當下，人工智能正如火如荼地發展，人們都享受着深度學習帶來的生產力的提升，以至於很多人都將深度學習看做普適人工智能的方向，同時，受益於開源深度學習編程平台如TensorFlow，pytorch等的便宜，很多人忘記或者根本沒有認識到理論的重要性，都將注意力集中於設計網絡結構，設計loss。最優傳輸是數學領域的經典分支，最優傳輸與神經網絡有天然的相似性，最優傳輸理論的研究也許能為深度學習理論研究打開一扇窗，或者至少能指導一些深度學習的發展。
3月初，為了找到一個方向，某（借鑒周志華老師微博自稱）特意預約了徐老師面談，鑒於之前半年一直在學習強化學習，徐老師讓某閱讀強化學習文獻200篇，並完成一個綜述。之后四天，某打印了很多資料，但都還未看。指導徐老師再次叫某面談，讓某換到最優傳輸理論，這是某第一次聽說最優傳輸。彼時至今，已經過去3個月，某也意識到應該寫一些東西，作為對知識的總結。
最優傳輸在國外研究比較早，尤其是法國。在機器學習領域，由於計算復雜度原因，今幾年才開始興盛。但在國內，最優傳輸的研究據某所知寥寥無幾，華人團隊顧險峰老師團隊做的比較好，但畢竟是在美國。至於網上的資料，中文的更是少之又少，博客方面某就只看到顧老師的海天盛宴系列，但理論性太強，主要集中於計算幾何學。本博客系列將聚焦於最優傳輸在機器學習和圖像領域的應用，某將盡可能用非數學的語言為大家介紹最優傳輸理論及其近幾年的發展。