從開車到使用智能手機(jī)，甚至在帶有數(shù)字計(jì)時(shí)器的咖啡機(jī)上煮一杯咖啡或在線登錄你的銀行賬戶，今天我們?cè)跓o(wú)數(shù)不同的地方都會(huì)遇到算法。

　　由于算法無(wú)處不在的特性，它已經(jīng)吸引了工業(yè)界、學(xué)術(shù)界、研發(fā)部門以及幾乎你能想到的任何部門的想象力。或許最可能受益于尖端算法的技術(shù)是人工智能，而這種算法又會(huì)對(duì)當(dāng)今大多數(shù)其他行業(yè)產(chǎn)生連鎖反應(yīng)。強(qiáng)大算法開發(fā)的一個(gè)關(guān)鍵組成部分是數(shù)學(xué)——圖是 Shor的算法或Schrödinger的方程的基石。布爾代數(shù)奠定了今天“信息時(shí)代”的基礎(chǔ)。同樣，早在1842年，Ada Lovelace的算法就被廣泛認(rèn)為是第一個(gè)計(jì)算機(jī)程序。

　　可以想象，即使是最小的 AI(人工智能)系統(tǒng)也需要基本指令才能運(yùn)行。簡(jiǎn)單地說(shuō)，算法是幫助計(jì)算機(jī)完成計(jì)算的分步指令。它們就像指導(dǎo)手冊(cè)，讓機(jī)器準(zhǔn)確地知道該做什么以及何時(shí)做。因此，在基礎(chǔ)機(jī)器學(xué)習(xí)中，算法是構(gòu)建人工智能的第一個(gè)結(jié)構(gòu)步驟。熟能生巧——因此，通過(guò)與人工智能的持續(xù)互動(dòng)，我們有望提高它的效率。

　　人工智能作為一種技術(shù)，如果利用得當(dāng)，潛力無(wú)窮。如前所述，人工智能正在幫助加強(qiáng)醫(yī)療保健、教育、通信、能源和公共安全部門，甚至解決全球變暖等關(guān)鍵挑戰(zhàn)。

　　今天，不幸的是，我們處于人工智能的初級(jí)階段，主要使用簡(jiǎn)單的算法，例如：

　　分類算法

　　用一種特定的方式對(duì)一組數(shù)據(jù)進(jìn)行分類的算法類型。

　　回歸算法

　　基于一組輸入數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)結(jié)果的算法類型。現(xiàn)代氣象學(xué)家用來(lái)預(yù)測(cè)天氣的計(jì)算機(jī)程序就是一個(gè)很好的例子

　　聚類算法

　　這種算法利用整個(gè)數(shù)據(jù)集，找出特定點(diǎn)之間的相似點(diǎn)或不同點(diǎn)。在會(huì)計(jì)文檔中識(shí)別欺詐性交易就是這種人工智能工作的一個(gè)實(shí)例

　　然而，要進(jìn)入人工智能發(fā)展的第三波——智能在感知、學(xué)習(xí)和推理方面表現(xiàn)出色，并能夠概括，需要的是革命性的突破——因?yàn)槿斯ぶ悄艿谋举|(zhì)——將起源于數(shù)學(xué)領(lǐng)域。

　　我們需要新的基于數(shù)學(xué)的工具來(lái)捕捉基礎(chǔ)數(shù)據(jù)的上下文和結(jié)構(gòu)，而不是僅僅關(guān)注相關(guān)性。這些工具主要基于拓?fù)浜蛶缀谓Y(jié)構(gòu)。今天的人工智能專家必須專注于基于這些結(jié)構(gòu)制定有效的算法，使之能夠?qū)崿F(xiàn)變革性成果。

　　所有這一切都需要新的思維和新的學(xué)習(xí)方式，迫使那些使用技術(shù)的人走出他們的舒適區(qū)。作為前進(jìn)的關(guān)鍵一步，今天的數(shù)字第一社會(huì)需要顯著提高未來(lái)數(shù)學(xué)家和數(shù)據(jù)處理人員的培訓(xùn)。盡管人工智能比以往任何時(shí)候都吸引著更多的數(shù)學(xué)家，但能夠模擬大腦工作方式并使我們能夠更好地構(gòu)建未來(lái)人工智能內(nèi)置邏輯能力的復(fù)雜數(shù)學(xué)工具至關(guān)重要。

　　我們必須加快人工智能技術(shù)的發(fā)展，創(chuàng)造強(qiáng)大的協(xié)同效應(yīng)，推動(dòng)知識(shí)的前沿，造福科學(xué)、社會(huì)和全球經(jīng)濟(jì)。

　　本文作者：Mérouane Debbah 教授，技術(shù)創(chuàng)新研究所人工智能和電信首席研究員