數(shù)學(xué)將如何推動(dòng)第三波人工智能發(fā)展
從開(kāi)車到使用智能手機(jī),甚至在帶有數(shù)字計(jì)時(shí)器的咖啡機(jī)上煮一杯咖啡或在線登錄你的銀行賬戶,今天我們?cè)跓o(wú)數(shù)不同的地方都會(huì)遇到算法。
由于算法無(wú)處不在的特性,它已經(jīng)吸引了工業(yè)界、學(xué)術(shù)界、研發(fā)部門以及幾乎你能想到的任何部門的想象力?;蛟S最可能受益于尖端算法的技術(shù)是人工智能,而這種算法又會(huì)對(duì)當(dāng)今大多數(shù)其他行業(yè)產(chǎn)生連鎖反應(yīng)。強(qiáng)大算法開(kāi)發(fā)的一個(gè)關(guān)鍵組成部分是數(shù)學(xué)——圖是 Shor的算法或Schr?dinger的方程的基石。布爾代數(shù)奠定了今天“信息時(shí)代”的基礎(chǔ)。同樣,早在1842年,Ada Lovelace的算法就被廣泛認(rèn)為是第一個(gè)計(jì)算機(jī)程序。
可以想象,即使是最小的 AI(人工智能)系統(tǒng)也需要基本指令才能運(yùn)行。簡(jiǎn)單地說(shuō),算法是幫助計(jì)算機(jī)完成計(jì)算的分步指令。它們就像指導(dǎo)手冊(cè),讓機(jī)器準(zhǔn)確地知道該做什么以及何時(shí)做。因此,在基礎(chǔ)機(jī)器學(xué)習(xí)中,算法是構(gòu)建人工智能的第一個(gè)結(jié)構(gòu)步驟。熟能生巧——因此,通過(guò)與人工智能的持續(xù)互動(dòng),我們有望提高它的效率。
人工智能作為一種技術(shù),如果利用得當(dāng),潛力無(wú)窮。如前所述,人工智能正在幫助加強(qiáng)醫(yī)療保健、教育、通信、能源和公共安全部門,甚至解決全球變暖等關(guān)鍵挑戰(zhàn)。
今天,不幸的是,我們處于人工智能的初級(jí)階段,主要使用簡(jiǎn)單的算法,例如:
分類算法
用一種特定的方式對(duì)一組數(shù)據(jù)進(jìn)行分類的算法類型。
回歸算法
基于一組輸入數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)結(jié)果的算法類型?,F(xiàn)代氣象學(xué)家用來(lái)預(yù)測(cè)天氣的計(jì)算機(jī)程序就是一個(gè)很好的例子
聚類算法
這種算法利用整個(gè)數(shù)據(jù)集,找出特定點(diǎn)之間的相似點(diǎn)或不同點(diǎn)。在會(huì)計(jì)文檔中識(shí)別欺詐性交易就是這種人工智能工作的一個(gè)實(shí)例
然而,要進(jìn)入人工智能發(fā)展的第三波——智能在感知、學(xué)習(xí)和推理方面表現(xiàn)出色,并能夠概括,需要的是革命性的突破——因?yàn)槿斯ぶ悄艿谋举|(zhì)——將起源于數(shù)學(xué)領(lǐng)域。
我們需要新的基于數(shù)學(xué)的工具來(lái)捕捉基礎(chǔ)數(shù)據(jù)的上下文和結(jié)構(gòu),而不是僅僅關(guān)注相關(guān)性。這些工具主要基于拓?fù)浜蛶缀谓Y(jié)構(gòu)。今天的人工智能專家必須專注于基于這些結(jié)構(gòu)制定有效的算法,使之能夠?qū)崿F(xiàn)變革性成果。
所有這一切都需要新的思維和新的學(xué)習(xí)方式,迫使那些使用技術(shù)的人走出他們的舒適區(qū)。作為前進(jìn)的關(guān)鍵一步,今天的數(shù)字第一社會(huì)需要顯著提高未來(lái)數(shù)學(xué)家和數(shù)據(jù)處理人員的培訓(xùn)。盡管人工智能比以往任何時(shí)候都吸引著更多的數(shù)學(xué)家,但能夠模擬大腦工作方式并使我們能夠更好地構(gòu)建未來(lái)人工智能內(nèi)置邏輯能力的復(fù)雜數(shù)學(xué)工具至關(guān)重要。
我們必須加快人工智能技術(shù)的發(fā)展,創(chuàng)造強(qiáng)大的協(xié)同效應(yīng),推動(dòng)知識(shí)的前沿,造福科學(xué)、社會(huì)和全球經(jīng)濟(jì)。