人工智能对管理科学与工程科研的冲击

以 chatgpt 为代表的 AI 工具对很多学科都产生了巨大冲击,除了一些社会科学的学科,编程和应用数学也受到了很大影响。因为,现在 AI 已经强大到可以进行比较复杂的编程和数学证明了。

  • 在数学水平上,我个人认为 chatgpt 已经超过 99% 的数学专业博士。

管理科学与工程这个学科本质上就是计算机、应用数学和管理学的结合,因此,很多管科的研究将会变得比前几年容易很多。

  • 记得读博的时候,我这个北京985高校的班级里至少有一半的同学不会编程,因此,算法之类的研究不能做。当时,我想学习如何编程动态规划,网上找了很久,只找到一些比较简易的代码来参考模仿。直到后来我看到外国导师的 java 代码,才知道如何编写比较专业的动态规划程序,前后花了两三年时间。现在,有了 AI 的帮助后,一个博士生如果愿意并坚持学习的话,可能一两个月就搞定了。
  • 管科的文章如果想要发表在顶级期刊上,一般文章里都有一些巧妙的数学证明,对于非数学专业出身的我,自己去构思这些复杂证明是非常挑战的。从去年开始,我逐步使用 AI 帮助自己进行一些证明,发现它已经强大到超过很多学数学出身的教授了。因此,我预计,未来像我这样数学水平并不是非常突出的研究者,说不定也能在 AI 的帮助下,对一些问题进行数学推导和证明。

因此,对于管科研究,数学和编程能力将不像以前那么制约个人,如果想要做一些好的研究,个人认为比较重要的点:

  • 研究直觉------能够正确预计哪些问题有研究价值,会是之后的研究热点
  • 数学直觉------即使 AI 可以帮助数学证明,如果自身数学水平不行,不会基于 AI 的回答举一反三,那么也不能将 AI 的帮助发挥到最大
  • 快速学习------现在新知识太多,如果能够快速的学习一些时髦的技术,将会极大快速地出成果。
相关推荐
sinat_286945191 小时前
gitnexus vs graphify
人工智能
Ztopcloud极拓云视角1 小时前
Claude Opus 4.8 实战接入指南:动态工作流 + 思考投入控制深度使用
大数据·人工智能·gpt·claude·deepseek
cxr8281 小时前
高分子复合材料 AI 逆向设计合—— 认知基座与理论框架
人工智能·材料逆向设计合成
落叶无情1 小时前
第二章 ICEF核心知识解读 第二节 ICEF:从“规律驱动提示“到“世界规律认知操作系统“的范式跃迁
人工智能
逻辑君1 小时前
Foresight研究报告【20260014】
人工智能·深度学习
FserSuN1 小时前
Machine Learning Specialization - Week 1, 9-20学习总结
人工智能·学习·机器学习
cxr8281 小时前
高分子复合材料 AI 逆向设计合——核心生成引擎与物理约束架构
人工智能·架构·材料逆向合成
jiayong231 小时前
AI架构师面试问题与解答 - 机器学习基础篇
人工智能·机器学习
ZhengEnCi1 小时前
09aba-将离散的 token ID 映射为连续的稠密向量
人工智能