从开发人工智能到预测癌症预后，数学涉及我们生活的方方面面。我们与四位悉尼数学家进行了交谈，讨论了他们的研究以及数学(及其研究)为何如此重要的原因。

数学和统计学对于理解我们世界的每一个方面都至关重要。它是一种语言，是一种分析和预测的工具，也是一种思维方式。

我们与Lamiae Azizi博士，Kevin Wang博士，Diana Warren博士和Oded Yacobi进行了交流，以了解他们在数学和统计学方面的研究领域，从而使您对如果与我们一起学习数学可以探索的一些有趣主题有所了解。 。

教学机器自学

概率机器学习在人工智能的发展中起着核心作用，它试图教会机器如何从经验中学习。

数学与统计学院高级讲师，转换数据科学中心副主任Lamiae Azizi博士专注于开发概率机器学习模型并将其应用到各个领域(包括特别是内部领域)的问题，包括个性化和决策卫生保健。

“每个人都知道医生在我们社会中的作用，但并不是每个人都知道大多数技术的核心是数学，” Azizi说。

“在我的工作领域，我们开发了数学模型和算法，仅填充了一些观察到的数据的机器就可以用来对未来数据进行预测，并根据这些预测做出合理的决策。”

Azizi的研究涵盖多个领域，并有许多应用，例如与基因组学的生物学家合作，致力于癌症的治疗以及设计可处理大型高光谱卫星图像的方法。

她说：“我相信人工智能中发生的最酷的事情发生在一般机器学习领域，尤其是概率机器学习领域。”

“数学为我们提供了一个框架，使我们能够更好地了解我们所生活的世界，从而改变它。”

如果您对理解和探索统计机器学习的可能性感兴趣，可以将一系列统计和数据科学学习单元纳入学位课程。

生物问题解决

现代医学非常依赖于数学和统计学的机制来使自己理解。数学可用于预测和模拟癌症的行为，并帮助我们更好地了解遗传学和DNA。

数学与统计学院的博士候选人Kevin Wang在生物信息学领域工作，该理论将理论数学方法应用于实际的生物学问题。

Wang说：“我正在与澳大利亚黑色素瘤研究所的肿瘤学家合作开展一个项目，该项目旨在提高患者生存期或癌症预后的预测准确性。”

肿瘤的生长机制通常可以与基因表达联系起来，而基因表达可以被认为是人类基因中存储的信息。我们正在努力的目标是在诊所从癌症患者那里获取组织样本，将这些样本发送到实验室以测量基因表达，然后为患者提供其生存时间或癌症预后的预测。”

Wang解释说，在测量基因表达的过程中可能有多种变异来源，最终会影响每个患者的预测。他的研究致力于消除这些变异来源，以使其更加准确。

“生物信息学中的每个问题都是没有标准解决方案的难题。这是一个创造性的过程，我可以自由使用我想达到解决方案的任何方法，”王说。

批判性地考虑数据，处理数据并有效地传达数据的能力是任何与数据相关的工作中不可或缺的技能。生物信息学将所有这些技能发挥到极致!”

如果您对学习如何解决实际的生物学问题并将其转化为可以使用数据，数学，统计学和计算机科学解决的问题感兴趣，那么我们的一系列本科数学课程将教授生物信息学。

使用数据

在研究，工作和生活的所有领域中，基于实际证据做出决定是关键，这已不是什么秘密。因此，随着时间的推移，让人们拥有如何使用数据的知识的重要性在不断提高。

“ 21世纪出现了“数据泛滥”，因此现在有大量非常规数据正在等待分析，”数学与统计学院的戴安娜·沃伦(Diana Warren)博士解释说。“数据科学使我们能够在几乎可以想象的每个领域做出基于证据的决策。”

沃伦(Warren)致力于开发一个数据科学计划，无论数学背景，专业或职业背景如何，全校每个学生都可以使用。

“数据科学可以促进其他领域的研究，并将有助于揭示新见解。它可以教您如何解决任何域中的数据问题。”沃伦说。

“从癌症到气候变化再到天文学的数据驱动研究将促进令人惊讶的突破。”

新的数据科学专业可以作为学位课程的一部分来学习，因此您可以发展现代大数据世界所必需的推理能力和计算技能。我们在数据科学领域也有一些开放学习环境部门，您可以投入其中。

发现隐藏的对称

奥德·雅各比(Oded Yacobi)是数学与统计学院的高级讲师，他从事纯数学领域的研究，主要研究表征理论-对称性研究。

Yacobi说：“我们已经使用抽象方法发现了隐藏的对称性，这使我们能够解决许多长期存在的问题，也可以提出新的问题。”

表示理论之所以强大，是因为它使我们能够理解明显不是几何形状的物体的对称性。等式具有对称性意味着什么，这对等式试图建模的基础结构意味着什么?”

雅各比(Yacobi)解释说，回答这些问题会产生重大后果，并且对于诸如研究化学晶体学，建立基本的量子计算理论以及建立可预测机器人运动方式的模型之类的事物至关重要。

“这是一个瞬息万变的令人兴奋的领域，它提供了进入底层并为基础发展做出贡献的机会。Yacobi表示：“它有助于加深对数学中许多中心区域之间联系的理解，这在数学领域之外非常有用。”

“毕竟，数学无处不在，对数学的学习将为您提供在工业，政府和其他领域取得成功所需的基本工具。”

尽管具有抽象性，但该主题仍是我们许多现代数学工具集的基础，并且在计算机科学，物理学和其他领域中有着非凡的应用。我们的许多大学数学单元都涉及抽象代数。