「人工知能(AI)」という言葉は、誰もがよく知っていると思います。この業界で働いていなくても、少なくともこの専門用語は聞いたことがあるでしょう。例えば、スマートフォン、スマートスピーカー、スマートブレスレットなど、人工知能関連の製品は私たちの生活に完全に浸透しています。 「人工知能(AI)」は、非常に壮大に見えますが、その本質は、ある程度のコンピュータ技術の「統合」の結果です。コンピュータのハードウェアとソフトウェアの組み合わせを通じて、人間の知能をシミュレート、拡張、拡大するための理論、方法、技術、アプリケーションシステムを模倣、研究、開発する新しい技術科学です。ロボット工学、音声認識、画像認識、自然言語処理など、関連する分野はすべて「人工知能(AI)」に属します。 したがって、「人工知能(AI)」はコンピュータサイエンスの一分野です。これを見ると、プログラミングを思い浮かべる人も多いかもしれませんが、「人工知能(AI)」はプログラミングのように単純なものではなく、確率論、統計学、数理統計学、線形代数、離散数学など、多くの数学的知識も含まれています。 人工知能分野のプログラマーになり、人工知能の「ハイエンド」分野に参入したい場合、数学的知識の確固たる基礎がなければ達成することは不可能です。たとえば、当社の最も一般的な機械アルゴリズムでは、数学的知識における確率論や統計などの数学的コンテンツに基づいて、各人の読書習慣に応じて関連情報を推奨するアプリもあります。
数学を上手に学ぶことは「人工知能(AI)」の分野に参入するのに役立ちますが、では数学を上手に学ぶとはどういう意味でしょうか?優秀な数学の成績を取るということは、数学をしっかり学んでいるということでしょうか?必ずしもそうではありません。重要なのは、それを使えるかどうかです。 数学の点数が高いからといって、必ずしも数学が得意というわけではありません。これは主に、多くの人が「点数理論」を崇拝し、数学を名門校に入学するための足がかりとみなしているためです。これらの人々の数学の点数が高いのは、多くの場合、大量の問題を解く戦術と問題をブラッシングする戦術の訓練の結果ですが、数学的思考方法、数学的リテラシー、数学的論理的思考能力、数学と人生の関係などについて、漠然とした理解しか持っていないか、まったく知らない場合もあります。 頭の中に問題解決の方法がたくさんあるのに、それをどのように使うかが分からない状態を「高得点だが知能が低い」と言います。 数学を学ぶとき、私たちは、問題の説明、問題の解決、演習、そしてトレーニングといった、一見「規則的な」一連のステップに慣れてしまっています。これは間接的に、数学は退屈でつまらないという人々の偏見を悪化させています。 数学とは何ですか? 数学は、量、構造、変化、空間、情報などの概念を研究する学問です。人類の歴史と社会生活の発展において、数学はかけがえのない役割を果たしており、現代の科学技術の学習と研究に欠かせない基本的なツールです。 数学の一般的な概念から、少なくとも 2 つの点がわかります。 1. 数学は非常に包括的かつ実践的な科目です。 2. 数学は人類社会のあらゆる側面の発展に欠かせないツールです。 これら二つの要素に基づいて、数学は総合性、実用性が高く、独自の成長と発展の可能性を秘めた科目であり、社会の発展とともに発展し、逆に社会の発展に影響を与えながら発展していきます。 したがって、生徒が問題を解くことだけに集中し、数学の包括性と実用性を理解して消化しなければ、数学的リテラシーを向上させるどころか、数学的知識を応用して実際の問題を解決することを学ぶこともできません。 現在の中学校の数学の教科書は、知識内容の立体的なクロスレイアウトを示し、知識ポイント間のつながりが緊密になっています。各章には多数の実用的な知識セクションが散在しており、生徒の知識を広げるだけでなく、問題を分析して解決する能力も向上します。 残念なことに、実際の数学学習の過程では、数学的な考え方や方法を積極的に理解し消化するどころか、数学を使って実際の問題を解決する能力を養うことを怠る人が多くいます。
私は多くの記事で、数学的思考と方法こそが数学の真髄であると繰り返し強調してきました。数学的思考と方法の応用を学んで初めて、特定の数学的知識、方法、技術を問題を分析し解決する能力に変換することができ、最終的には数学的リテラシーを向上させることができます。 私たちが学ぶ必要のある数学的な知識や思考法などはすべて問題の中に含まれています。問題は数学的な知識や思考法の外的な表現です。数学の問題に直面したとき、または数学の知識を使って実際の問題を解決したとき、その問題を解決する過程で示される思考方法は、論理的思考能力を訓練し、向上させるのに最適な時間です。 科学的思考の核心は数学的思考モードであり、数学的思考の基礎は論理的推論にあります。したがって、論理的推論を数学的思考の基本的な方法と見なします。すると、論理的思考能力は人の数学的能力を測る基準の1つとなり、また、人が学んだ数学的知識をより高いレベルに応用できるかどうかの基礎となります。 数学の授業が、問題の結論の正誤だけに焦点を当てるのではなく、生徒の思考の変化、思考のプロセス、思考の論理に焦点を当て、絶えず要約と反省を行うことができれば、知識の生成、発展、深化の過程で生徒が知識を理解し、問題を分析して解決する過程で数学的なアイデアと方法を消化し、数学に対する理解を根本的に向上させ、総合的な数学能力を継続的に向上させることができます。 社会が発展するにつれ、数学の学習方法も時代に合わせていかなければなりません。正しいか間違ったかの結論だけを追求する過去のモデルから脱却し、学生が価値ある数学を学べるようにし、人によって数学の発達の仕方が異なり、誰もが必要な数学の知識を習得できるようにしなければなりません。 |
<<: 全国大学ブロックチェーン競技会の一連の活動の一つである中国大学ブロックチェーン技術サミットが北京で開催された。
>>: 【コレクション】貢献度が最も高い GitHub コレクションとディープラーニング フレームワーク 16 選
モンスターAPIは、採掘機器などのGPUコンピューティングパワーを使用してAIモデルをトレーニングし...
確率を用いた異常検出アルゴリズム異常検出は、外れ値分析の統計タスクとして扱うことができます。 しかし...
「陸地が3つ、海が7つ」。広大な海には数え切れないほどの謎が隠されている。深海探査は工学技術分野で常...
[[403843]]画像ソース: https://pixabay.com/images/id-59...
この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...
今年はAI技術の導入が話題になっています。 AIは本当に実装されているのでしょうか?真実を語るには実...
ビットコインの場合、その出力は固定されています。つまり、マイニングする人が増えれば増えるほど、マイニ...
現在、開発者は AI によって生成されたデータをひそかに使用して AI モデルをトレーニングしていま...
いくつかの指標によれば、生成的敵対的ネットワーク (GAN) の研究は過去 2 年間で大きな進歩を遂...
近年、人工知能の倫理的問題についての議論が盛んに行われている。最近終了した中国コンピュータカンファレ...
過去 10 年間で、強化学習 (RL) は機械学習で最も人気のある研究分野の 1 つになりました。R...
翻訳者 | 李睿レビュー | Chonglou検索拡張生成 (RAG) は、大規模言語モデル (LL...
複数のターゲットを追跡するには、次の 2 つの方法があります。オプション1初期化フレームの追跡に基づ...