人工智能的数学基础

数理逻辑、离散数学、微积分是绝对重要的。人工智能有很多分支，从各分支的总和来看，几乎所有的数学都是重要的。不过不论你将从事哪些分支的研究，有几项始终是重要的：数理逻辑、离散数学、微积分。对AI理论研究，需要很深的逻辑；象模态逻辑、时序逻辑等等非经典逻辑，还需要范畴学。对传统符号式机器学习，需要数理逻辑和离散数学、概率统计。对连接主义机器学习，需要概率统计、微积分。对强化学习和Agent，需要逻辑和运筹学。祝你在学习中取得进步。

　　好吧。。之前两个回答明显是copy过来的。。。但讲的大概是对的。。。

目前国内比较热门的应该有机器学习(ml)，数据挖掘(dm)，自然语言处理(nlp)，这些方向国内还是比较强的，因为不依赖硬件，纯理论和软件。其他方向比如智能机器人，生物智能，这些比较依赖硬件实力，国内相对较弱，欧美日这些方面比较强。看以后是准备在国内还是国外发展而定(当然外国ml,dm,nlp也很强。。只是国内相对来说比较好。。)

有一点是肯定的，绝大部分理工科，数学都是要求非常高的。。。当然我说的是研究，如果是***方向的程序员的话，要求不是很高。。。ai的所有方向都会用到线性代数，概率论。至于楼上说的什么离散数学，微积分，用是用的到不过并不是非常难，因为他们只是基础某个函数你知道怎么积分就行了，没有太多难处。。切身感觉是，概率论非常非常重要，基本上人工智能里面的“智能”就靠概率来实现。。。。（生物智能不是很了解不过也应该是差不多）