人或构造无时无刻不在面临各类决议，大数据为决议的优化带来庞大帮助。而要让不会措辞的数据酿成决议的帮手，就需要用到优化建模的方式，这正属于著名数学家、中科院院士袁亚湘研讨的范围。12月16日上午，袁亚湘以《"智能决议"背后的大数据与优化》为题，在深圳创新成长研讨院"科技创新院士报告厅"做科普讲座。整场讲座深入浅出，既让听众感遭到"数学之美"，也激发很多关于大数据利用的思考。
袁亚湘1981年结业于湘潭大学，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；首要研讨非线性最优化计较方式，在相信域法、拟牛顿法、非线性共轭梯度法、子空间方式等方面做出了重要进献。他在非线性计划方面的研讨功效，在国际上被命名为"袁氏引理"。大数据题目即优化题目"我不是做大数据研讨的，但数学的很多范畴都跟大数占有关，比力传统的是统计、计较和优化。"袁亚湘开宗明义说道，"优化是我的研讨范畴，所以我想谈谈优化跟数学的关系——大数据可以用优化来建模。""数据常常有一个观察值。比如企业有很大都据，企业老总从中发现什么题目，得出什么结论，这就是数据的观察值，也是数据的本质题目。从数学研讨的角度来说，就是数据的对应关系，即函数。研讨数据本质上就是找对应关系，经过写出一个函数，让两个工具的误差最小，这就是优化的题目。"袁亚湘进一步诠释。袁亚湘举例，人们摄影既希望图像尽能够清楚，又希望所需要的存储空间尽能够小，这就需要用到优化。这个题目说起来是工程题目，现实上最初可以转换成数学题目，酿成解线性方程组的题目。再比如，同范例的观众会对电影给出类似的评分，经过度析数学说话矩阵，可以猜测出分歧观众的打分红果，从而指导电影建造，这也是大数据在优化上的利用。"总而言之，很多大数据题目都可以归结到优化题目。优化无处不在，用浅显的说话来说，优化就是在多种挑选中挑选最好的一种。"袁亚湘说。"中国人对优化、运筹的应用，最著名的例子是现代的田忌赛马。山还是那座山，马还是那三匹马，分歧的对阵放置，却可以获得截然分歧的成果。"袁亚湘进而给听众送上一碗"鸡汤"，"生活中我们每小我城市埋怨自己的资本不够，现实上，优化、组合会让成果发生本质的不同，很多题目都取决于我们能否作出了最优的决议。"而现代中国在优化理论利用上的代表性人物，袁亚湘以为首推数学家华罗庚。华罗庚曾向全国的工场、医院、矿场大力推行优选法，对那时的国家经济扶植做出了重要进献。优化方式论关于优化的方式，袁亚湘逐一为听众科普。首先是梯度法，"就像爬山，优化与爬山都是求，‘最’值，爬山是要到达海拔‘最高’，优化是要求成果‘最好’，沿着最陡的偏向就能爬到最高点。"袁亚湘形象地诠释。优化还可以采纳交替偏向法。"你要做决议的题目触及很多变量，所谓交替偏向就是在分歧阶段、分歧时候只取一个变量，轮流推动处理题目。就像一个大企业，触及很多分公司，老总每次只关注其中一个，把一个题目处理。"袁亚湘诠释。假如一个题目触及两个部分，同时两部分互不耦合，则可以用可分手的优化方式。袁亚湘举例，一个围棋棋盘上布满不纪律的黑白两种棋子，要盘点总数，最快的法子是两人同时各数一种色彩的棋子，再相加。"相当于一个优化题目有两部分求‘极小’，这两部分是不相关的，可以同时做，每部分就别离酿成一个小一点的题目。"袁亚湘说，"现实生活中也是这样，一个大项目可以分红两个子项目，两个子项目不相关，酿成两个小题目，所以大题目可以转换成小题目，再小的题目还可以继续分化。"子空间法也是处置优化题目标常用方式，袁亚湘说："大数据题目和高度复杂的题目都是超高维的题目，所谓子空间法，就是把大参数题目转换到低维空间求解，使题目简单化。"今朝野生智能、机械进修利用很是多的一种优化方式是随机梯度法。袁亚湘诠释，比如政府治理一个城市，满足每个市民的均匀诉求是最好的。但不成能把每小我的诉求都加起来去满足，这时便可以随机挑一些，取均匀值，取子集，用部分来取代整体，这就是随机梯度法的根基思惟。此外，随机技术、多方针优化等，也是生活中常用的优化方式。"天下上任何决议都是优化题目，虽然一般不需要用数学公式去推导怎样做决议，可是要有这个认识，要用优化的思惟武装我们的脑筋。"袁亚湘说。直面科技差异有听众提问，优化理论落地和创新面临什么样的应战？对此，袁亚湘回答，优化理论利用到现实中可以发生庞大效益，可是它离真正落地还有很大间隔。"这也要求我们做科学研讨的要跟做技术研讨的、甚至跟企业家加倍慎密地合作。"袁亚湘说，"国家现在激励更多科技工作者做落地，包括中国产业与利用数学学会也很是激励科学家做落地。一方面希望科学家走出尝试室，跟企业、跟产物合作；另一方面，也希望企业家碰到企业成长的题目，自动跟科学家讲。两方面配合尽力，就能促进优化企业、产业之间的合作。"还有听众提问，数字经济时代，算法与算力合作非常关键，今朝在这方面中国相比发财国家有何上风与优势？袁亚湘用中国人熟悉的算盘来解答这一题目。他说，我们国家造计较机的才能一向处在国际前线，相当于我们的算盘造得好，但筹算盘能否是也很好，今朝看来还不是。筹算盘要编口诀，计较机的口诀就是算法，计较机利用、大数据处置、大模子、野生智能，终极是需要算法支持的。袁亚湘进一步解答，中国对算法的研讨在国际上属于比力先辈的，但并不是最领先。"我们在理论研讨、算法机关方面不弱于欧美，可是在把算法酿成软件方面就落后了。从方式到算法，从法式到软件，中心有一个gap（鸿沟）"。袁亚湘说。袁亚湘以为，相比发财国家，中国在科学方面落后不多，在技术方面落后较大，在工程方面落后更大，这能够跟科技体制有关。"根本软件方面触及科技体制更深条理的题目，一方面国有研讨所的评价系统不激励做，另一方面企业又没有才能、没有政策支持去做。这是一个重要的题目，值得我们去思考，去面临。"袁亚湘最初说。
