從讓我們的收件箱免受垃圾郵件的侵襲到挖掘你最喜歡的加密貨幣，算法就在我們身邊。雖然我們常常會覺得自己已經被淹沒在大數據的海洋中，但聰明的算法實際上是在幫助我們理解這一切。這些算法統治世界，但我們似乎對它們知之甚少。它們是如何工作的？它們是由誰創造的？
筆者向頂級專家（教授和專業人士）詢問了他們認為哪些算法對人工智能和科學做出了最大的貢獻。所有的答案都將在官方Algorithm Hall of Fame（算法名人堂）展出，現在你可以先睹為快。
專家：Siraj Raval是暢銷書作家和真正的AI教育家。
最喜歡的算法：Gradient Descent（梯度下降）
評價：Siraj Raval：“我相信梯度下降算法對人工智能產生了最大的影響。”
一如既往，Siraj是對的。在幾乎每個機器學習（ML）模型中使用的一種算法是Gradient Descent。算法會有一些變化，但這基本上就是任何ML模型的學習方式。沒有這個，ML就不會是現在這個樣子，人工智能也仍然是一個承諾而不會成為現實。
專家：Max Welling教授是阿姆斯特丹大學機器學習研究主席
算法：Convolutional Networks（卷積網絡）
評價 ：Max Welling：“卷積網絡。嚴格來說，它不是算法而是模型。最近對深度學習興趣的激增是由於這一算法的巨大普及和有效性。“
除了在阿姆斯特丹大學任教外，Max Welling還創立了自己的公司（Scyfer）。這家創業公司去年被高通公司收購。因此，如果你的新智能手機在圖像識別方面突然性能變得更好，那麼Welling的Convolutional Networks可能與此有關。
專家：Stuart Russell教授是加州大學伯克利分校的計算機科學教授和Smith-Zadeh工程教授。
算法：Lookahead和Backchaining。
評價：Russell：“我認為'lookahead'和'backchaining'非常重要。它們是決策的基本模式。”
Stuart Russell和Peter Norvig撰寫了人工智能領域的領先教科書。這本教科書用於110多個國家的1300多所大學。當Russell教授說這是兩個重要的算法時，你最好相信他說的話！
專家：Delip Rao是Joostware的創始人——Joostware是一家人工智能研究諮詢公司，他也是The Fake News Challenge的創始人——這是一個旨在讓全球的AI研究人員參與事實檢查相關問題的計劃。
算法：Forward-backward（前向-後向）
評價：Delip Rao：“前向-後向算法。它是所有現代機器學習的基礎。它就是你訓練大多數現代機器學習模型的方法。”
是不是好奇谷歌的PageRank算法和比特幣的哈希算法處於什麼地位，後續我們會繼續跟進。
編 譯：信軟網
閱讀更多 信軟網 的文章
