运筹学能够让人工智能“学”会举一反三，从目前的解决具体问题发展为解决类型化的多种问题——
让沉默的大数据为人工智能插上翅膀
应用广泛的人工智能、酷炫的黑科技，在不久前闭幕的重庆国际智能产业博览会上，最新智能科研产品令人眼花缭乱。而重庆师范大学的一个科研团队，正在这里跟踪着智能产业的最新发展动态，进行着将运筹学和人工智能相融合，开展交叉学科的实践探索。
随着大数据、人工智能成为新的发展方向，作为基础科学领域的学者，重庆师范大学的杨新民教授和他的团队从一年前开始，就意识到相关的基础研究必须及时跟上。“数学建模、算法，正是运筹学的专长。”杨新民说，运筹学可以对人工智能解决问题的普适性进行优化，也就是说，能够让人工智能“学”会举一反三，从目前的解决具体问题发展为解决类型化的多种问题。
“重大决策不能凭感觉，必须让数据来说话，一切都清清楚楚。”杨新民向记者表示，运筹学不但能应用于政府决策，也可以在日常生活中发挥作用。例如两个地点之间的最短路径、证券投资的最佳组合，都可以通过数学建模得到最优化的解决方案。换言之，沉默的大数据能够为人工智能插上腾飞的翅膀。
能为生活助一臂之力
2000多年前，西汉史学家司马迁在《史记·高祖本纪》中写下了“夫运筹帷幄之中，决胜于千里之外”的名句，赞扬西汉名相张良军事上雄才大略、指挥得当。
20世纪30年代初，一门名为运筹学的数学学科兴起。它利用统计学、数学模型和算法等方法，通过大数据去寻找复杂问题中的最佳或近似最佳的解答。
杨新民30多年专注于运筹学研究，破解困扰多年的学术难题，也让中国运筹学在世界范围内得到更多关注，为当今的大数据运用提供了众多基础性理论研究。
一般人觉得相当枯燥的大数据，在杨新民眼里却极富魅力。他说，运筹学不仅是理论知识，也能解决现实中的复杂问题。无论过去、现在还是将来，都能为人类生活助一臂之力。
杨新民对记者说，运筹学就是将复杂问题抽象为数学模型，然后用数学理论去求最优解的学科。这意味着，运筹学既有严谨、纯粹、优雅的数学魅力，又有极具说服力的参考决策功能。也正是这一特点深深地吸引了杨新民，也让他看到了学以致用的美好前景。
如今，杨新民带领的重庆师范大学“运筹学与控制论”实验室，是西南地区数学领域唯一的教育部重点实验室，重庆师范大学的数学学科建设，也依托运筹学形成“点面结合”之势，走在全国高校前列。
让沉默的数据“开口说话”
“运筹学诞生于二战时期，源于盟军研究如何更高效地调配军事物资。”杨新民说，运筹学问世之初，就天然带有解决复杂问题的功能。它能让沉默的大量原始数据“开口说话”，为重大决策提供清晰的科学依据。
早在上个世纪80年代末，杨新民教授就开始潜心钻研，在运筹学领域多个方向开展原创性研究，先后解决了数个国际运筹学界的难题，包括汪寿阳院士提出的向量标量化方面的公开问题、困扰运筹学界多年的分式多目标优化问题中有关分母函数问题等，其研究成果获得国内外的广泛认可，并且被国际相关研究机构的学者们引用。
虽然在理论研究方面成果显著，但杨新民绝非“两耳不闻窗外事”。钻研运筹学理论的同时，他同样关心基础理论的实践应用。上世纪90年代初，杨新民教授与另一位学者合作，共同完成政府部门的“重庆产业政策研究”课题，探讨哪些产业应当作为重庆的支柱产业来发展。而最能客观反映重庆各类产业发展情况的，就是记录在纸上的一个个数据。
杨教授告诉记者，当时电脑还没普及，大量原始数据记录在纸质文件上。他就带着学生，把两大车纸质原始数据手动录入计算机，进行统计、建模、分析后，得出了应该以汽摩、机械等产业为支柱产业的结论，获得市政府决策认同，极大促进了地方经济发展。
探索两者之间的融合发展
在杨新民看来，运筹学其实和大数据智能化有很大的关系，“我们在探索运筹学和人工智能的结合，实际上两者已经有结合，比如我们说统计学是大数据的基础，而运筹学则是技术，可以最优化算法”。
此前，谷歌开发的人工智能“阿尔法狗”大战围棋高手，让杨新民非常感兴趣。通过持续关注，他发现“阿尔法狗”基于海量棋谱的数学建模和算法，是它制胜的关键。
为此，2017年暑假杨新民和团队集体“补课”大数据、人工智能理论。今年上半年，在他的建议下，重庆师范大学数学学院遴选出50名学生进行试点，在他们的课程中增加大数据、人工智能相关的内容，目标是培养具备大数据、人工智能领域实践能力的应用型数学人才。“虽然目前还没有系统的教材，但我们学生学习的是机器学习、深度学习、神经网络等基础知识，他们的教材就是这些方面的专著。”他说。
为了弥补国家大数据人工智能相关人才的短缺，最近，杨新民就专门针对大数据、人工智能领域的人才培养问题提出建议，希望组织专家编写相关教材，对大学教师进行培训，为数学、计算机等专业的大学生增设大数据、人工智能课程。
相关阅读:
热门专题
