Inteligencia artificial: ¿por qué la investigación amigable de IA es tan intensiva en matemáticas?

No creo que la IA sea necesariamente matemática intensiva; comprender las computadoras y la lógica digital tiende a ser más. Si quiere ver las matemáticas como un idioma, entonces necesita hablar (o al menos entender) el mismo idioma para comunicar ideas a los demás.

El mundo académico tiende a obsesionarse con conceptos relacionados con las matemáticas, como soluciones, priorizaciones, pruebas y lógica en las que las ecuaciones matemáticas establecen una relación. La matemática es el lenguaje preferido de los algoritmos, o procedimientos definidos, que se traducen fácilmente en codificación, y luego a través de varias capas hasta las instrucciones de la máquina que las CPU pueden usar.

La inteligencia en general es la capacidad de tomar decisiones basadas en la percepción, el conocimiento y la experiencia. Un ser humano no depende de las matemáticas para tomar muchas decisiones cotidianas; sin embargo, una computadora digital finalmente usa instrucciones y datos binarios, mejor utilizados para el cálculo y la comparación. AI es el intento de hacer que este sistema computacional se comporte (tome decisiones) como lo hace una persona, aparentemente para facilitar la producción de lo que se requiere de la manera más eficiente posible.

Esa última afirmación solo es generalmente cierta. Cada persona ve la IA un poco diferente de acuerdo con su comprensión y uso. Se ha convertido en un término muy generalizado. De todos modos, espero que esto proporcione un poco sobre la relación con las matemáticas.

No sé a qué te refieres con amigable. Solo voy a asumir que te refieres a la investigación de IA en general.

Pero la investigación de IA es intensiva en matemáticas, ya que la mayoría de las investigaciones de IA se realizan en tres entornos:

  • Aprendizaje automático : por ejemplo, las redes neuronales artificiales, el aprendizaje profundo, el reconocimiento de patrones, etc. se basa principalmente en estadísticas / probabilidad, lo cual es muy intensivo en matemáticas.
  • Algorítmico : por ejemplo, planificación, programación, búsqueda de caminos, manejo de grandes espacios de búsqueda (por ejemplo, ajedrez y GO), etc., se basa principalmente en la información / teoría computacional, que es un campo de la informática que se basa en gran medida en las matemáticas.
  • Lógico : por ejemplo, razonamiento automatizado, inferencia lógica, conocimiento y representación mundial, sistemas de múltiples agentes, etc. Esto depende en gran medida de la lógica formal, que es una subdisciplina de las matemáticas.

Creo que una vez que entras en matemáticas discretas y más ciencias basadas en algoritmos, tu proceso de pensamiento cambia. Ya no es típico resolver un problema, aplausos, ese tipo de situaciones. En realidad estás tratando de crear nuevos problemas y resolverlos al mismo tiempo.

No es matemático intensivo más que una diferencia en el proceso de pensamiento en comparación con su rutina diaria normal.