用好算法，迈向智能社会
①“算法”即算的法则，它起源于数学，指解决某些“类数学”问题规范而完整的方法。中国古代数学有深厚的算法传统，现代逻辑学，特别是数理逻辑，则为算法提供了完善的形式化语言描述。
②现代算法与计算机技术密不可分。1946年世界上第一台电子计算机诞生，此后计算机性能不断提升，其强大的运算能力将人类从重复、机械的繁琐推导和计算中解放出来。对计算机来说，算法就是处理信息的原理与遵循。理想状态下，算法能够将人的思维过程以形式化的方式输入计算机，使其可以不停地执行命令以实现所设定的目标。
③当前 ， 深度学习是各类算法中最具代表性的一种。把人类思维活动变成算法的奇妙过程，究竟是怎么实现的？深度学习将人的思维过程概括为“接受数据”“总结规律”“形成判断”三个环节，分别对应人工神经网络结构中的输入层、隐藏层和输出层。就像人们看到红灯就停下，绿灯亮了再过马路一样，在深度神经网络中，输入层接收到信号后，会经过处理将其传递给隐藏层进行分析和总结，最后由输出层做出判断。由于面对的问题往往比“红灯停、绿灯行”更复杂，输入层与输出层之间有很多隐藏层，需要综合分析判断，而这正是深度学习的“深”之所在。“接受数据”“总结规律”“形成判断”这样的加工过程不可能一次完成，深度学习通过算例数据的反复输入和输出层的及时反馈，按照预测误差极小化原则，不断调整神经网络的联结参数，以最终实现对算例数据所含规律和内蕴结构的总结。
④深度学习算法最为大众所知的案例，就是围棋“人机大战”。深度学习算法战胜围棋高手的前提，是大量的“自我训练”。从技术上说，其输入信号包括人类围棋顶尖高手的3000万步围棋走法。隐藏层达12个，每一层包含数百万个人工神经元，用来建模棋盘及棋法。“决策网络”负责走棋策略，“价值网络”负责评估态势并预测环境，最后由输出层做出决策判断。隐藏层利用经验数据及自我对弈数据来训练神经网络，这一训练的目的是确定神经元之间的连接权重(参数)。不少人会问：它怎么找到每一步棋的最优解？答案是“经验”。算法从经验中学习，基于部分经验数据提出一个初始特征，进而得出一个输出结果。然后，利用其他经验数据或自我对弈结果，校验输出结果，不断调整完善，以找到更合适的参数。与传统的学习方法相比，深度学习预设了更多参数、对应模型更大，因此训练难度更大，所需要的算例数据也更多。这也是深度学习依赖于大数据的缘由。所以，不少观众感叹：“这盘棋的每一步，也许深度学习算法都已经练过许多次了！”
⑤如今，深度学习已经是一个标准化的从大量数据中总结经验、挖掘结构的万能工具，在科学技术、工商管理、医疗健康等领域发挥重要作用。未来，算法将帮助我们解决更多生产生活中的问题。
⑥智慧城市、智能制造、智慧医疗、智慧教育……进入智能社会，算法提供了普遍适用的逻辑过程和运行框架。相信在新一轮科技革命和产业变革中，我国相关科研工作者将继续勇立潮头，探索攀登，让有智慧、有温度的算法更好地服务经济建设和国家发展。
