很多人都觉得，人工智能的核心是编程、是数据、是GPU轰鸣的算力。这些东西当然重要，但如果我们把AI比作一座大厦，那数学就是它的地基。没有数学，这座大厦根本建不起来，建起来了也会塌。
那数学到底在AI里干了什么？
为了讲清楚这个问题，我们不如从一个最简单、最具体的例子开始：预测房价。
假设你是一名房产中介的实习生，老板给了你一份过去成交的房屋数据，让你练练手——如果来了一套新房，你能不能大致估出它该卖多少钱？
这个任务，本质上就是AI在做的事情。我们就顺着这个例子，把AI背后的数学一步一步拆开来看。
我们先别把事情搞复杂。影响房价的因素可以有很多——面积、楼层、装修、地段……但为了入门，我们只抓最核心的一个特征：房屋面积。
你拿到了一批历史数据，把它画在纸上：横轴是面积，纵轴是总价。你会惊奇地发现，这些点虽然不是完美地排成一条直线，但确实大致沿着一条直线分布。
于是你灵机一动：能不能用一条直线来近似地描述面积和房价的关系？
这条直线，就是我们整个故事的起点。用数学来写，它就是：
$$ y = wx + b $$
这里：
在AI领域，这个 $y = wx + b$ 就是最简单的模型。它的思想朴素得可爱：房价约等于面积乘上一个系数，再加一个基础值。就这么简单。
可是，从一个简单的等式，到真正能让机器“学会”预测，背后需要三个关键步骤。而这三个步骤，恰好对应了AI所依赖的三门核心数学。
真实情况里，我们手里的数据不可能只有两三条，往往是成百上千条。而且，影响房价的因素也绝不止面积一个。
这时，如果还是用初中的“一个 $x$ 一个 $y$”来写，就会又长又乱。我们需要一套更高效、更结构化的数学语言——这就是线性代数登场的地方。
在线性代数的视角下，我们不再一条一条地处理数据，而是把它们整齐地堆进矩阵和向量里。
比如，我们不再只考虑面积 $x$，而是考虑多个特征：面积、卧室数量、房龄、到地铁站的距离……对一套房子，这些特征可以排成一个行向量：
$$ \mathbf{x} = [x_1, x_2, x_3, \ldots, x_n] $$
所有的权重也可以排成一个列向量：
$$ \mathbf{w} = \begin{bmatrix} w_1 \\ w_2 \ \vdots \\ w_n \end{bmatrix} $$
再加上偏置 $b$，我们原来那条简单的直线，就摇身一变，成了一个更加通用的线性模型：
$$ y = \mathbf{x} \mathbf{w} + b = x_1 w_1 + x_2 w_2 + \ldots + x_n w_n + b $$
这还没完。如果手上有 $m$ 套历史房屋数据，我们完全可以把它们一次性堆叠起来，形成一个大的特征矩阵 $X$：
$$ X = \begin{bmatrix} x_{11} & x_{12} & \ldots & x_{1n} \\ x_{21} & x_{22} & \ldots & x_{2n} \\ \vdots & \vdots & \ldots & \vdots \\ x_{m1} & x_{m2} & \ldots & x_{mn} \end{bmatrix} $$
每一行是一套房子，每一列是一个特征。那么，所有房子的预测价格，就可以用一个极其简洁的矩阵乘法一次性算出来：
$$ \hat{\mathbf{y}} = X \mathbf{w} + b $$
你看，用线性代数的语言，无论数据量多大、特征多少，模型的表达始终干净、统一。这不仅仅是为了写起来省事。当计算机真正做运算时，它调用的底层库就是按照矩阵运算来优化的，这就是为什么AI能在海量数据上跑起来。
线性代数解决了“数据和模型如何表示”的问题。它给AI提供了数据结构和运算框架。
现在我们有了模型 $y = wx + b$，也能用矩阵表示一大堆数据了。但问题是，随便画一条直线都能预测吗？显然不是。
比如，我们随手瞎猜一个 $w = 1000$、$b = 50000$。对一套 100 平米的房子，模型给出的预测价格是：
$$ y = 1000 \times 100 + 50000 = 150000 \ \text{（即15万）} $$
但真实成交数据里，同样面积的房子可能卖了 200 万。那这个模型就错得离谱。
于是，一个极其根本的问题出现了：怎么判断一个模型到底有多好，或者说有多烂？
这要靠概率统计。
在统计视角下，我们把每一套真实成交价 $y_{\text{true}}$ 和模型预测值 $y_{\text{pred}}$ 之间的差距，叫做误差或者残差。
单看一套房子的误差意义不大，我们需要一个能概括整体表现的指标。最常用的一个，就是把所有误差先平方（消除正负抵消的影响），再求平均，最后开方。但实践中，连开方都经常省略，直接用均方误差，也就是MSE：
$$ \text{MSE} = \frac{1}{m} \sum_{i=1}^{m} (y_{\text{pred}}^{(i)} - y_{\text{true}}^{(i)})^2 $$
这个数字越大，说明模型预测得越离谱；越接近 0，说明模型预测得越准。
但统计思维给我们的远远不止是一个“评分”。它让我们意识到，数据本身就包含着不确定性和噪声。即使我们把面积、楼层、地段全部考虑进去，房价还是会有波动——可能是买家那天的心情，也可能是房东突然急用钱。
统计学告诉我们：模型不可能做到 100% 精确，但我们可以在概率的意义上，让模型尽可能地逼近真实规律。而MSE这样的损失函数，就为模型的好坏提供了客观的定量标准。
概率统计解决了“模型好坏如何衡量”的问题。它为AI提供了评价标准和不确定性处理的视角。
现在，我们能把数据表示成矩阵了，也知道用MSE来给模型打分了。剩下最关键的一步是：
我们不想靠人手动去瞎猜 $w$ 和 $b$，我们希望机器能自己找到让MSE最小的那个 $w$ 和 $b$。
这就需要微积分了，具体来说，是微积分里的梯度下降。
我们先想一个简化情况：假设 $b = 0$，模型就是 $y = wx$，此时MSE的大小只取决于 $w$。如果把 $w$ 当成横坐标，MSE当成纵坐标，画出来的曲线会是一个“碗”的形状。
我们的目标就是走到这个碗的最低点，因为那里对应着误差最小的 $w$。
怎么走？微积分给我们一个强有力的工具——导数。
函数 $f(w)$ 在某一点的导数，可以告诉我们：在这里，函数是往上走的还是往下走的，坡度有多陡。具体来说：
用数学写出来，更新规则就是：
$$ w_{\text{新}} = w_{\text{旧}} - \alpha \cdot \frac{d(\text{MSE})}{dw} $$
这里的 $\frac{d(\text{MSE})}{dw}$ 是导数，也就是梯度； $\alpha$ 是一个很小的正数，叫学习率，控制我们每一步迈多大。
在真实的模型里，$w$ 和 $b$ 是同时存在的，甚至 $w$ 本身可能有几十上百个。这时候我们就得用偏导数和梯度来同时更新所有参数。但本质上思想完全一样：沿着梯度的反方向，一小步一小步地更新参数，MSE就会逐步下降，最终收敛到一个比较理想的最低点。
整个过程完全自动：计算机先随机取一组 $w$ 和 $b$，算出预测值，再跟真实值比较，求梯度，更新参数；然后再算一遍，再更新……如此循环几千几万次后，误差已经小到几乎不能再小了，我们就得到了一个“学好了”的模型。
微积分解决了“如何让模型自动优化”的问题。它为AI提供了学习算法和迭代更新的核心引擎。
回顾一下，我们用一条直线 $y = wx + b$ 来预测房价，背后其实藏着数学的三大支柱在默契配合：
1、线性代数负责“表示”——把成千上万的数据和复杂的模型，装进矩阵和向量的框架，让运算变得高效统一。
2、概率统计负责“评判”——告诉我们模型预测得准不准、误差有多大，数据中的不确定性该如何理解。
3、微积分负责“优化”——通过梯度的指引，让模型能一步一步自动调整参数，越变越好。
你以后会听到的各种AI名词——深度学习、神经网络、卷积网络、Transformer——本质上都是在这个骨架之上进行了更复杂的扩展。但无论模型多复杂，把数学内核剥开来看，依然是这三件事：怎么表示，怎么评判，怎么优化。
所以说，数学在AI里到底干了什么？
它让一堆看似死板的数据，有了能够自我调整、逐渐逼近真相的能力。而这，正是“智能”二字的数学根基。
评论专区
评论加载中...登录后即可发表评论