科中也有无数应用，如理解DNA链、流体动力学等。
深度思维团队总结说，他们的框架能鼓励未来数学和人工智能领域的进一步合作。
人工智能数学要求有多高，别走弯路了
一说到人工智能，很多人都觉得非常高深，对技术人员的要求非常高，尤其是数学的要求太高。
我们常说，人工智能两条腿，一是python一是数学，python今天先不说，如果你就是要转行做人工智能，前期我想要说的是，数学真的没那么高要求，懂了这三个就够了。
1.五分钟搞定人工智能数学之线性代数
2.五分钟搞定人工智能数学之高等数学
3.五分钟搞定人工智能数学之概率论
看完了，你就可以考虑一下自己转人工智能会不会被数学给拦下来了。
在强调一下，AI对于数学确实有一定的要求，但是对于我们只希望转行从事AI行业的朋友来说，不要把数学钻的太深，人的精力都是有限的
顺便普及一下，目前AI人才市场需求比较旺盛的三个大方向，大家可以根据自身的知识基础和兴趣爱好，先往一个方向持续发力。
CV--计算机视觉，主要用到的技术涉及到：图像分类算法，目标检测算法，图像分割算法等，CV方向的应用也很广泛，在制造业、安防、文字识别等目前都有大量的应用。
NLP--自然语言处理，主要用到的技术有：分词模型，语言模型，知识图谱等，NLP方向目前的应用也很广泛，比如文本分类、自动摘要等。在一些互联网大厂通常会有一个NLP团队。
推荐系统方向，主要用到的技术有相关性分析、推荐模型，同时还需要有一定的CV或NLP技术基础，推荐系统的应用在手机APP上面就能明显感觉到：个性化推荐、内容资讯推荐