进入大学学习AI之前，高中生应掌握哪些基础知识？

将人工智能引入高中课程能弥补技能差距吗?专家们认为，这一举措将有助于建立可持续化发展的劳动力队伍，能够利用变革性技术，确保社会的发展和包容性的增长，符合政府的发展理念。

从这一点说，在高中阶段加强数学概念的学习，有助于提高学生将来对数学的理解。例如，统计在数据最小化中起着至关重要的作用，它提高了计算速度。

那么，在大学学习人工智能之前，高中生需要掌握哪些知识呢?Matroid公司首席执行官、斯坦福大学兼职教授Reza Zadeh在推特上说，数学中的概念——微积分、线性代数、概率和统计，可以为那些希望在人工智能领域发展的学生提供良好的基础。

在人工智能领域发展需要有坚实的数学基础。初学者常问的一个问题是:“一个人在尝试学习人工智能之前，应具备什么水平的数学能力？” Yann LeCun在2016年评论说，学生要想在人工智能出类拔萃，需要的是“数学和更多的数学”。

一位计算机科学家称，线性代数、概率、统计和微积分III应该被纳入教育领域——越快越好。

为什么中学课程要整合更高水平的数学？

以下是为什么学校课程应该整合更高水平的数学，这是理解核心计算机科学概念的先决条件：

考虑到微积分和线性代数是理解人工智能算法的关键，高中课程应该增加微积分III和概率。

大多数编程语言也依赖于代数和对离散数学的深刻理解。

在学校建立一个坚实的数学基础，可以帮助学生决定他们的目标是人工智能领域的哪些专业。

至少，需要微分学、线性代数、统计学和基本概率来理解最优化的概念。

同时，矩阵代数和运算以及矩阵乘法都需要线性代数。

不仅人工智能需要扎实的数学基础，计算机科学课程也需要它的基础知识。

即使学生的学习方向是机器学习和数据挖掘，也需要复习微积分和概率论，才能开始学习。

事实上，学生擅长的数学领域可以决定他/她应该专攻人工智能的哪一分支。

微分学——理解如何取函数的导数——基本上是理解最优化概念的关键。

中国和加拿大在高中阶段就引入了人工智能

那么，如何才能让高中生对这个行业感兴趣呢?从实践和社会角度来看，首先要做的是，让学生轻松、愉快地学习。

数学和物理课程，应该从人工智能的角度重新编排和教学。教师要将课程与现实世界中的应用进行对比，让学习变得有趣，互动性更强。

除了中国规定高中生要进行人工智能学习外，加拿大布莱斯学院也为高中生开设了人工智能课程。

前景

根据NITI Aayog的一份文件，美国、中国和日本已经在前沿研究方面处于领先地位。美国的卡内基梅隆大学、麻省理工学院、斯坦福大学和加州大学-伯克利分校等大学在人工智能研究领域处于领先地位，并由一流的教师提供一流的机器学习课程。

同样，中国的清华大学和北京大学等学校目前也在竞争中处于领先地位，它们发表的研究论文数量最多，拥有大规模的公共资金，并与企业建立了研究合作关系。

该文件的另一个重点是，全球各国正通过与大学合作、设计新课程，加大对STEM人才开发的投资，以增加培养未来劳动力的资源。例如，英国计划到2025年通过图灵奖学金(Turing fellowship)培养1000名博士研究人员，以推动人工智能的发展。

原文链接：

https://analyticsindiamag.com/how-high-school-math-can-be-the-key-to-building-a-strong-ai-workforce/

来源：analyticsindiamag

作者：Richa Bhatia

智能观 编译

—完—

想知道AI加教育领域有哪些最新研究成果？

想要AI领域更多的干货？

想了解更多专家的“智能观”？

请前往：www.智能观.com。

声明：

编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。