システムアーキテクト、アルゴリズムエンジニア、人工知能エンジニアはどの程度の数学を学ぶ必要がありますか?

オリンピック数学を勉強したことがない彼に、システム アーキテクトになれるかと誰かが尋ねました。他にも、大学院入試を受けるときに、まず数学を学んでからコンピュータサイエンスに切り替えるべきかどうかという疑問を持つ人もいます。

まず結論から言います。オリンピック数学を勉強していなくても、システムアーキテクトになることは可能です。本当に数学が好きなら、まず数学を勉強してからコンピュータサイエンスに切り替えることができます。数学が平均的なら、直接コンピュータサイエンスを勉強した方が良いでしょう。建築家になるために数学を学ぶ必要はありません。

数学は重要です

[[386337]]

実際、数学はコンピュータの基礎の 1 つです。コンピューターの先駆者であるチューリングは数学者でした。コンピュータ分野における最高の科学賞であり、コンピュータ業界のノーベル賞でもあるチューリング賞を見ると、受賞者の多くは数学のバックグラウンドを持っています。

たとえば、最初のチューリング賞受賞者であるアラン・ペイリーは、コンピュータプログラミング言語の先駆者でした。彼は学部では化学を専攻し、修士号と博士号は数学で取得しました。私たちのプログラミング言語がこれほど厳密かつ科学的なものになったのは、数学者の参加があったからだと言えます。

チューリング賞を受賞した女性科学者は 2 人います。2006 年の受賞者であるフランシス・アレンは、数学部を卒業しました。 2008年の受賞者であるバーバラ・リスコフも数学の学位を取得しています。

北京大学にはもともと、コンピューターサイエンスの学者である王玄がいました。数学が得意な人はコンピューターも得意だと王玄は信じていたため、彼の大学院生の多くは数学科出身でした。

したがって、数学を学んでから、次元削減攻撃とみなせるコンピュータを勉強するのはもちろん良いことです。

ただし、これは必要ありません。

IT企業のチーフアーキテクトは必ずしも数学専攻である必要はない

国内の有名IT企業のシステムアーキテクトやCTOの経歴を見てみましょう。

[[386338]]

アリババの王建。王建氏はIT業界全体で初めて中国工程院の院士に選出された人物である。ご存知のとおり、百度のロビン・リーは技術力で有名ですが、このリストには入っていません。これは、王建のレベルが非常に高いことを示しています。

王建氏は、アリババのチーフアーキテクトであり、アリババグループ全体の最高技術責任者であり、アリババクラウドの社長です。クラウド テクノロジーは、インターネットを高速、安価、大規模に利用するための非常に重要なサポート力です。世界一の富豪であるアマゾンの最高経営責任者ベゾス氏と同様、彼の中核的な競争力はAmazon Cloudだ。 Alibaba Cloud はこれに対抗できるほど、技術的な内容も非常に高いです。

それで、王建の経歴は何でしょうか?王建氏は心理学を専攻し、インターネット企業に転職する前は杭州大学心理学部の部長と心理学教授を務めていた。ただし、心理学科の中には比較的高い数学の要件を課しているところもあります。しかし、どれほど高くても、それは 1 つか 2 つの数学コースに過ぎず、数学専攻のように勉強する必要はありません。

Robin Li が行っているのは、非常に高度な数学的内容を含む検索です。しかし、李延紅は北京大学で図書館情報学、より正確には情報管理システムを専攻していました。米国に到着すると、彼はコンピューターサイエンスの専攻に切り替えました。

WeChatの創設者である張小龍は、華中科技大学で電子情報学の学位を取得しました。

Kuaishouの創業者であるSu Hua氏とCheng Yixiao氏は、それぞれ清華大学と東北大学でソフトウェア工学を専攻して卒業した。

これらのテクノロジー界の巨人たちの履歴書には数学の経歴はあまり記載されていませんが、なぜ一般の人々はコンピューターサイエンスを学ぶ前に数学を学ばなければならないのでしょうか?

システムアーキテクトの仕事

[[386339]]

まず、IEEE が定めたシステム アーキテクチャの定義について説明します。

ソフトウェア システム アーキテクチャは、参照プラクティスに基づいて定義されます。主に、システムの基本的な組織構造、基本的なコンポーネントとそれらの関係、およびコンポーネントと外部環境の関係について説明します。同時に、ソフトウェア システム アーキテクチャは、その後の設計とアーキテクチャの進化の指針を提供します。

この文章は分かりにくいので簡単に説明させてください。そこには、システム、コンポーネント、環境、関係といったいくつかの重要なポイントがあります。一つの小さなものをコンポーネントと呼び、それらの接続をシステムと呼びます。システム内のコンポーネント間にはさまざまな関係、つまりさまざまなルールが存在します。このシステムには環境とのインタラクティブ機能も備わっています。

これは建物を建てることに似ており、巨大なソフトウェアは建物群を建てることに似ているかもしれません。建物の内部には力学の知識が必要であり、ソフトウェアの場合は数学の知識が必要です。建物の機能と外部表現には、美学、心理学、文化、社会学などの知識が必要です。ソフトウェアの機能についても同様です。

したがって、建築家として、ある程度の力学の知識を学ぶ必要はありますが、力学を一生懸命勉強して力学を最優先にする必要はありません。建築家でも同じです。数学の知識を持っていることはもちろんとても良いですが、普通のコンピュータ専攻で得られる数学の知識で基本的には十分なので、あまり恐れる必要はありません。

アルゴリズムエンジニアと人工知能エンジニア

同様に、人工知能のアルゴリズムエンジニアと研究開発担当者についてもお話ししたいと思います。

コンピューターの初期の頃には、プログラミング時にアルゴリズムの実装を考慮する必要があったため、アルゴリズム エンジニアは存在しませんでした。今日の開発ソフトウェアは非常によくできているため、一般レベルのコーダーに対する要件は初期のコーダーの要件よりもはるかに低くなっています。これらのアルゴリズムを自分で記述する必要はありません。既製のモジュールを使用して、パラメーターを調整できます。

アルゴリズム エンジニアは数学に詳しいように聞こえますが、基本的には線形代数、確率論、データ構造が重要です。昨今、機械学習は盛んに行われていますが、その基礎となっているのは統計学、ベクターマシン、人工ニューラルネットワーク理論です。

上記の機械学習は人工知能です。人工知能は機械学習よりも広い範囲をカバーしています。少なくとも音声認識、画像認識、パターン認識などが含まれます。関係する数学は離散数学だけでなく連続数学も含まれます。

人工知能に対する数学的要件はより高くなるようですが、恐れることはありません。ファーウェイの才能ある若者育成プログラムに参加している才能ある若者たちを見てみましょう。ほとんどが人工知能に携わっていますが、数学科出身者は基本的にいません。ほとんどはコンピュータサイエンス学科、オートメーション学科などの出身者です。

[[386340]]

2位のリストにある華中科技大学の博士号を持つ張季氏と同様に、彼も二流大学である武昌理工大学でコンピューターサイエンスを専攻し、武漢郵電学院で修士号を取得し、中国郵電大学で博士号を取得した。

したがって、コンピュータ分野で働きたいのであれば、コンピュータサイエンスを直接学ぶことは問題ありません。これが最も直接的で便利な方法です。もちろん、数学の勉強からコンピュータサイエンスに切り替える方が良いでしょう。そうすれば、より多くのスタミナが得られ、特定の問題に対する理解が深まるかもしれません。