袁亞湘院士: 人工智能本質上是尋求最優解,許多大數據問題可歸結為優化問題
編者按:12月16日,中國科學院院士、全國政協常委、中國科協副主席袁亞湘做客科技創新院士報告廳,圍繞“大數據與優化”做了精彩演講,并與線上線下近20萬聽眾進行了交流互動。
12月16日上午,由深圳創新發展研究院、中關村產業轉型升級研究院、深圳企聯等共同主辦的科技創新院士報告廳第十期精彩開講,本期活動還邀請到了深圳市大數據產業協會、深圳數據交易所、深圳市微波通信技術應用行業協會等協辦,中國科學院院士、全國政協常委、中國科協副主席袁亞湘做了精彩演講。
報告廳活動由中關村產業轉型升級研究院院長馬國川主持,并邀請原深圳市委常委、副市長張思平致辭,來自企業、投資、高校、科研等領域的精英人士參與了現場交流,近20萬人通過騰訊網、新浪網、大眾報業集團、巨浪視線、深圳創新發展研究院視頻號等直播平臺參與了活動。
袁亞湘院士從“大數據的廣泛應用”出發,介紹了大數據在交通網絡建設、智能交互學習、健康醫療、醫學圖像、金融風險控制、無線通訊、地質勘探等領域發揮的重要作用。
袁院士指出,在大數據的時代背景下,生產生活的方方面面都在產生大量數據,但是大多數還沒有被有效利用。數據優化就是要研究這些數據的規律、分類和預測等問題。什么是優化,就是在多種選擇中挑選一個最好的。
中國自古就有“運籌帷幄”這個詞,如今隨著大數據時代的來臨,大規模、非線性、多極值的實際問題如雨后春筍般不斷出現,使得優化問題越來越多、越來越重要,越來越難。袁院士主要從事的就是最優化計算方法方面的研究,在非線性優化的算法以及理論、信賴域法、擬牛頓方法和共軛梯度法等方面作出了重要貢獻,研究成果被國際上命名為“袁氏引理”。
演講過程中,袁院士以電影評價、監控視頻分析與處理等數據問題為例,深入淺出地介紹了當前國際上備受關注的優化問題和主要優化算法。作為解決大數據問題的重要支撐技術,優化的相關方法已在數據科學中獲得廣泛應用。
比如說生命科學中蛋白質折疊就可歸結為能量最小的優化問題;在航空航天中,飛機的外形設計,航天器飛行軌道的選擇,有效載荷布局設計等都涉及優化問題;在大數據、人工智能等領域,語音識別、指紋識別、虹膜識別等問題的核心都可以歸結為優化問題。自動導航和自動駕駛中的道路規劃,無論是路徑最短還是時間最短,都可以歸結為圖與網絡流的優化問題。
優化在數學領域雖然只是一個方法、一個工具,但它更重要的是一個思想。袁院士希望企業家們用優化的思想武裝頭腦,既然要做決策,就要做一個最好的決策。
演講最后,袁亞湘院士與線上線下的聽眾圍繞主題做了深入交流。