世界级的AI专家分享他们最喜欢的算法

从保持我们的收件箱免受垃圾邮件开发到挖掘您最喜欢的加密货币，算法就在我们身边。虽然我们觉得我们淹没在大数据的海洋中，但聪明的算法实际上帮助我们理解这一切。虽然这些算法统治世界，但我们似乎对它们知之甚少。他们是如何工作的？他们是由谁创造的？

我决定向顶级专家（教授和专业人士）询问他们认为哪些算法对人工智能和科学做出了最大的贡献。所有答案都将在官方算法名人堂展出，但现在我们给你的是独家采访内容。

专家： Siraj Raval是畅销书作家和真正的 AI教育家。 算法：梯度下降

Siraj Raval：“我相信梯度下降算法对人工智能产生了最大的影响。”

一如既往，西拉杰是对的。在几乎每个机器学习（ML）模型中使用的一种算法是Gradient Descent。算法有一些变化，但这基本上就是任何ML模型的学习方式。没有这个，ML就不会是现在的地方，人工智能仍然是一个承诺而不是现实。

专家：最大威灵教授是研究在椅子上机器学习在大学阿姆斯特丹的 算法：卷积网络

Max Welling：“卷积网络。严格来说，不是算法而是模型。最近对深度学习兴趣的激增是由于小行星的巨大普及和有效性。“

除了在阿姆斯特丹大学任教外，Max Welling还创立了自己的公司（Scyfer）。这家创业公司被高通公司收购去年。因此，如果您的新智能手机在图像识别方面突然变得更好，那么Welling的Convolutional Networks可能与此有关。

专家： 斯图尔特·罗素教授是教授计算机科学与史密斯-扎德的教授在工程，加州大学伯克利分校。 算法： Lookahead和Backchaining。

“对于这些我想添加'lookahead'和'backchaining'。这些是决策的基本模式。“

Stuart Russell和Peter Norvig撰写了人工智能领域的领先教科书。用于110多个国家的1300多所大学。当拉塞尔教授说这是两个重要的算法时，你最好相信它！

专家： Delip Rao是 Joostware的创始人，Joostware是一家人工智能研究咨询公司和The Fake News Challenge，旨在让全球的 AI研究人员参与事实检查相关问题。 算法：前进后退

Delip Rao：“前向 - 后向算法”。它是所有现代机器学习的肉和土豆。这就是你训练大多数现代机器学习模型的方法。“

这就是现在。很想知道Google的 PageRank算法或比特币的哈希算法是否会被提名？请继续关注下一篇文章！

这篇文章是我们贡献者系列的一部分。所表达的观点是作者自己的观点。