人工智能元素融入大学数学课程的可行性探析

倪丹

【摘 要】 目前，人工智能相关的大学教育越来越受到重视。人工智能需要坚实的数学基础。大学数学课程体系中的《微积分》《线性代数》《概率论与数理统计》三门课程，在理论和实践上都与人工智能有着密切的联系。本文列举并分析了一些具体的数学知识及其在人工智能方面的应用，这些探讨都展示了将人工智能元素渗透到大学数学课程中的可行性。

【关键词】 人工智能;梯度;泰勒级数;线性变换;贝叶斯公式

【中图分类号】 O1-4 【文献标识码】 A 【文章编号】 2096-4102（2021）05-0030-03

随着人工智能的迅速发展，我国制定了相应的国家发展战略，将人工智能的普及、推广和基础教育置于非常重要的位置。

大学本科阶段的数学作为广义高等数学教育的起点，其知识体系主要由《微积分》《线性代数》《概率论与数理统计》这三门课程构成。人工智能所需要的最基本的数学知识主要来自于这些课程。笔者认为，在这些数学课程中渗透人工智能思想，将对点燃学生对于人工智能学习兴趣的火花大有裨益。以下就这三门课中一些与人工智能有密切关联的知识进行举例分析，希望对相关数学课程的教学改革起到抛砖引玉的作用。

一、人工智能与《微积分》

（一）梯度

人工智能的主要思想是寻找一种用于数据分类和预測的优化拟合函数。因此，优化理论在人工智能实践中起着非常重要的作用。在一定约束条件下，找到目标函数的最优值就是我们所说的最优化。大学微积分课程中便有不少优化方面的内容。……