習近平總書記在主持中共中央政治局第九次集體學習時強調：“人工智能是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題?！比斯ぶ悄芫哂卸鄬W科綜合、高度復雜的特征，在推動其快速發展的各項技術中，算法至關重要。當前，“算法”一詞也頻繁出現在公眾視野，深度學習、智能推薦廣泛應用在我們的日常生活中。

　　源于數學，在信息社會發揮巨大作用

　　“算法”即算的法則，它起源于數學，指解決某些“類數學”問題規范而完整的方法。人們熟悉的“加減乘除”、歐幾里得《幾何原本》里的演繹推理基本法則等，都屬于算法。中國古代數學有深厚的算法傳統，《周髀算經》用文字記載勾股算法，三國時期劉徽提出圓周率的割圓術算法，后來祖沖之由此計算出圓周率為3.1415926?，F代邏輯學，特別是數理邏輯，則為算法提供了完善的形式化語言描述。這種形式語言及公理系統方法，為現代算法發展打下良好的語言基礎。

　　現代算法與計算機技術密不可分。1946年世界上第一臺電子計算機誕生，此后計算機性能不斷提升，其強大的運算能力將人類從重復、機械的繁瑣推導和計算中解放出來。對計算機來說，算法就是處理信息的原理與遵循。理想狀態下，算法能夠將人的思維過程以形式化的方式輸入計算機，使其可以不停地執行命令以實現所設定的目標。而現實生活中，算法是與計算機架構、指令、通信、調度方式等相關聯的運行過程，需要結合時間和空間不斷優化。

　　由此可見，我們通常所說的算法可分為兩個層次。一是數學和邏輯層次的算法，它刻畫人類思維和解決問題的邏輯過程，這一過程可以通過形式語言或數學公式來描述。二是計算機算法，它是固定化的計算方法與步驟，是解決現實問題的計算機執行過程。其中，計算機算法本質上是將人的邏輯思維過程與計算機的計算過程相融合來解決問題，它是數學、邏輯學與計算機深度交叉、人機融合的成果。在社會信息化、智能化程度不斷提高的過程中，計算機算法扮演著越來越重要的角色，發揮著巨大作用。

　　深度學習算法，打開人工智能突破口

　　當前，深度學習是各類算法中最具代表性的一種。深度學習是一類特殊的機器學習算法，其概念源于人工神經網絡，目的是探索和模擬人的思維規律，仿照腦神經系統結構與信息處理機制，構建智能軟件系統。深度學習通過學習算例數據的內在規律和表示，使計算機能夠像人一樣有分析能力，為人工智能質的飛躍打開突破口。從發展前景來看，以深度學習為重要基礎，人工智能將深刻影響人們的生活，甚至實現科幻電影中的人機交互場景。

　　把人類思維活動變成算法的奇妙過程，究竟是怎么實現的？深度學習將人的思維過程概括為“接受數據”“總結規律”“形成判斷”三個環節，分別對應人工神經網絡結構中的輸入層、隱藏層和輸出層。就像人們看到紅燈就停下，綠燈亮了再過馬路一樣，在深度神經網絡中，輸入層接收到信號后，會經過處理將其傳遞給隱藏層進行分析和總結，最后由輸出層做出判斷。由于面對的問題往往比“紅燈停、綠燈行”更復雜，輸入層與輸出層之間有很多隱藏層，需要綜合分析判斷，而這正是深度學習的“深”之所在。“接受數據”“總結規律”“形成判斷”這樣的加工過程不可能一次完成，深度學習通過算例數據的反復輸入和輸出層的及時反饋，按照預測誤差極小化原則，不斷調整神經網絡的聯結參數，以最終實現對算例數據所含規律和內蘊結構的總結。

　　深度學習算法最為大眾所知的案例，就是圍棋“人機大戰”。深度學習算法戰勝圍棋高手的前提，是大量的“自我訓練”。從技術上說，其輸入信號包括人類圍棋頂尖高手的3000萬步圍棋走法。隱藏層達12個，每一層包含數百萬個人工神經元，用來建模棋盤及棋法。“決策網絡”負責走棋策略，“價值網絡”負責評估態勢并預測環境，最后由輸出層做出決策判斷。隱藏層利用經驗數據及自我對弈數據來訓練神經網絡，這一訓練的目的是確定神經元之間的連接權重（參數）。不少人會問：它怎么找到每一步棋的最優解？答案是“經驗”。算法從經驗中學習，基于部分經驗數據提出一個初始特征，進而得出一個輸出結果。然后，利用其他經驗數據或自我對弈結果，校驗輸出結果，不斷調整完善，以找到更合適的參數。在這一過程中，計算機持續通過簡單的概念來學習、構建更復雜的概念，通過組合低層特征形成更加抽象的高層特征。與傳統的學習方法相比，深度學習預設了更多參數、對應模型更大，因此訓練難度更大，所需要的算例數據也更多。這也是深度學習依賴于大數據的緣由。所以，不少觀眾感嘆：“這盤棋的每一步，也許深度學習算法都已經練過許多次了！”

　　深度學習算法推動人工智能實現從“不可用”到“可以用”的重大突破。如今，深度學習已經是一個標準化的從大量數據中總結經驗、挖掘結構的萬能工具，在科學技術、工商管理、醫療健康等領域發揮重要作用?？梢哉f，深度學習已經成為通過計算機算法拓展人類認知能力的一項基礎技術。

　　夯實數理基礎，促進算法健康、有序、繁榮發展

　　未來，算法將幫助我們解決更多生產生活中的問題。如果說現實世界由原子分子構成，那么數字世界的基本元素則是數據。要想讓數字技術有效賦能現實世界，提升生產力，就要對現實場景進行數字化描述并制定解決方案。這既需要用科學家的嚴謹思維建立模型，也需要用工程師的務實手段解決問題，算法正是數學理論和工程實踐相結合、批量化解決問題的高效手段。比如人臉識別技術，應用的就是計算機視覺算法。這一算法顧名思義，首先要獲得物體的數字圖像，然后利用計算機規則理解、分析圖像并得到結論。除了人臉識別，計算機視覺算法也被應用于圖像檢索、視頻監測、智能駕駛，等等。在其他領域，算法也大有用武之地。在量子計算中，算法為量子力學提供全新的計算視角；在氣象領域，算法可以幫助預測氣象災害；在醫療領域，分布式微劑量CT通過低成本的CT終端采集數據，再經由云端強大的計算集群自動調度算法實現成像和智能閱片，有助于解決偏遠地區看病難問題。

　　目前，算法的不斷進步主要基于大數據。我國在人工智能領域擁有數據量龐大的優勢，有助于機器學習發展。與此同時，提高算法創新能力必須重視基礎研究，重視數學的獨特作用和價值。數學不僅為算法創新提供模型和工具，也為算法的發展提供思想源泉。算法應用場景也會對數學理論提出新的問題與挑戰。發展新的數學理論和工具來解決相關算法問題，將成為應用數學的重要方向。另外，算法在帶來便捷的同時，也出現了信息繭房、算法歧視等問題，需要規劃和預判技術邏輯和倫理邏輯，在應用中兼顧社會價值、倫理道德，踐行科技向善理念，從而實現更好的算法治理。

　　智慧城市、智能制造、智慧醫療、智慧教育……進入智能社會，算法提供了普遍適用的邏輯過程和運行框架。相信在新一輪科技革命和產業變革中，我國相關科研工作者將繼續勇立潮頭，探索攀登，讓有智慧、有溫度的算法更好地服務經濟建設和國家發展。