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