当下，人工智能正如火如荼地发展，人们都享受着深度学习带来的生产力的提升，以至于很多人都将深度学习看做普适人工智能的方向，同时，受益于开源深度学习编程平台如TensorFlow，pytorch等的便宜，很多人忘记或者根本没有认识到理论的重要性，都将注意力集中于设计网络结构，设计loss。最优传输是数学领域的经典分支，最优传输与神经网络有天然的相似性，最优传输理论的研究也许能为深度学习理论研究打开一扇窗，或者至少能指导一些深度学习的发展。
3月初，为了找到一个方向，某（借鉴周志华老师微博自称）特意预约了徐老师面谈，鉴于之前半年一直在学习强化学习，徐老师让某阅读强化学习文献200篇，并完成一个综述。之后四天，某打印了很多资料，但都还未看。指导徐老师再次叫某面谈，让某换到最优传输理论，这是某第一次听说最优传输。彼时至今，已经过去3个月，某也意识到应该写一些东西，作为对知识的总结。
最优传输在国外研究比较早，尤其是法国。在机器学习领域，由于计算复杂度原因，今几年才开始兴盛。但在国内，最优传输的研究据某所知寥寥无几，华人团队顾险峰老师团队做的比较好，但毕竟是在美国。至于网上的资料，中文的更是少之又少，博客方面某就只看到顾老师的海天盛宴系列，但理论性太强，主要集中于计算几何学。本博客系列将聚焦于最优传输在机器学习和图像领域的应用，某将尽可能用非数学的语言为大家介绍最优传输理论及其近几年的发展。