标签:解决问题 辅助 生活 建模 nbsp 深度学习 角度 技术 今天
上篇文章讲到人工智能的简介,今天我们来说一说数学建模与人工智能的关系
无论是数学建模还是人工智能,其核心都是算法,最终目的都是通过某种形式更好的为人类服务,解决实际问题。在研究人工智能过程中需要数学建模思维,所以数学建模对于人工智能来说非常关键。
下面通过模拟一个场景来了解人工智能与数学建模之间的关系。
某患者到医院就诊,在现实生活中,医生根据病人的一系列体征和状态,判断病人换了什么病。医生会亲切的询问患者的症状,通过各种的专项检查,最后进行确诊。在人工智能下,则考虑通过相应算法来完成上述过程,入德国的辅助诊断产品Ada学习了大量病例来辅助医生诊病的准确率。
情景1:如果用数学建模方法解决,那么就通过算法构建一个恰当的模型,也就是通过下图所示的数学建模流程来解决问题。
情景2:如果用人工智能方法解决,那么就要制造一个会诊断疾病的机器人。机器人如何才能精确诊断呢?就需要用人工智能技术手段,比如采用一个“人工智能”算法模型,可能既用了机器学习算法,也用了深度学习算法,不管怎样,最终得到的是一个可以落地的疾病预测人工智能解决方案。让其具有思考、听懂、看懂、逻辑推理与运动控制能力。
通过上面的例子可以看出,人工智能离不开数学建模。在解决一个人工智能的问题过程中,我们将模型的建立与求解进行了放大,以使其结果更加准确。
可见,从数学建模的角度去学习人工智能不失为一种合适的方法。
标签:解决问题 辅助 生活 建模 nbsp 深度学习 角度 技术 今天
原文地址:https://www.cnblogs.com/lz0504/p/11352499.html