30年後の未来を見てみましょう。楽観的になり、機械学習に関連する分野が過去10年間に見られたのと同じくらい迅速に発展し続けると仮定しましょう。それは素晴らしいことですが、そのような将来の伝統的なアルゴリズムの役割は何でしょうか？
ここで「従来のアルゴリズム」とは、TCSで従う通常のプロセスを指します。明確に定義された計算問題を形式化し、問題を解決するアルゴリズムを設計し、形式的なパフォーマンス保証を証明します。
今、私たちは、伝統的なアルゴリズムの設計と解析を使用する必要のあるアプリケーションの領域であり、将来的にも、機械学習のいずれかの進歩は、伝統的なアルゴリズミックスはほとんど無関係で作るということはほとんどありませんか？
最初はこれはばかげた質問のように思えるかもしれません。もちろん、将来的にもソート、検索、インデックス作成などを行えるようにする必要があります！もちろん、フーリエ変換を効率的に行い、大きな行列を乗算し、最短経路を見つけ、線形最適化問題を解決できる必要があります！
しかし、再び、私たちが伝統的に設計したアルゴリズムを使用しているアプリケーションをより深く見始めると、伝統的なアルゴリズムの設計と分析がそのような問題に対する正しい答えであることはまったく明らかではありません：検索に関連するアプリケーションでは、通常、数学的意味で最適なもの（最小編集距離など）ではなく、漠然とした不明確な意味（例：意味的類似性）で人間に近いものを見つけることに関心があります。ルート計画に関連するアプリケーション、通常、いくつかの数学的な意味で最適なルート（最短距離や最低価格など）ではなく、例に基づいて適切なルート（他の人が好むルートなど）を見つけることに関心があります。そして、画像に曖昧で不明確な人間の要素があれば、TCSの研究者を出そうとするのではなく、例に基づいて適切な答えを出すようにコンピューターに教えるほうがよい場合があります従来のアルゴリズムの設計と分析によって取り組むことができる正式な計算問題を持ちます。
そのため、過去にアルゴリズムで行ってきたことも、正しい方法（そして唯一可能な方法）で進歩を遂げることが絶対に明らかであるアプリケーション領域（実際の直接的な産業アプリケーションが望ましい）とは何ですか？未来？
機械学習手法でサブルーチンとして使用されるアルゴリズムは、明らかに将来性のある候補のように見えますが、これは使用する特定の機械学習手法に大きく依存しており、過去10年ほどで見たように、これは急速に変化する可能性があります。