В искусственном интеллекте очень сильно используются два подраздела математики: математическая статистика и теория оптимизации.
В 2020 году словом "искусственный интеллект" называют в основном машинное обучение, то есть набор методов, позволяющих компьютерам учиться чему-то новому на примерах, как это делают люди, а не требовать для выполнения любой задачи жесткую инструкцию. Для некоторых задач такую инструкцию просто невозможно составить вручную. Например, без машинного обучения компьютеры не могли бы распознавать объекты на изображениях, искать информацию в интернете или воспринимать голосовые команды.
Математическая статистика позволяет находить взаимосвязи в большом количестве данных и отличать случайные совпадения от закономерностей. А теория оптимизации позволяет быстро подбирать такие конфигурации параметров сложной системы, при которых поведение этой системы является наиболее подходящим для нас.
Отдельно стоит сказать про широко известную в узких кругах поговорку "deep learning is not deep" ("в глубоком обучении нет ничего глубокого"). Имеется в виду, что современные методы машинного обучения не требуют для своего применения каких-то сверхъестественных познаний в математике или особенных к ней способностей. Не боги горшки обжигают. Базовая математическая грамотность и умение читать (и понимать) статьи, в которых много формул, очень полезны, но быть вторым Эйлером вовсе не обязательно.