AI+算法，专治“选择困难症”？

从爬山、拍电影再到航天器制造，做任何事看似都有多种选择，而我们总想找到那个“最优解”。事实上，数学能为寻求最优解提供思路，人工智能算法可以作为工具。日前，著名数学家、中国科学院院士袁亚湘来到深圳，做客第十期“科技创新院士报告厅”，以《“智能决策”背后的大数据与优化》为题进行了演讲。

袁亚湘院士在演讲现场。（主办方供图）

袁亚湘1981年毕业于湘潭大学，26岁获英国剑桥大学博士学位；现任中国科协副主席、全国政协常委。他在非线性规划方面的研究成果，在国际上被命名为“袁氏引理”。

从田忌赛马到电影制作

什么是优化？就是在多种选择中挑选一个最好的。

袁亚湘表示，我国自古就有“运筹帷幄”这个词。如今随着大数据时代的来临，大规模、非线性、多极值的实际问题如雨后春笋般不断出现，使得优化问题越来越多、越来越重要。

“中国人对优化、运筹的运用，最著名的例子是古代的田忌赛马。山还是那座山，马还是那三匹马，不同的对阵安排，却可以得到截然不同的结果。”袁亚湘进而将理论延伸到日常，“生活中我们经常抱怨自己的资源不够，实际上，优化、组合会让结果产生本质的差别，很多问题都取决于我们是否作出了最优的决策。”

他指出，在大数据的时代背景下，生产生活的方方面面都在产生大量数据，但是大多数还没有被有效利用。数据优化就是要研究这些数据的规律、分类和预测等问题。袁亚湘以拍照和拍电影举例。

“人们拍照既希望图像尽可能清晰，又希望所需要的存储空间尽可能小，这就需要用到优化。这个问题说起来是工程问题，实际上最后可以转换成数学问题，变成解线性方程组的问题。”他说。

再比如，同类型的观众会对电影给出相似的评分，通过分析数学语言矩阵，可以推测出不同观众的打分结果，从而指导电影制作，这也是大数据在优化上的应用。

用近半个世纪的时间“求最值”

“我曾是农民，而且从心里一直认为自己永远是农民。我很想当个诗人，可惜没有天赋。我研究非线性最优化，成绩一般，工作还算努力。我爱读书，买书也是我的爱好之一。我爱打桥牌，现在有时也打。如果你感兴趣，可以参加我们所每双周五晚上的定期桥牌活动……”

在中国科学院的导师简介上，袁亚湘如此自述。

作为1977年恢复高考后首届高考生，袁亚湘先后就读湘潭大学、中国科学院及英国剑桥大学，学成后进入中国科学院计算中心工作。近半个世纪的科研生涯中，他在信赖域法、拟牛顿法、非线性共轭梯度法等方面做出了重要贡献。

年过花甲，袁亚湘仍在科研岗位上奋斗。在他看来，“学习”与“科研”是全然的兴趣所向。他喜欢解数学难题，“就像现在的孩子喜欢打游戏。”

此次演讲中，他谈到了优化和数学的关系——大数据可以用优化来建模。

比如梯度法，“就像爬山，优化与爬山都是求‘最’值，爬山是要到达海拔‘最高’，优化是要求结果‘最好’，沿着最陡的方向就能爬到最高点。”袁亚湘形象地解释。

再比如生命科学中的蛋白质折叠，就可归结为能量最小的优化问题；在航空航天中，飞机的外形设计，航天器飞行轨道的选择，有效载荷布局设计等都涉及优化问题；在大数据、人工智能等领域，语音识别、指纹识别、虹膜识别等问题的核心都可以归结为优化问题。此外，自动导航和自动驾驶中的道路规划，无论是路径最短还是时间最短，都可以归结为图与网络流的优化问题。

“科技创新院士报告厅”系列活动由深圳创新发展研究院、中关村产业转型升级研究院、深圳企联等共同主办。本期活动由深圳市大数据产业协会、深圳数据交易所、深圳市微波通信技术应用行业协会等协办，来自企业、投资、高校、科研等领域人士参与了现场交流，线上线下共吸引近20万人参与。

编辑 刘悦凌 审读 伊诺 二审 关越 三审 张露锋