AI与OR，共促人类未来

　　中新社北京3月6日电 题：AI与OR，共促人类未来

　　——专访国际著名运筹学家、斯坦福大学终身教授叶荫宇

　　作者 王宗汉 裴心语

　　尽管立学较晚，运筹学的思想却有着悠久历史。中国古代的“田忌赛马”典故，古希腊伯罗奔尼撒战争中雅典与斯巴达各发挥自身优势取得战争胜利，都是运筹学核心思想“优化”的具体体现。

　　运筹学因战争而生，步入现代服务于人类衣食住行等方方面面。运筹学的概念与应用如何？与另一重要的学科人工智能有着怎样的关系？国际著名运筹学家、冯·诺伊曼理论奖首位华人得主、斯坦福大学终身教授叶荫宇接受中新社“东西问”专访，围绕上述问题予以解答。

　　现将采访实录摘要如下：

　　中新社记者：作为一门科学，“运筹学”(Operations　Research，简称OR)的历史不长，与普罗大众的日常生活也有一定距离。什么是运筹学？运筹学因何而生？运筹学立学的目的是什么？

　　叶荫宇：从历史来讲，“运筹学”的概念源自第二次世界大战。在这场人类有史以来最大的战争中，每一场战役行动的实施都需要调配巨量人力与资源，也需要做出谨慎的军事决策。宏观上有战略(strategy)层面，微观上就有操作(operation)层面，这就是运筹学关注的重点，也是运筹学诞生的原因。

　　随着生产力的持续发展与科学技术的不断进步，从前“定性”的方法已不足以解决当下的问题，只有为问题“定量”才能找出解决之道。在个人不足以在如此飞速变化的环境中快速、准确地做出决策时，运筹学提供的量化方法能够帮助人类做出更好决策。比如在发达的金融领域出现了定量金融、量化交易，这说明整个世界都在向更微观、更细节、更量化的方向发展，西方常说“Devil is in the details”，翻译成中文就叫“细节决定成败”。中国在上个世纪引进这门科学的时候将“Operations　Research”翻译为“运筹学”，我觉得这个翻译很好，但还没有完整体现其背后“量化”的含义。

　　归根结底，“优化”是运筹学的核心思想，也是其目的，意味着在解决一个问题或达成一个目标的过程中取得最优解。中国国内最早在上个世纪六十年代就有数学家提倡用“优化”的思想解决实际问题，其中一位就是著名数学家华罗庚先生，他的“0.618法”能够通过较少的试验次数找到最合理的工艺条件，当时为提高工业生产效率提供巨大帮助。

　　中新社记者：运筹学在日常生活中有哪些应用？

　　叶荫宇：运筹学在日常生活中的应用十分广泛。如每个人常用的导航软件，卫星定位只能提供实时的位置信息，但为用户规划出合理出行路线的是运筹学。而在现代工业生产中，生产力获得极大发展，产量大大提升，同时个性化、定制化需求越来越大，合理安排工业生产也是运筹学思想的体现。在物流领域，由于现实中如天气变化、道路维修等不可控因素极多，往往不能按照理想的规划进行物流运输，这就需要运用运筹学建立合理的仓储点、运输线，保证供应链各环节的紧密衔接。而人们日常出行乘坐的航班、铁路，涉及复杂的航线、铁路线路规划，一天中需要规划成百上千航班、铁路班次的运行时间，都需要运筹学一一解决。

　　中新社记者：“求解器”对于解决运筹学问题而言十分重要，其重点关注的问题就是优化问题。中国第一个成规模的运筹学优化算法求解器的成功研发，得益于您多年的指导。中国这一领域的发展现状如何？前景如何？

　　叶荫宇：运筹学对于优化问题所设计的算法，在计算机上的实现，就是“求解器”。西方曾长期主导求解器市场，如欧洲FICO的Xpress(后被美国收购)与美国IBM的Cplex等，都是求解器的代表作品。中国需要使用求解器的企业，因当时国内没有开发商用求解器，故需要购买西方的求解器产品。近年来，由于外部环境的变化，导致一些国内企业难以再继续使用西方的求解器产品，必须转向“自力更生”。一些企业找到了我和我的学生们，希望我们能够迎着前所未有的困难“顶上去”，开发出中国自己的求解器。我们也的确做到了。

　　中国开发出自己的求解器，是不是意味着打破了西方的“垄断”？可以说是，但我认为这不是重点。我们的目标并不在于仅仅打破“垄断”即可，或者做一些西方产品的国产替代。我们要做就要做到最好，要做到未来全世界都用我们的产品。目前我们在求解器的开发上确实取得了不少成果，某些方面是世界领先的。

　　中新社记者：运筹学与人工智能(AI)之间的关系是什么？

　　叶荫宇：我的一些个人经历可以回答这些问题。

　　1982年初到美国时，我的两个求学方向就是人工智能(AI)与运筹学(OR)。当时我的导师给我们布置任务，构建一个中医的专家系统，其中包括了专家的信息以及中医诊断的方法。那时，互联网还没有出现，构建这样一个系统只能依靠不断地寻访。我们遇到了很多问题，最突出的问题就是，一些中医的诊断方法对于“量”的定义十分模糊，如出现很多“适量”“少许”等字样。我觉得这可能是经验使然，在专家的脑中，“适量”等词汇应是“量化”的结果，但对于外人而言，是难以捉摸的。所以在当时的条件下，构造这样一个系统，数据是不够的。但恰恰是遇到了这些问题，使我对“量化”产生了兴趣，从而投身运筹学的研究。

　　目前流行的人工智能技术，比如一些大模型，其训练就是一种寻优的过程，就用到了运筹学的思想。而运筹学的优化过程，可以借助人工智能等先进技术得以实现。

　　中新社记者：运筹学与人工智能各自的优点如何？

　　叶荫宇：我认为二者各有千秋。相比于人工智能，运筹学的显著优点是：设计一种算法无需真实数据参与，可将问题和数据抽象化，完全不会影响运筹学的优化过程。就如同往一个背包里放不同价值、不同种类的物品，人工智能需要了解这些物品具体为何、价值几何从而给出解决方法，而运筹学的优化是给出一种最优算法，无论放进去什么样的物品，都能根据算法找出最优解，通俗来讲，就是以不变应万变，以“一”对“无穷”。

　　而相比于运筹学，人工智能近年来的发展可谓是“飞入寻常百姓家”，无人不知无人不晓，人们在使用大模型时都可以用大白话去提出问题，然后比较快速地得出合理答案，而运筹学是一门不易为普罗大众所了解的科学，只不过我们在日常生活中是日用而不知。

　　中新社记者：最近，诺贝尔物理学奖、化学奖颁给了研究人工智能的专家，网络上有些观点认为物理学、化学等学科在人工智能的冲击下“行将不存”。人工智能与基础学科的关系如何？我们应当如何看待人工智能？

　　叶荫宇：这些说法夸张了。我认为，恰恰是诺奖的结果证明，人工智能目前所取得的成就是基于物理学、化学等这些学科之上的。比如今年的诺贝尔物理学奖是对人工神经网络机器学习的研究，其中的“网络”，就是一个关乎数学和物理学的概念。人工智能的出现，最终目的还是要解决人们在日常生活中的实际问题，并不会成为脱离实际的“空中楼阁”而存在，而这些实际问题就关乎物理学、数学等等基础科学。我所接触的人工智能研发领域的一些团队，近些年来很难取得切实落地的成果，就证明了这一点。

　　此外，人工智能技术的实现与发展，也需要思考“从哪里来、到哪里去”的问题，实则依赖于各个学科的发展，从其起源、机制、未来等多个维度来看均是如此。作为一种工具，人工智能的发展本身并不是目的，解决实际问题服务人类才是目的。

　　中新社记者：人工智能的发展有哪些潜在的问题？

　　叶荫宇：个人认为，人工智能未来的发展，主要还取决于谁来使用这一技术，怎么使用这一技术。西方很多人把人工智能当作一个聪明绝顶的“神”来“崇拜”，我认为这种想法是有问题的。我们发展人工智能技术，并不是为了追求塑造一个聪明绝顶的“神”，如果研发者持有这种想法，势必会造成社会的“不公平”——人与人之间是有差异的，“聪明”与否并不应成为判别一个人价值的标准。

　　此外，在人工智能发展的过程中，还存在耗能与耗时的问题，尤其是耗能，会带来大量的环境问题。解决人工智能的耗能、耗时，需要运筹学的方法来帮助人工智能的发展事半功倍、通过优化训练流程节省时间、节约资源。而发展人工智能是中国与西方的共同心愿，环境问题又是中国与西方乃至全世界共同面对的问题，故我认为在这一点上，中国与西方可以进行很多合作。(完)

　　(中国人民大学高瓴人工智能学院博士生王炳哲对此文有贡献)

　　受访者简介：

　　叶荫宇(Yinyu Ye)，斯坦福大学管理科学与工程系及计算数学工程研究院李国鼎讲座教授，是内点优化算法、在线线性规划和学习、强化学习和马可夫过程算法分析等领域的开创者之一。曾获2009年约翰·冯·诺依曼理论奖、2012年国际数学规划大会(ISMP)Tseng Lectureship奖、2014年美国应用数学学会优化奖等。