陶哲轩力荐、亲自把关：AI for Math照这个清单学就对了

在 AI for Math 领域，如果你一直找不到合适的资源，这份清单或许会有帮助。

刚刚，著名数学家陶哲轩的个人博客又更新了，这次他们整理了一份有用的资源列表，该资源专注于 AI for Math，专为那些希望进入数学 AI 领域的人提供帮助。

这份清单发起时间最早可追溯到去年，发起机构由美国国家科学院、工程院和医学院组织的研讨会「人工智能辅助数学推理」提出，陶哲轩担任研讨会主持人。

目前，网址资源已经公开。

网址：https://docs.google.com/document/d/1kD7H4E28656ua8jOGZ934nbH2HcBLyxcRgFDduH5iQ0/edit

在关于清单的介绍中我们看出，这是一个初步的资源列表，最初由 UIUC 教授 Talia Ringer 整理，供那些希望进入 AI 数学领域的人使用，不过这份文档还没有完全截稿，陶哲轩及其他研究者还在不断的进行完善（我们还能看到各种修改痕迹）。

根据目录我们可以看出，列表资源非常丰富。有推荐的教科书、课程资源、社区讨论、推荐工具等。

在课程这一栏，我们还看到知名 AI 学者吴恩达的机器学习课程出现在推荐列表里（点击链接就能直达，非常方便）。

关于这份列表的更多详细内容，我们接着往下看。

关于教育，清单推荐了一些可用的教科书和调查报告、维基和词汇表、教程、数据集和基准、课程教材等。

由于 AI for Math 是一个高度协作的交叉领域，因此和那些具有互补专业知识以及有经验的人交流非常有益，基于此，列表推荐了一些社区论坛，方便大家讨论。

研究 AI 与数学，当然离不开工具和代码库，推荐列表中列出了机器学习框架、证明助手、数学工具、数学库等。

在大模型刷屏的今天，AI for Math 自然少不了 LLM，这份资源清单给出了可访问的通用模型，大家熟悉的 LLM 都在列表内：

用于数学的 LLM：

用于形式化证明的 LLM：

以及聊天机器人：

看到这份清单后，大家纷纷表示对学生和老师都非常有帮助。

最后提醒一句，这份清单还在不断完善中，大家可以随时查看更改信息。

入门AI for Math陶哲轩

相关技术

机器人操作系统

所属机构

百度研究院

来源：个人网站 Ng, A. Y.Twitter

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

人工智能技术

在学术研究领域，人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体（intelligent agent）

来源：Russell, S., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach.

基准技术

一种简单的模型或启发法，用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

来源：Google ML Glossary

聊天机器人技术

聊天机器人是经由对话或文字进行交谈的计算机程序。能够模拟人类对话，通过图灵测试。聊天机器人可用于实用的目的，如客户服务或资讯获取。有些聊天机器人会搭载自然语言处理系统，但大多简单的系统只会撷取输入的关键字，再从数据库中找寻最合适的应答句。

来源：维基百科