深度學習算法推動人工智能實現從“不可用”到“可以用”的重大突破。如今，深度學習已經是一個標准化的從大量數據中總結經驗、挖掘結構的萬能工具，在科學技術、工商管理、醫療健康等領域發揮重要作用。可以說，深度學習已經成為通過計算機算法拓展人類認知能力的一項基礎技術。
夯實數理基礎，促進算法健康、有序、繁榮發展
未來，算法將幫助我們解決更多生產生活中的問題。如果說現實世界由原子分子構成，那麼數字世界的基本元素則是數據。要想讓數字技術有效賦能現實世界，提升生產力，就要對現實場景進行數字化描述并制定解決方案。這既需要用科學家的嚴謹思維建立模型，也需要用工程師的務實手段解決問題，算法正是數學理論和工程實踐相結合、批量化解決問題的高效手段。比如人臉識別技術，應用的就是計算機視覺算法。這一算法顧名思義，首先要獲得物體的數字圖像，然後利用計算機規則理解、分析圖像并得到結論。除了人臉識別，計算機視覺算法也被應用於圖像檢索、視頻監測、智能駕駛，等等。在其他領域，算法也大有用武之地。在量子計算中，算法為量子力學提供全新的計算視角；在氣象領域，算法可以幫助預測氣象災害；在醫療領域，分布式微劑量CT通過低成本的CT終端采集數據，再經由雲端強大的計算集群自動調度算法實現成像和智能閱片，有助於解決偏遠地區看病難問題。
目前，算法的不斷進步主要基於大數據。我國在人工智能領域擁有數據量龐大的優勢，有助於機器學習發展。與此同時，提高算法創新能力必須重視基礎研究，重視數學的獨特作用和價值。數學不僅為算法創新提供模型和工具，也為算法的發展提供思想源泉。算法應用場景也會對數學理論提出新的問題與挑戰。發展新的數學理論和工具來解決相關算法問題，將成為應用數學的重要方向。另外，算法在帶來便捷的同時，也出現了信息繭房、算法歧視等問題，需要規劃和預判技術邏輯和倫理邏輯，在應用中兼顧社會價值、倫理道德，踐行科技向善理念，從而實現更好的算法治理。
|
