![]() |
當下人工智能的主流技術(shù)(如深度學習)是以對大數(shù)據(jù)的加工處理為基礎(chǔ)的, 它的模型、分析、計算基礎(chǔ)都根置于統(tǒng)計學.
人工智能算法本質(zhì)上是大數(shù)據(jù)分析處理算法,主要解決大數(shù)據(jù)分析與處理技術(shù)底層依賴的相關(guān)數(shù)學模型、分析原理與計算方法等問題. 它是人工智能技術(shù)與應(yīng)用的基礎(chǔ)算法與理論支撐, 是數(shù)學與計算科學深度融合的一個新領(lǐng)域
信息空間的構(gòu)成元素是數(shù)據(jù),所以信息空間亦稱為數(shù)據(jù)空間, 是由數(shù)字化現(xiàn)實世界所形成的數(shù)據(jù)之全體. 人工智能作用在數(shù)據(jù)空間是利用數(shù)據(jù)空間的方法認知和操控現(xiàn)實世界的技術(shù).
當代人工智能的主流技術(shù)是以深度學習為代表的. 深度學習的巨大成功極大提升了它作為普適AI技術(shù)的主導地位
人的認知能力是靠看、聽、聞、觸等多種感知方式所獲得的“數(shù)據(jù)"融合實現(xiàn)的, 這其中所表現(xiàn)的也正是“把異構(gòu)的多類數(shù)據(jù)/信息在某個層面上打通"這種智能.
上述10個人工智能重大數(shù)理基礎(chǔ)問題已在國內(nèi)外引起高度關(guān)注, 例如, 問題(1)和 (10)已作為國家自然科學基金委重大項目立項研究, 問題(2), (4), (5),(8)已作為科技部變革性技術(shù)關(guān)鍵科學問題和數(shù)學與數(shù)學應(yīng)用重大專項立項研究. 對于這些問題的研究, 國內(nèi)外不同領(lǐng)域也已經(jīng)正在取得重要進展. 例如, 統(tǒng)計學界近年來有關(guān)高維、稀疏、分布式統(tǒng)計方面的研究取得了突破性進展;數(shù)學界有關(guān)深度學習泛化性、深度學習與微分方程數(shù)值解的關(guān)聯(lián)性等方面取得了重要進展; 機器學習界在突破機器學習先驗假設(shè)、開拓新的學習范式上取得了持續(xù)的重要進展;人工智能領(lǐng)軍企業(yè)在突破應(yīng)用系統(tǒng)和研發(fā)AI芯片方面也取得了重大進展. 但是, 必須注意到, 所有這些進展都還遠遠沒有解決所提出的AI數(shù)理基礎(chǔ)問題. 解決這些重大的數(shù)理基礎(chǔ)問題構(gòu)成了人工智能未來發(fā)展的驅(qū)動力和重要前沿領(lǐng)域.