徐宗本院士论人工智能的10个重大数理基础问题

1 大数据的统计学基础

当下人工智能的主流技术(如深度学习)是以对大数据的加工处理为基础的, 它的模型、分析、计算基础都根置于统计学.

2 大数据计算的基础算法

人工智能算法本质上是大数据分析处理算法,主要解决大数据分析与处理技术底层依赖的相关数学模型、分析原理与计算方法等问题. 它是人工智能技术与应用的基础算法与理论支撑, 是数学与计算科学深度融合的一个新L域

3 数据空间的结构与特性

信息空间的构成元素是数据,所以信息空间亦称为数据空间, 是由数字化现实世界所形成的数据之全体. 人工智能作用在数据空间是利用数据空间的方法认知和操控现实世界的技术.

4 深度学习的数学机理

当代人工智能的主流技术是以深度学习为代表的. 深度学习的巨大成功J大提升了它作为普适AI技术的主导地位

5 非正规约束下的优输运;

人的认知能力是靠看、听、闻、触等多种感知方式所获得的“数据"融合实现的, 这其中所表现的也正是“把异构的多类数据/信息在某个层面上打通"这种智能.

aaabbbccc

结论

上述10个人工智能重大数理基础问题已在国内外引起G度关注, 例如, 问题(1)和 (10)已作为自然科学基金委重大项目立项研究, 问题(2), (4), (5),(8)已作为科技部变革性技术关键科学问题和数学与数学应用重大专项立项研究. 对于这些问题的研究, 国内外不同L域也已经正在取得重要进展. 例如, 统计学界近年来有关G维、稀疏、分布式统计方面的研究取得了突破性进展;数学界有关深度学习泛化性、深度学习与微分方程数值解的关联性等方面取得了重要进展; 机器学习界在突破机器学习先验假设、开拓新的学习范式上取得了持续的重要进展;人工智能L军企业在突破应用系统和研发AI芯片方面也取得了重大进展. 但是, 需要注意到, 所有这些进展都还远远没有解决所提出的AI数理基础问题. 解决这些重大的数理基础问题构成了人工智能未来发展的驱动力和重要前沿L域.