中新社北京3月6日電 題：AI與OR，共促人類未來

　　——專訪國際著名運籌學(xué)家、斯坦福大學(xué)終身教授葉蔭宇

　　作者 王宗漢 裴心語

　　盡管立學(xué)較晚，運籌學(xué)的思想?yún)s有著悠久歷史。中國古代的“田忌賽馬”典故，古希臘伯羅奔尼撒戰(zhàn)爭中雅典與斯巴達(dá)各發(fā)揮自身優(yōu)勢取得戰(zhàn)爭勝利，都是運籌學(xué)核心思想“優(yōu)化”的具體體現(xiàn)。

　　運籌學(xué)因戰(zhàn)爭而生，步入現(xiàn)代服務(wù)于人類衣食住行等方方面面。運籌學(xué)的概念與應(yīng)用如何？與另一重要的學(xué)科人工智能有著怎樣的關(guān)系？國際著名運籌學(xué)家、馮·諾伊曼理論獎首位華人得主、斯坦福大學(xué)終身教授葉蔭宇接受中新社“東西問”專訪，圍繞上述問題予以解答。

　　現(xiàn)將采訪實錄摘要如下：

　　中新社記者：作為一門科學(xué)，“運籌學(xué)”(Operations　Research，簡稱OR)的歷史不長，與普羅大眾的日常生活也有一定距離。什么是運籌學(xué)？運籌學(xué)因何而生？運籌學(xué)立學(xué)的目的是什么？

　　葉蔭宇：從歷史來講，“運籌學(xué)”的概念源自第二次世界大戰(zhàn)。在這場人類有史以來最大的戰(zhàn)爭中，每一場戰(zhàn)役行動的實施都需要調(diào)配巨量人力與資源，也需要做出謹(jǐn)慎的軍事決策。宏觀上有戰(zhàn)略(strategy)層面，微觀上就有操作(operation)層面，這就是運籌學(xué)關(guān)注的重點，也是運籌學(xué)誕生的原因。

　　隨著生產(chǎn)力的持續(xù)發(fā)展與科學(xué)技術(shù)的不斷進(jìn)步，從前“定性”的方法已不足以解決當(dāng)下的問題，只有為問題“定量”才能找出解決之道。在個人不足以在如此飛速變化的環(huán)境中快速、準(zhǔn)確地做出決策時，運籌學(xué)提供的量化方法能夠幫助人類做出更好決策。比如在發(fā)達(dá)的金融領(lǐng)域出現(xiàn)了定量金融、量化交易，這說明整個世界都在向更微觀、更細(xì)節(jié)、更量化的方向發(fā)展，西方常說“Devil is in the details”，翻譯成中文就叫“細(xì)節(jié)決定成敗”。中國在上個世紀(jì)引進(jìn)這門科學(xué)的時候?qū)ⅰ癘perations　Research”翻譯為“運籌學(xué)”，我覺得這個翻譯很好，但還沒有完整體現(xiàn)其背后“量化”的含義。

　　歸根結(jié)底，“優(yōu)化”是運籌學(xué)的核心思想，也是其目的，意味著在解決一個問題或達(dá)成一個目標(biāo)的過程中取得最優(yōu)解。中國國內(nèi)最早在上個世紀(jì)六十年代就有數(shù)學(xué)家提倡用“優(yōu)化”的思想解決實際問題，其中一位就是著名數(shù)學(xué)家華羅庚先生，他的“0.618法”能夠通過較少的試驗次數(shù)找到最合理的工藝條件，當(dāng)時為提高工業(yè)生產(chǎn)效率提供巨大幫助。

　　中新社記者：運籌學(xué)在日常生活中有哪些應(yīng)用？

　　葉蔭宇：運籌學(xué)在日常生活中的應(yīng)用十分廣泛。如每個人常用的導(dǎo)航軟件，衛(wèi)星定位只能提供實時的位置信息，但為用戶規(guī)劃出合理出行路線的是運籌學(xué)。而在現(xiàn)代工業(yè)生產(chǎn)中，生產(chǎn)力獲得極大發(fā)展，產(chǎn)量大大提升，同時個性化、定制化需求越來越大，合理安排工業(yè)生產(chǎn)也是運籌學(xué)思想的體現(xiàn)。在物流領(lǐng)域，由于現(xiàn)實中如天氣變化、道路維修等不可控因素極多，往往不能按照理想的規(guī)劃進(jìn)行物流運輸，這就需要運用運籌學(xué)建立合理的倉儲點、運輸線，保證供應(yīng)鏈各環(huán)節(jié)的緊密銜接。而人們?nèi)粘３鲂谐俗暮桨?、鐵路，涉及復(fù)雜的航線、鐵路線路規(guī)劃，一天中需要規(guī)劃成百上千航班、鐵路班次的運行時間，都需要運籌學(xué)一一解決。

　　中新社記者：“求解器”對于解決運籌學(xué)問題而言十分重要，其重點關(guān)注的問題就是優(yōu)化問題。中國第一個成規(guī)模的運籌學(xué)優(yōu)化算法求解器的成功研發(fā)，得益于您多年的指導(dǎo)。中國這一領(lǐng)域的發(fā)展現(xiàn)狀如何？前景如何？

　　葉蔭宇：運籌學(xué)對于優(yōu)化問題所設(shè)計的算法，在計算機上的實現(xiàn)，就是“求解器”。西方曾長期主導(dǎo)求解器市場，如歐洲FICO的Xpress(后被美國收購)與美國IBM的Cplex等，都是求解器的代表作品。中國需要使用求解器的企業(yè)，因當(dāng)時國內(nèi)沒有開發(fā)商用求解器，故需要購買西方的求解器產(chǎn)品。近年來，由于外部環(huán)境的變化，導(dǎo)致一些國內(nèi)企業(yè)難以再繼續(xù)使用西方的求解器產(chǎn)品，必須轉(zhuǎn)向“自力更生”。一些企業(yè)找到了我和我的學(xué)生們，希望我們能夠迎著前所未有的困難“頂上去”，開發(fā)出中國自己的求解器。我們也的確做到了。

　　中國開發(fā)出自己的求解器，是不是意味著打破了西方的“壟斷”？可以說是，但我認(rèn)為這不是重點。我們的目標(biāo)并不在于僅僅打破“壟斷”即可，或者做一些西方產(chǎn)品的國產(chǎn)替代。我們要做就要做到最好，要做到未來全世界都用我們的產(chǎn)品。目前我們在求解器的開發(fā)上確實取得了不少成果，某些方面是世界領(lǐng)先的。

　　中新社記者：運籌學(xué)與人工智能(AI)之間的關(guān)系是什么？

　　葉蔭宇：我的一些個人經(jīng)歷可以回答這些問題。

　　1982年初到美國時，我的兩個求學(xué)方向就是人工智能(AI)與運籌學(xué)(OR)。當(dāng)時我的導(dǎo)師給我們布置任務(wù)，構(gòu)建一個中醫(yī)的專家系統(tǒng)，其中包括了專家的信息以及中醫(yī)診斷的方法。那時，互聯(lián)網(wǎng)還沒有出現(xiàn)，構(gòu)建這樣一個系統(tǒng)只能依靠不斷地尋訪。我們遇到了很多問題，最突出的問題就是，一些中醫(yī)的診斷方法對于“量”的定義十分模糊，如出現(xiàn)很多“適量”“少許”等字樣。我覺得這可能是經(jīng)驗使然，在專家的腦中，“適量”等詞匯應(yīng)是“量化”的結(jié)果，但對于外人而言，是難以捉摸的。所以在當(dāng)時的條件下，構(gòu)造這樣一個系統(tǒng)，數(shù)據(jù)是不夠的。但恰恰是遇到了這些問題，使我對“量化”產(chǎn)生了興趣，從而投身運籌學(xué)的研究。

　　目前流行的人工智能技術(shù)，比如一些大模型，其訓(xùn)練就是一種尋優(yōu)的過程，就用到了運籌學(xué)的思想。而運籌學(xué)的優(yōu)化過程，可以借助人工智能等先進(jìn)技術(shù)得以實現(xiàn)。

　　中新社記者：運籌學(xué)與人工智能各自的優(yōu)點如何？

　　葉蔭宇：我認(rèn)為二者各有千秋。相比于人工智能，運籌學(xué)的顯著優(yōu)點是：設(shè)計一種算法無需真實數(shù)據(jù)參與，可將問題和數(shù)據(jù)抽象化，完全不會影響運籌學(xué)的優(yōu)化過程。就如同往一個背包里放不同價值、不同種類的物品，人工智能需要了解這些物品具體為何、價值幾何從而給出解決方法，而運籌學(xué)的優(yōu)化是給出一種最優(yōu)算法，無論放進(jìn)去什么樣的物品，都能根據(jù)算法找出最優(yōu)解，通俗來講，就是以不變應(yīng)萬變，以“一”對“無窮”。

　　而相比于運籌學(xué)，人工智能近年來的發(fā)展可謂是“飛入尋常百姓家”，無人不知無人不曉，人們在使用大模型時都可以用大白話去提出問題，然后比較快速地得出合理答案，而運籌學(xué)是一門不易為普羅大眾所了解的科學(xué)，只不過我們在日常生活中是日用而不知。

　　中新社記者：最近，諾貝爾物理學(xué)獎、化學(xué)獎頒給了研究人工智能的專家，網(wǎng)絡(luò)上有些觀點認(rèn)為物理學(xué)、化學(xué)等學(xué)科在人工智能的沖擊下“行將不存”。人工智能與基礎(chǔ)學(xué)科的關(guān)系如何？我們應(yīng)當(dāng)如何看待人工智能？

　　葉蔭宇：這些說法夸張了。我認(rèn)為，恰恰是諾獎的結(jié)果證明，人工智能目前所取得的成就是基于物理學(xué)、化學(xué)等這些學(xué)科之上的。比如今年的諾貝爾物理學(xué)獎是對人工神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)的研究，其中的“網(wǎng)絡(luò)”，就是一個關(guān)乎數(shù)學(xué)和物理學(xué)的概念。人工智能的出現(xiàn)，最終目的還是要解決人們在日常生活中的實際問題，并不會成為脫離實際的“空中樓閣”而存在，而這些實際問題就關(guān)乎物理學(xué)、數(shù)學(xué)等等基礎(chǔ)科學(xué)。我所接觸的人工智能研發(fā)領(lǐng)域的一些團隊，近些年來很難取得切實落地的成果，就證明了這一點。

　　此外，人工智能技術(shù)的實現(xiàn)與發(fā)展，也需要思考“從哪里來、到哪里去”的問題，實則依賴于各個學(xué)科的發(fā)展，從其起源、機制、未來等多個維度來看均是如此。作為一種工具，人工智能的發(fā)展本身并不是目的，解決實際問題服務(wù)人類才是目的。

　　中新社記者：人工智能的發(fā)展有哪些潛在的問題？

　　葉蔭宇：個人認(rèn)為，人工智能未來的發(fā)展，主要還取決于誰來使用這一技術(shù)，怎么使用這一技術(shù)。西方很多人把人工智能當(dāng)作一個聰明絕頂?shù)摹吧瘛眮怼俺绨荨?，我認(rèn)為這種想法是有問題的。我們發(fā)展人工智能技術(shù)，并不是為了追求塑造一個聰明絕頂?shù)摹吧瘛保绻邪l(fā)者持有這種想法，勢必會造成社會的“不公平”——人與人之間是有差異的，“聰明”與否并不應(yīng)成為判別一個人價值的標(biāo)準(zhǔn)。

　　此外，在人工智能發(fā)展的過程中，還存在耗能與耗時的問題，尤其是耗能，會帶來大量的環(huán)境問題。解決人工智能的耗能、耗時，需要運籌學(xué)的方法來幫助人工智能的發(fā)展事半功倍、通過優(yōu)化訓(xùn)練流程節(jié)省時間、節(jié)約資源。而發(fā)展人工智能是中國與西方的共同心愿，環(huán)境問題又是中國與西方乃至全世界共同面對的問題，故我認(rèn)為在這一點上，中國與西方可以進(jìn)行很多合作。(完)

　　(中國人民大學(xué)高瓴人工智能學(xué)院博士生王炳哲對此文有貢獻(xiàn))

　　受訪者簡介：

　　葉蔭宇(Yinyu Ye)，斯坦福大學(xué)管理科學(xué)與工程系及計算數(shù)學(xué)工程研究院李國鼎講座教授，是內(nèi)點優(yōu)化算法、在線線性規(guī)劃和學(xué)習(xí)、強化學(xué)習(xí)和馬可夫過程算法分析等領(lǐng)域的開創(chuàng)者之一。曾獲2009年約翰·馮·諾依曼理論獎、2012年國際數(shù)學(xué)規(guī)劃大會(ISMP)Tseng Lectureship獎、2014年美國應(yīng)用數(shù)學(xué)學(xué)會優(yōu)化獎等。