作为新一代信息技术的代表,人工智能已经广泛应用于科学、社会、经济、管理的方方面面,已经和正在成为创新驱动发展的核心驱动力之一。然而,就其技术发展而言,人工智能还只是突破了从“不可用” 到“可以用”的技术拐点,从“可以用”到“很好用” “用得好”还存在诸多技术瓶颈,正呼唤重大技术变革。
技术变革的先导是理论创新,即基础研究。它是指对事物本质和规律的科学化探寻和揭示,是启发、促动技术变革的激发源和理论依据。理论创新既应包括对原有理论体系或框架的新突破、对原有理论 和方法的新修正和新发展,也包括对理论禁区和未知领域的新探索。
本文主要关注人工智能技术发展当前亟待解决的重大数理基础问题。为什么要特别关注 AI 的数理基础问题呢?这是因为当前人工智能技术和发展主要是靠“算例、算法、算力”所驱动的,其基础是数据,其核心是算法,这二者都深刻地以数学为基础。数学主要提供对所研究问题的形式化手段、模型化工具和科学化语言。没有形式化就没有程式化和计算机化,没有模型化就没有定量化和知识化,没有科学化就没有系统化和现代化。所以,数学在科学技术中具有独特的作用和价值。对人工智能而言,数学不仅仅是工具,还是技术内涵本身, 而且常常也是最能体现本质、原始创新的部分。
本文提出并阐述人工智能研究与应用中凾待解决的10个重大数理基础问题,包括:
1 大数据的统计学基础
2 大数据计算的基础算法
3 数据空间的结构与特性
4 深度学习的数学机理
5 非正规约束下的最优输运
6 如何学习学习方法论
7 如何突破机器学习的先验假设
8 机器学习的自动化
9 知识推理与数据学习的融合
10 智能寻优与人工智能芯片问题