এআই গবেষণায় "উন্নত গণিত" কতটা প্রয়োজন / দরকারী?


19

আমি বর্তমানে গণিত অধ্যয়ন করছি। তবে আমি ভবিষ্যতে পেশাদার গণিতবিদ হতে চাই বলে মনে করি না। আমি আমার গণিতের জ্ঞানকে কৃত্রিম বুদ্ধিমত্তায় গবেষণা করার জন্য প্রয়োগ করার কথা ভাবছি। তবে আমি গণিতের কতগুলি পাঠ্যক্রম অনুসরণ করব তা নিশ্চিত নই। (এবং কোন সিএস তত্ত্বের কোর্সগুলি আমার অনুসরণ করা উচিত))

কোওড়া থেকে, আমি জানতে পারি যে লিনিয়ার বীজগণিত, পরিসংখ্যান এবং উত্তল অপ্টিমাইজেশন বিষয়গুলি মেশিন লার্নিংয়ের জন্য সর্বাধিক প্রাসঙ্গিক ( এই প্রশ্নটি দেখুন)। অন্য কেউ উল্লেখ করেছেন যে কৃত্রিম বুদ্ধিমত্তা অধ্যয়নের জন্য লিনিয়ার বীজগণিত, সম্ভাবনা / পরিসংখ্যান, ক্যালকুলাস, বেসিক অ্যালগরিদম এবং লজিক শেখার প্রয়োজন ( এই প্রশ্নটি দেখুন)।

আমি আমাদের বিশ্ববিদ্যালয়ের গণিত স্নাতকের প্রথম 1.5 বছরের সময় এই সমস্ত বিষয় সম্পর্কে শিখতে পারি।

আমি ভাবছিলাম, যদিও এখানে স্নাতক-স্তরের গণিত বিষয়ের কিছু উচ্চ-স্নাতকও রয়েছে যা কৃত্রিম বুদ্ধিমত্তা অধ্যয়নের জন্য দরকারী বা এমনকি প্রয়োজনীয়। ওডিইএস, পিডিই, টপোলজি, পরিমাপ তত্ত্ব, লিনিয়ার বিশ্লেষণ, ফুরিয়ার বিশ্লেষণ এবং ম্যানিফোল্ডগুলিতে বিশ্লেষণ সম্পর্কে কী?

একটি বই যা সূচিত করে যে কৃত্রিম বুদ্ধিমত্তার অধ্যয়নের জন্য বেশ কিছু উন্নত গণিত দরকারী : প্যাটার্ন থিওরি: ডেভিড ম্যামফোর্ড এবং অ্যাগনেস দেসোলনেক্সের রিয়েল-ওয়ার্ল্ড সিগন্যালের স্টোকাস্টিক বিশ্লেষণ ( এই পৃষ্ঠাটি দেখুন)। এর মধ্যে মার্কভ চেইন, পাইসওয়াইস গাউসিয়ান মডেলস, গিবস ফিল্ডস, ম্যানিফোল্ডস, লাই গ্রুপ এবং মিথ্যা বীজগণিত সম্পর্কিত অধ্যায় এবং প্যাটার্ন তত্ত্বের প্রয়োগ রয়েছে includes এই বইটি এআই গবেষণায় কীভাবে প্রযোজ্য?


22
এই সাইটে আমার 2+ বছরে আমি "আমার কী গণিতের জন্য প্রয়োজন ..." টাইপের অর্ধ ডজনেরও বেশি প্রশ্ন দেখেছি। ক্যুই উত্তরগুলি যা প্রিন্সটন কম্পোমেনিয়ান টু ম্যাথেমেটিকসের বিষয়বস্তুর মতো পড়ে। 1) এআই একটি বিশাল ক্ষেত্র, এর উপক্ষেত্রগুলিতে ব্যবহৃত গণিত সমস্ত স্বাদে আসে; 2) আপনার বেসিক গণিত কোর্স নিন, আগ্রহের ভিত্তিতে আরও উন্নত কোর্স চয়ন করুন; 3) এআইতে গবেষণা করুন, আপনার পছন্দগুলি সন্ধান করুন, সেখানে কী গণিত ব্যবহৃত হয়েছে তা সন্ধান করুন; ৪) এপ্রিওরি আমরা জানতে পারি না এই বা সেই সমস্যার জন্য কী গণিত কার্যকর হবে।
সাশো নিকোলভ

উত্তর:


57

আমি কনডেসেন্ডেন্ডিং শব্দটি বলতে চাই না, তবে আপনি যে স্নাতক স্নাতক এবং এমনকি স্নাতক স্তরের কোর্সে পড়াশোনা করছেন তা উন্নত নয়। এটা বেসিক হয় । আপনার প্রশ্নের শিরোনামটি হওয়া উচিত: এআই গবেষণায় "বেসিক" গণিতের প্রয়োজন / দরকারী কি? সুতরাং, আপনি যতটা পারেন ততটুকু আপত্তি করুন, আমি এমন কোনও কম্পিউটার বিজ্ঞানীর সাথে কখনও সাক্ষাত করতে পারি নি যিনি খুব বেশি গণিত জানার বিষয়ে অভিযোগ করেছেন, যদিও আমি এমন অনেক ব্যক্তির সাথে দেখা করেছি যার যথেষ্ট পরিমাণে জানা না থাকার বিষয়ে অভিযোগ করেছিলেন। আমার মনে আছে এআইয়ের সহকর্মী স্নাতক ছাত্রকে একটি পৃষ্ঠা-র‌্যাঙ্ক-শৈলীর অ্যালগরিদম বুঝতে সহায়তা করে। এটি আমার কাছে কিছুটা সহজ লিনিয়ার বীজগণিত ছিল, তবে তিনি এ ভুগতে পেরেছিলেন কারণ ইজানভ্যালু এবং ইগেনভেেক্টর কীসের বিষয়ে তার কোনও অনুভূতি ছিল না। এআই লোকেরা কী করতে পারে তা কল্পনা করুন যদি তারা আসলে প্রচুর গণিত জানত!

আমি গণিত বিভাগে পড়াই এবং আমি সিএস পিএইচডি'র জন্য গণিতের মেজরদের জন্য তারা গণিতের ছাত্রদের পছন্দ করার জন্য নিয়মিতভাবে আমার সিএস সহকর্মীদের কাছ থেকে অনুরোধগুলি পাই। আপনি দেখুন, গণিতটি সত্যই সত্য, নিজের থেকেই শেখা খুব কঠিন, তবে কম্পিউটার বিজ্ঞানের বেশিরভাগ দিক তা নয়। আমি জানি, আমি গণিতের মেজর, যিনি সিএস গ্র্যাজুয়েট স্কুলে প্রবেশ করেছিলেন। অবশ্যই, অপারেটিং সিস্টেমের জ্ঞানের (ইউনিক্স এবং ভিএমএস সম্পর্কে সুনির্দিষ্ট জ্ঞান থাকা সত্ত্বেও) আমি "পিছনে" ছিলাম, তবে আমি "থিওরি" -র দিকে এগিয়ে ছিলাম। এটি কোনও প্রতিসম পরিস্থিতি নয়।


6
পরিমাপ তত্ত্ব এবং সম্ভাব্যতা তত্ত্ব সমস্ত সম্ভাব্য যুক্তির ভিত্তি। টপোলজিকাল ডেটা বিশ্লেষণের জন্য টপোলজি খুব গুরুত্বপূর্ণ হয়ে উঠেছে। তত্ত্ব শেখার জন্য ফুরিয়ার বিশ্লেষণ গুরুত্বপূর্ণ (এটি ফাংশনগুলির সংবেদনশীলতা বোঝার জন্য ব্যবহৃত হয় এবং সেগুলি শেখা কতটা কঠিন), এবং বহুগুণে শিক্ষার জন্য বহুগুণিত জ্যামিতির গভীর উপলব্ধি প্রয়োজন।
সুরেশ ভেঙ্কট

2
@ ম্যাক্সমুলার: এবং তালিকাটি চালিয়ে যাওয়ার জন্য, গ্রুপ থিওরি এবং বীজগণিতগুলি (লাই লাইক বীজগণিতগুলির মতো) টপোলজির ভারী প্রয়োজন এমন চিত্রগুলির পচন তত্ত্বের প্যাটার্ন স্বীকৃতি হিসাবে ব্যাপকভাবে ব্যবহৃত হয় (এবং লাই বীজগণিত এবং ম্যানিফোল্ডগুলির মধ্যে একটি গভীর সংযোগ রয়েছে যা আপনার প্রয়োজন পথ ধরে শিখুন)। মনিক পাভেলের "প্যাটার্ন রিকগনিশন অব ফান্ডামেন্টালস" এর মতো বই এমনকি আপনাকে বিভাগের তত্ত্বের সাথে পরিচয় করিয়ে দেবে এবং এটি প্রয়োগও, এটি আনুষ্ঠানিক ভাষাগুলি এবং প্রমাণ তত্ত্বের ভিত্তিতে ব্যবহার করার জন্য এআইতেও অত্যন্ত গুরুত্বপূর্ণ (যা যুক্তি তত্ত্ব হতে পারে) ...
ex0du5

1
অতীত ইন্ট্রো স্তর Grad কোর্স, গণিতবিদ (অথবা পড়া দল ও সেমিনার মধ্যে) তাদের নিজস্ব সব তাদের গণিত শেখা .. এটা সব না যে কঠিন যদি আপনি কিছু ভিত্তি নেই ... ঠিক আছে, এটি কঠিন হতে পারে, কিন্তু এটা অসম্ভব নয়।
সাশো নিকোলভ

1
সর্বোচ্চ, আমি পাশাপাশি আইকিডোও পড়াই। আইকিডোর কোন শিক্ষার্থী "আমি কেন বেসিক (কীভাবে পড়ব, কীভাবে আক্রমণের রেখা থেকে সরব?") জিজ্ঞাসা করতে পারি না? " কখনও কখনও আপনাকে কিছুটা বিশ্বাস করা দরকার যে আপনার শিক্ষকরা জানেন যে তারা কী করছে। তবে আমি প্রথমে স্বীকার করব যে আমরা প্রচুর বকাঝকা শিখি, বিশেষত উচ্চ বিদ্যালয় এবং প্রাথমিক বিদ্যালয়ে যেখানে গণিত শেখানো হয় যেন শিক্ষার্থীদের মধ্যে কৌতূহলকে দমিয়ে রাখার উদ্দেশ্য। তবে আপনার ক্ষেত্রে, আপনি তালিকাভুক্ত বিষয়গুলি বোকা নয়। আমাকে বিশ্বাস কর.
আন্দ্রেজ বাউর

13
এবং আরও একটি মন্তব্য। আপনি যদি সিএসের কিছু ক্ষেত্রে ইতিমধ্যে কার্যকর প্রমাণিত এমন একমাত্র গণিত শিখেন তবে আপনার কাছে কখনও নতুন গণিত প্রয়োগ করার সুযোগ থাকবে না। আপনি সর্বদা পিছনে থাকবেন বিজ্ঞান একটি শিল্প, 9-থেকে -5 কাজ নয়। আপনি যদি আমাকে জিজ্ঞাসা করেন "আমি কি পদার্থবিজ্ঞান শিখি, আমি এআইতে যেতে চাই" আমি বলব "একেবারে তাই!" এবং আপনি যদি জিজ্ঞাসা করেন "আমি কি সমাজবিজ্ঞান শিখি, আমি এআইতে যেতে চাই" আমার উত্তরটি এখনও একই থাকবে।
আন্দ্রেজ বাউর

6

সর্বাধিক, এখানে একটি (প্রয়োজনীয়) আংশিক তালিকা রয়েছে:

বেসিক লিনিয়ার বীজগণিত এবং সম্ভাবনা সমস্ত জায়গায় প্রয়োজন। আমি মনে করি এর জন্য আপনার রেফারেন্সের দরকার নেই।

আমার জ্ঞান অনুসারে, কিছু শিখন-তত্ত্ব সম্পর্কিত তদন্তে ফুরিয়ার বিশ্লেষণ ব্যবহৃত হয়েছে। উদাহরণস্বরূপ, এই কাগজটি দেখুন ।

বহুগুণ শেখার ধারণাটি জনপ্রিয় হয়ে উঠছে, এবং আপনি মিখাইল বেলকিন এবং পার্থ নিয়োগির কাজগুলি একবার দেখে নেওয়া শুরু করতে পারেন। কাজের এই লাইনের জন্য বহুগুণ এবং রিমানিয়ান জ্যামিতি সম্পর্কিত বিভিন্ন ধারণাগুলি বোঝার প্রয়োজন।

মেশিন লার্নিংয়ের আরেকটি দিক রয়েছে, এর পরিসংখ্যানগুলির গভীর শিকড় রয়েছে , যেমন তথ্য জ্যামিতি। এই অঞ্চলটি রিমানিয়ান জ্যামিতি, তথ্য তত্ত্ব, ফিশার সম্পর্কিত তথ্য ইত্যাদির বিভিন্ন ধারণার সাথে সম্পর্কিত, এই ধরণের গবেষণার এক কাজিনকে বীজগণিতের পরিসংখ্যানগুলিতে পাওয়া যায় - যা অনেক সম্ভাবনার সাথে একটি নবজাতক ক্ষেত্র।

সুমিও ওয়াতানাবে, একটি আলাদা সীমান্ত, যেমন, শেখার মডেলগুলিতে এককতার অস্তিত্ব এবং কীভাবে অনেক প্রশ্নের সমাধানের জন্য বীজগণিত জ্যামিতি থেকে রেজোলিউশনের গভীর ফলাফল প্রয়োগ করা যায় তা তদন্ত করে । হাইসুক হিরোনাকের উদযাপিত কাজ থেকে তাকে ফিল্ডস পদক জিততে ওয়াটানাবের ফলাফল প্রচুর পরিমাণে আসে।

আমি মনে করি যে আমি তুলনামূলকভাবে ভারী গণিতের প্রয়োজন এমন আরও অনেক অঞ্চল বাদ দিচ্ছি। তবে আন্দ্রেজ যেমন উল্লেখ করেছেন, তাদের বেশিরভাগই সম্ভবত গণিতের সীমান্তে শুয়ে থাকেন না, তবে তুলনামূলকভাবে পুরানো এবং প্রতিষ্ঠিত ডোমেন।

যাইহোক, যাইহোক, আমি অনুমান করি যে বর্তমান এআই এর মূল অবস্থান যা মূলধারার কম্পিউটিংয়ে প্রবেশ করেছে - যেমন অ্যামাজনের সুপারিশ সিস্টেমগুলিতে, বা অ্যাপাচি মাহাউটে পাওয়া মেশিন লার্নিং গ্রন্থাগারগুলিতে কোনও উন্নত গণিতের প্রয়োজন নেই। আমার ভুল হতে পারে.


2

আপনার উন্নত সংজ্ঞা এবং আপনি কী ধরণের AI পড়তে চান তার উপর নির্ভর করে।

এআই-তে অনেকগুলি সমস্যা অবশ্যই অবিচল - পিওএমডিপি-র সর্বোত্তম সমাধানগুলি সম্ভবত এনপি-কমপ্লিট, ডিইসি-পিওএমডিপিএসের সর্বোত্তম সমাধানগুলি সম্ভবত এনএক্সপি-সম্পূর্ণ, ইত্যাদি। সুতরাং, জটিলতা তত্ত্বের কিছু অপ্রত্যাশিত অগ্রগতি অনুপস্থিত, আরও একটি আনুমানিক অ্যালগোরিদম সম্পর্কে জানে এবং তাদের তাত্ত্বিক অনুভূতিগুলি আরও ভাল the (পরিমাপ তত্ত্ব ইত্যাদির পাশাপাশি, পিওএমডিপি মডেলের অন্তর্নিহিত বায়েশিয়ান সম্ভাব্যতা সত্যই বুঝতে হবে))

মাল্টি এজেন্ট কৃত্রিম বুদ্ধিমত্তা, বিশেষত, গেম তত্ত্বের সাথে ছেদ করে; সুতরাং গেম তত্ত্বটি জেনে রাখা সহায়ক যা ফলস্বরূপ টপোলজি, পরিমাপ তত্ত্ব ইত্যাদির উপর নির্ভর করে এবং তেমনি, গেম তত্ত্বের অনেকগুলি সমস্যাও অক্ষম। কিছু প্রায় অনুমানের অধীনে এমনকি এমনকি যখন প্রায় কার্যকরভাবে আনুমানিক সম্ভব গণিত একটি যথেষ্ট পরিমাণে কাজ করতে বোঝার এমনকি এমনকি বুঝতে এমনকি অন্তর্ভুক্ত হয়।

(আমি লক্ষ করেছি যে গেমের তাত্ত্বিকরা গত কয়েক বছর ধরে নোবেল অর্থনীতি ক্ষেত্রে বেশ ভাল রান করে চলেছে এবং এটি প্রকৃতির গাণিতিক। আমি বিশ বছরের মধ্যে ভবিষ্যদ্বাণী করি, আজকের অ্যালগোরিদমিক গেমের তাত্ত্বিকরা প্রায় একই রকম হবে অবস্থান।)


1

এআই-তে জড়িত গণিতগুলি উন্নত নয় এবং আন্ডারগ্র্যাড স্তরে শেখানো হয়। এআই প্রশিক্ষণ এবং ইনফেরেন্সিং অ্যালগরিদমগুলি উন্নত কম্পিউটার বিজ্ঞানের ডোমেনে।

এটি একটি শব্দ গেম কিছুটা। এআই গবেষণা করার সময় কিছু ইতিহাসও অন্তর্ভুক্ত করা উচিত।

উদাহরণস্বরূপ, বর্তমান নামকরণে, ডিপ লার্নিং এআই-তে একটি ট্রেন্ডিং কীওয়ার্ড বলে মনে হচ্ছে।

ডিপ লার্নিং হিন্টনের ব্যাকপ্রপ্যাজেটিং পারসেপ্ট্রন নেটওয়ার্ক মডেল (BACKPROP), এবং এর মতো কৃত্রিম নিউরাল নেটওয়ার্ক (এএনএন) হিসাবে পরিচিত যা ব্যবহৃত হয়।

একটি ব্যাকপ্রপ এএনএন (উদাহরণস্বরূপ) এর সাথে জড়িত গণিতগুলি প্রশিক্ষণের জন্য মূলত ডেরিভেটিভ ক্যালকুলাস এবং ইনফারেন্সিংয়ের জন্য ম্যাট্রিক্স বীজগণিত।

ডিপ লার্নিংয়ের নতুন দিকটি হল প্রশিক্ষণ এবং ইনফারেন্সিং অ্যালগরিদমগুলির শারীরিক পৃথকীকরণ। সিপিইউগুলি এখনও প্রশিক্ষণের জন্য ব্যবহৃত হয়, তবে এখন জিপিইউগুলি ইনফারেন্সিংয়ের জন্য ব্যবহৃত হয়।

উদাহরণস্বরূপ, এএনএন ম্যাট্রিকগুলি সংশোধনমূলক ডেরাইভেটিভ ক্যালকুলাস ব্যবহার করে ব্যাকপ্রপ্যাটিং ত্রুটি দ্বারা প্রশিক্ষিত (ওজনযুক্ত) are এটি সিপিইউগুলির পক্ষে সবচেয়ে উপযুক্ত এবং এটিএএনএন মোতায়েনের জন্য কেবল একবার সম্পাদন করতে হবে।

এএনএন তখন একটি অত্যন্ত সমান্তরাল জিপিইউ আর্কিটেকচারে স্থাপন করা হয়। ফরোয়ার্ড ইনফারেন্সিং গণিতে নিবিড় ম্যাট্রিক্স বীজগণিত জড়িত, যা জিপিইউগুলির জন্য ডিজাইন করা হয়েছে।

এটি পূর্ববর্তী সিপিইউ-ভিত্তিক স্থাপনার তুলনায় বিস্তৃত কয়েকটি আদেশ দ্বারা একটি মোতায়েন করা এএনএন এর কার্যকারিতা বৃদ্ধি করে এবং যে কোনও সংখ্যক নিবেদিত জিপিইউতে আরও দক্ষতার সাথে স্কেল করা যেতে পারে।

এনভিডিয়া এবং এএমডি এর মতো সংস্থাগুলি এখন ডিপ লার্নিং মেশিন হিসাবে খুব উচ্চতর জিপিইউ চিপসেটগুলি বিপণন করছে। জিপিইউ শব্দটি বরাবরই একটি মিসনোমার হয়ে থাকে, যেহেতু তারা সত্যই সাধারণ উদ্দেশ্য সমান্তরাল প্রসেসর। উদাহরণস্বরূপ, জিপিইউগুলিকে মাঝে মাঝে ব্লকচেইন অ্যাপ্লিকেশনগুলিতে বিটমিনিয়ার হিসাবেও উল্লেখ করা হয়।

তাই যা পুরানো ছিল এখন নতুন। জড়িত গণিতগুলি পরিবর্তিত হয়নি, কেবল কম্পিউটার বিজ্ঞানের পরিভাষা (বেশিরভাগ বিপণনের চাপের কারণে)।

এআই শব্দটি বরাবরই একটি গা dark় ঘোড়া হিসাবে বিবেচিত হয়েছে। ডিপ লার্নিং এখন রাজনৈতিকভাবে সঠিক, বাজার বান্ধব শব্দ।


2
একটি পূর্ববর্তী উত্তর ইতিমধ্যে প্রথম বাক্যে আপনার দাবির counterexamples দিয়েছেন। (আরও অনেকেই আছেন you) পোস্ট দেওয়ার আগে আপনি কি পূর্বের উত্তরগুলি পড়েছিলেন? আপনার দাবিগুলি সঙ্কীর্ণ করতে আপনি এই উত্তরটি সম্পাদনা করতে চাইতে পারেন।
ডিডাব্লু

2
আপনার দাবি যে "সিপিইউগুলি এখনও [গভীর নেটওয়ার্ক] প্রশিক্ষণের জন্য ব্যবহৃত হয়, তবে এখন জিপিইউগুলি ইনফারেন্সিংয়ের জন্য ব্যবহৃত হয়" বরং বিভ্রান্তিকর (যদি ভুল না হয়) is প্রত্যেকে আধুনিক স্নায়বিক নেটওয়ার্কগুলিকে প্রশিক্ষণ দেয় জিপিইউতে। বেশিরভাগ লোকেরা এগুলি জিপিইউতেও স্থাপন করে তবে কিছু স্থাপনার পরিবেশ (যেমন কিছু সেলফোন) এখনও সিপিইউ ব্যবহার করে।
মাইক ইজবিকি

আমি মাইকের সাথে একমত "জিপিইউগুলি প্রশিক্ষণের জন্য এবং সিপিইউগুলি ইনফারেন্সিংয়ের জন্য ব্যবহৃত হয়" এই কথাটি বলার চেয়ে কম ভুল যে "সিপিইউগুলি প্রশিক্ষণের জন্য এবং জিপিইউগুলি ইনফারেন্সিংয়ের জন্য ব্যবহৃত হয়"
এএসডিএফ

ডিপ লার্নিংয়ের প্রশিক্ষণের জন্য @ মাইকআইজবিকি পাইপলাইন আর্কিটেকচার যেমন সিউডিএ, ওপেনসিএল ইত্যাদির প্রয়োজন, যা ত্রুটি সংশোধনের জন্য সিপিইউ কোরগুলিতে খুব বেশি নির্ভর করে। ইনফরমেশন পাইপলাইনগুলিতে কেবলমাত্র জিপিইউ কোরগুলি খাওয়ানো এবং ফসল কাটাতে সিপিইউ কোরের প্রয়োজন। শক্তি এবং তাপ দক্ষতা লক্ষ্য, যে কারণে প্রশিক্ষিত এবং অনুমানের মধ্যে মূল ধরণের মধ্যে ভারসাম্য স্থানান্তর হয়। যা আমি ইতিমধ্যে বলেছি।
বারকেনসকস

-1

এআই সম্ভাব্য রুটের বিস্তৃত বিস্তৃত ক্ষেত্র broad কিছু অত্যন্ত গাণিতিক, কেউ সবে স্পর্শ গণিতের touch অন্যরা আরও গাণিতিক পদ্ধতির জন্য ইতিমধ্যে ভাল উত্তর দিয়েছেন। যে বিষয়গুলি আপনি চিহ্নিত করেছেন-

"লিনিয়ার বীজগণিত, সম্ভাবনা / পরিসংখ্যান, ক্যালকুলাস, বেসিক অ্যালগরিদম এবং যুক্তি"

-আপনার প্রাথমিকভাবে প্রয়োজন বা সেগুলি থেকে উপকৃত হবেন। অনেকগুলি পন্থা কমপক্ষে আংশিকভাবে সরাসরি সম্ভাবনা এবং পরিসংখ্যান - হিউরিস্টিকস, নিউরাল নেটওয়ার্কস, জেনেটিক অ্যালগরিদম, ফাজি যুক্তির উপর ভিত্তি করে থাকে। ক্যালকুলাস সমানভাবে দরকারী - এআই বা সাধারণ কম্পিউটিং বিজ্ঞানে আপনি এটি প্রায় সর্বত্র খুঁজে পাবেন। লিনিয়ার বীজগণিত এমন একটি জিনিস যা আপনার অবশ্যই প্রয়োজন।

সিএস / এআই দৃষ্টিকোণ থেকে দুটি অতি প্রয়োজনীয় বিষয় হ'ল আলগোরিদিম এবং যুক্তি, অ্যালগরিদম হ'ল কম্পিউটার বিজ্ঞানের আসল হৃদয় এবং যুক্তি হ'ল আলগোরিদিমগুলির অন্তর্নিহিত 'ভাষা' .. যদিও অ্যালগরিদম শেখার মূল বিষয় কীভাবে প্রোগ্রামিং, দক্ষতা শিখতে হয় এবং বেসিক প্রোগ্রামিংয়ে অনুশীলন করা প্রায় সমস্ত কম্পিউটার বিজ্ঞান বা এআই বিষয়গুলির অন্যতম গুরুত্বপূর্ণ ভিত্তি। প্রোগ্রামিং হ'ল এমন একটি দক্ষতা যা বিশ্ববিদ্যালয়গুলি পড়াতে বিশেষত ভাল হয় না। যুক্তি এআই এর বেশিরভাগ শাখায় সত্যই প্রয়োজনীয়; বুলিয়ান লজিক, প্রিডিকেট ক্যালকুলাস, সিম্বলিক লজিক, ক্রমানুসারে অন্তর্নিহিত তত্ত্ব, নকশা, পুনরাবৃত্তি, সসীম রাষ্ট্র মেশিন, টুরিং মেশিনস, সিপিইউ ডিজাইন ইত্যাদির শ্রেণিবিন্যাস .. এখানে আমরা গণিত বিজ্ঞানকে যথাযথ কম্পিউটিংয়ের দিকে সরিয়ে দিচ্ছি ..

'স্ট্রং এআই' গণিতের নিজস্ব ক্ষেত্রটিতে প্রসারিত করা অন্তর্নিহিত তবে একেবারে প্রয়োজনীয় ভূমিকা পালন করে। বুনিয়াদি গণিত সম্পর্কে খুব ভাল বোঝা সম্ভবত উচ্চতর গণিতের চেয়ে বেশি গুরুত্বপূর্ণ তবে আপনি যা কিছু গ্রহণ করেন তা কার্যকর হতে পারে। স্ট্রং এআই এর মতো নবজাতক ক্ষেত্রের আসল সমস্যাটি হ'ল সবকিছু বাতাসে রয়েছে এবং তাই ক্ষেত্রটি সম্পূর্ণ প্রবাহিত।
যে বিষয়গুলি সম্ভাব্যভাবে কার্যকর সেগুলির মধ্যে রয়েছে - নিউরাল নেটওয়ার্ক, জেনেটিক অ্যালগোরিদম, নিউরোলজি, জেনেটিক্স, সাইকোলজি, সাইবারনেটিক্স এবং রোবোটিক্স, 3 ডি গ্রাফিক্স তত্ত্ব, চিত্র প্রক্রিয়াকরণ তত্ত্ব, কম্পিউটার গেমস ডিজাইন, দর্শন, শিল্প তত্ত্ব, ডিজিটাল ইলেকট্রনিক্স, ভাষাতত্ত্ব তত্ত্ব .. একটি ক্ষেত্রে এই পড়াটি শিখার জন্য সবচেয়ে গুরুত্বপূর্ণ এক উপায়। বেশ কয়েকটি বই যা আমার জন্য পয়েন্ট শুরু করেছিল সেগুলি ছিল - দ্য এম্পেরার্স নিউ মাইন্ড বাই রজার পেনরোজ, আই এল এবং গ্রেট রাইন্ড গ্রেগরি, কিন্তু সত্যই অন্তর্দৃষ্টি প্রায় যে কোনও জায়গা থেকে আসতে পারে

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.