中国科学院院士徐宗本:人工智能的基石是数学

  ■见习记者 程唯珈

  “人工智能的柱石是数学,没有数学根底科学的支撑,人工智能很难行稳致远。” 近来,由联合国教科文组织和中国工程院联合主办的联合国教科文组织世界工程科技常识中心2019世界高端研讨会上,中国科学院院士、西安交通大学教授徐宗本在题为《AI与数学:融通共进》的主题陈述上如是说。

  在他看来,现在人工智能所面临的一些根底问题,其实质是来自数学的应战。

  数学家眼里的人工智能是什么?徐宗本给出的答案简洁明了:当下主要指机器学习。

  假如给这个名词赋予一个阐明,他以为这是人或许智能体,经过与环境的交互来提高自身行为和处理问题才能的智能化操作。“机器学习是把这种智能方式化为数学公式,转换成核算机能够操作的算法和软件。”他说。

  进一步说,人工智能实际上是一个将数学、算法理论和工程实践紧密结合的范畴。将其剖开来看,便是算法,也便是数学、概率论、核算学、各种数学理论的表现。

  不过徐宗本以为,作为人工智能柱石的数学,还存在五大核心问题待解,而这也是限制人工智能进一步开展的“绊脚石”。

  第一是大数据的核算学根底。徐宗本以为,人工智能和大数据是一对“孪生姐妹”。人工智能更多指运用形式,着重与范畴常识的结合。大数据则是最底层的信息技术,着重机器和机器、机器与人之间的内容交互与了解。可是当时,剖析大数据的核算学根底面临推翻,运用于杂乱大数据剖析的极限理论、核算揣度办法、真伪断定等数学根底没有彻底树立起来。

  第二是大数据核算根底算法。一般来说,了解和剖析大数据都是经过数据处理或数据剖析来完成的,而不管是数据处理仍是数据剖析,终究都归于求解一系列根本的数学问题,如线性方程组求解、图核算、最优化核算、高维积分等。不过,这些看似早已处理的问题在大数据景象下却成了“绊脚石”。

  他以旅行为例,打了一个生动的比方来解说这种应战。“比方从西安到北京,怎样走最近?曩昔地图分辨率不高,依据一般的地图能够获取根本的路途。但现在大数据布景下,地图的分辨率越来越高,不可能一次就包括西安至北京之间悉数城市与路途的数据,只能一次一次地供给其间某些城市间的路途信息。抵达北京需求多少时刻,怎样走最近?要带多少钱?现在的机器还答复不了这些问题。这是因为在分布式图信息环境下,图核算的根底算法问题还没有处理。”徐宗本说。

  第三是深度学习的数学理论。徐宗本以为,这个问题在当下尤为要害。新一轮的人工智能多以深度学习为根本模型,但是深度学习的规划根底在哪里,什么样的结构决议了什么样的功能,能不能有台劳公式和富里埃级数这样的数学表明理论,这些根本的理论问题还没有处理。正是因为这个原因,现在的人工智能还得靠“人工”来换“智能”,这也是形成当下“人工智能=人工+智能”的原因。

  第四对错惯例束缚下的最优输运。人工智能的许多问题都可概括为两个范畴数据打通问题,即让两个目标在满意某一个特定的不变量情况下彼此搬运。“比方中英文互译,便是在坚持语义的情况下将中文数据转换成英文数据。”

  运用到实际,徐宗本想象,将医院的CT和核磁共振图画彼此搬运或能很好地处理医疗确诊的信息缺乏问题。“因为照的是同一个人,这里人便是不变量。要处理这些问题,树立特定束缚下完成最优传输的数学理论与办法是根本的。”

  第五是关于学习办法论的建模与函数空间上的学习理论。徐宗本表明,研讨生阶段学到的机器学习理论,需上升到办法论学习的阶段。

  “从数学上说,不管函数空间上的学习理论怎样树立,实质是要习惯不同的使命。因为使命自身是函数,是无量的,那么就需求把曩昔机器学习中对样本、数据的挑选、泛化,推行到对使命的挑选、泛化中。”

  假如辩证地看待数学和人工智能的联系,相得益彰可能是其最好的诠释。徐宗本表明,不只数学可为人工智能供给根底,人工智能也为数学研讨供给新的办法论。

  “比方解偏微分方程,曩昔人们可能会运用核算机,现在用人工智能能够做得更好。”他以为,让数学中的模型办法与人工智能的数据办法结合,可将机器的深度学习运用得愈加准确。

  面临现在开展得如火如荼的人工智能工业,徐宗本也道出了自己对从业者的希冀。

  “人工智能想要做得好,要靠数学问题尤其是算法的处理。”徐宗本再次着重,从业者应悉心从根底研讨抓起,使我国的运用场景优势真实转化为技术优势和工业优势。

[ 责编:肖春芳 ]