您的位置:中国科技新闻网 > 科技新闻 > 人工智能,前景无限
人工智能,前景无限
发表时间 2017-10-25 15:12 来源 本站原创

  ——记东北大学副教授马连博及团队

  人类的许多活动,如解算题、下棋、进行讨论、编制计划和编写计算机程序,甚至驾驶汽车和骑自行车等等,都需要"智能"。如果机器能够执行这种任务,就可以认为机器已具有某种性质的"人工智能"。作为一门科学的前沿和交叉学科,人工智能研究方兴未艾,可以说具有颠覆性和革命性的无限未来前景。东北大学副教授马连博多年来致力于人工智能研究,带领团队积极进取,开拓创新,取得了一系列丰硕的成果。

  马连博,男,中科院博士,东北大学副教授,辽宁省百千万人才,辽宁省/沈阳市科技评审专家。先后在中科院沈阳自动化所、东北大学,从事国家863/CIMS系统技术工程实验室的云计算、群体智能与进化计算,辽宁省云计算工程中心的工业物联网与网络大数据等前沿科研工作,致力于新型人工智能范式及工业应用的研究。曾获得中国科学院院长奖,中组部-万人计划青年拔尖人才候选提名,中国科学院所级“优青”培养后备人才、辽宁省自然科学学术成果奖、中国科学院所级冠名奖等,曾兼任科技部“十二五”科技项目指南编制组成员,国际期刊IJSNDC编委,多个IEEE TRANS期刊及知名会议的审稿人等。

  源于兴趣,成于坚持

  人工智能是一门极富挑战性的科学,也是一门集信息科学、生物学、脑科学、数学、电子机械等学科的交叉性前沿科学。随着物联网、大数据、云计算等技术的发展,它将一直是最具挑战的研究热点。马连博认为,人工智能的最大魅力在于它可以改变并且一直在改变人类科技的发展与人类的生活方式,就像科幻电影展示的那样。从马连博自己的角度,看到通过不断地向自然学习构建出新型的计算模型,并用它来解决复杂的工程问题,这也是一种成就感和满足感。

  选择人工智能这个方向,其实也是跟马连博的学习工作经历有关系。马连博在东北大学毕业后,进入到中科院沈阳自动化所工作和读博学习。那里是国内机器人与人工智能领域的顶尖研究机构,早在80年代初,“中国机器人之父”蒋新松院士就提出了人工智能与智能信息处理研究方向与规划。在参与大量国家级课题的研究过程中和浓厚的研究氛围影响下,逐渐对人工智能产生了极大的兴趣,马连博的博士课题就是演化计算及工业应用。

  对于马连博来讲,像曾国藩所说“士人读书,第一要有志,第二要有识,第三要有恒”,坚持与自强是马连博努力追求的品质。走科研这条路是比较辛苦、寂寞的,关键在于要有兴趣与规划,同时也要有一定的专业基础。马连博从小学习刻苦,比较喜欢数学和英语,在工作过程中也吃了不少苦头,但始终认为人活着就要想做事、能做事、做成事,要具备坚持与自强的品质,才能实现从“量变”到“质变”的转换过程。马连博在研究生期间开始接触人工智能方面的知识,找到了自己的兴趣点,最终确定了自己未来的学术研究之路。对他而言,成功就是在兴趣的指引下,持之以恒,不断创新的必然结果。

  人工智能新阶段:群体智能和计算智能

  人工智能的实现,需要大数据作为人工智能对行为智能判断的依据,云计算是运用大数据运行出运算的结果并保存在云(互联网服务器)上,因此,人工智能、大数据、云计算相互独立,又相辅相成,互为支撑。随着大数据、云计算等技术的发展,人工智能的未来前景将十分广阔。其中,基于群体智能的计算智能理论和方法将是新一代人工智能的核心研究领域之一,对人工智能的其他研究领域有着基础性和支撑性的作用。著名科学家钱学森先生在上世纪90年代曾提出综合集成研讨厅体系,强调专家群体以人机结合的方式进行协同研讨,共同对复杂巨系统的挑战性问题进行研究。

  当前,以互联网和移动通信为纽带,人类群体、大数据、物联网已经实现了广泛和深度的互联,使得人类群体智能在万物互联的信息环境中日益发挥越来越重要的作用,由此深刻地改变了人工智能领域。人工智能已经迈入了新的发展阶段,新的研究方向和新范式已经逐步显现出来,从强调专家的个人智能模拟走向群体智能,智能的构造方法从逻辑和单调走向开放和涌现,智能计算模式从“以机器为中心”的模式走向“群体在计算回路”,智能系统开发方法从封闭和计划走向开放和竞争。而基于生物行为的计算智能是基于生物界中的自然现象或过程而提出的启发式计算模式。这种计算模式具有通用、稳健、简单、高效以及便于并行处理等特点,被公认为是对计算理论具有重大影响的关键理论。作为前沿性研究领域,基于生物启发的计算智能已成功应用于计算机、控制、先进设计和制造等多种领域,并在解决传统方法难以解决的各类复杂优化问题方面展现出良好的性能和应用前景。我们知道,从某种意义上讲,人类科技的发展其实是一种对自然界生物系统的变相模拟过程,当遇到理论或技术瓶颈时,人们往往会向自然生物进化来学习,比如现在很热的机器学习,其本质是模拟人脑神经元的连接方式与处理模式。

  对于其中的演化计算,比如GA,ACO,PSO等算法,其实是一种仿生学习计算模式,是用自然智慧来提升算法。我们可以看到,生物进化显然是一种求解优化问题的过程。给定了初始条件和环境约束,通过选择可以得到与最优解尽可能接近的表现型(表现出来的行为)。但是环境又持续不断地变化着,物种跟在环境变化的后面,不断地向一个新的最优解进化。这就是演化计算这类模拟自然进化的计算方法的思想源泉。演化算法就是基于以上思想发展起来的一类随机搜索技术,它从选定的初始解出发,通过不断迭代逐步改进当前解,直至最后搜索到最优解或满意解。

  那么,与传统的人工智能相比,计算智能的最大特点是不需要建立问题本身的精确(数学或逻辑)模型,不依赖于知识表示,而是在观测数据上直接对输入信息进行处理。这一特点非常适合于解决大数据分析中那些由于难以建立有效的形式化模型而用传统技术难以解决,甚至无法解决的问题。近年来,计算智能理论与技术发展迅速,在图像处理、模式识别、知识获取、经济管理、生物医学、智能控制等许多领域都得到了广泛应用,取得了一系列令人鼓舞的研究成果。

  开拓创新,取得硕果累累

  马连博的研究体系主要是一点两面,以演化计算与计算智能的基础理论研究为出发点,通过分析生物系统的内部自组织、自适应与涌现动力学机理,设计一系列面向大规模、多(众)目标、离散连续混合等复杂问题的高效优化模型及算法,开发出相应的智能优化工具,进而采用“理论驱动应用”的模式,探讨并实现在复杂工业网络与大数据工程系统优化两个方面的应用验证。

  目前马连博带领一个团队,进行计算智能与机器学习模型与算法的基础理论研究,包括复杂系统建模,基于机器学习与协同理论的大规模、多目标的智能算法,深度神经网络结构优化,复杂社交网络分析等方向。学术研究是一个系统性工程,涉及到实验室的基础条件,研究团队,前沿方向的把握,研究规划的制定与执行等环节。对于年轻领军学者来讲,研究团队的建立是非常关键的环节。该团队由于磨合时间较短,成员的经验不是很丰富,在遇到科研难题时往往会欲速则不达,研究进度严重受阻。这时,他们通常开会进行头脑风暴,畅所欲言,一旦统一思想确定好方案后,迅速相互配合工作,动手实验,最终攻克一个又一个难题。为了保证研究进度,拓展思路,课题组成员每周进行学术汇报与交流研讨,实时关注国际前沿研究动态。此外,课题组积极与国内外知名学者与机构建立合作关系,拓展学术影响力。

  马连博及团队主要针对传统群体智能建模与优化计算方法存在的理论、技术及应用问题系统地开展新型人工智能范式的研究。该研究方向是复杂生物系统建模和计算智能学科交叉的国际前沿研究课题。然而,目前计算智能与群体智能的研究,仍然局限于通过模拟自然生物的某些行为特征、设计相应的方法来解决工程问题,在智能方法的设计上过于强调系统的简单性,研究的点比较分散,角度比较单一,忽视了系统的复杂性,缺乏对其自组织、自适应、涌现机理的深刻研究,不能揭示其中的动力学机制和智能原理,也没有足够的理论支持和有效的分析、控制手段,算法的效果往往难以得到保证。

  围绕以上关键科学问题,马连博及团队从自然学习角度切入,针对新一代复杂工程系统中存在的大规模、带复杂约束、多目标、强耦合、强非线性和不确定性等综合复杂性因素,从生物个体、群体、群落三个层次展开了计算智能模型、方法及应用研究,提出新型的基于生物系统群智演化行为的智能优化方法,形成了完整的研究体系。本研究成果在大数据并行处理、云计算、复杂网络感知计算和系统优化等方面具有潜在的应用价值。主要创新性贡献包括,在基础理论和方法层面,基于自然生物个体、群体与群落的系统演化规律,以生物共生进化论、复杂系统涌现机理、复杂网络理论和机器学习技术为基础,系统性地提出了全新的自然界生物复杂系统层次型优化模型与方法,构建了生物群智演化统一框架模型及基于此的算法库,并将其应用于大规模物联网部署优化、网络大数据处理、智能微电网潮流优化,3D电子打印微滴形貌检测与参数优化等工业系统中,取得了较好的应用效果。相关原创性成果发表在IEEE汇刊、Elsevier、Springer等期刊上,部分研究成果获得了国际专家的关注与好评, 激发了国内外后续的大量实验和理论研究。此外,在国家863项目中,他们研制了基于FPGA并行计算的3D电子打印控制系统,应用在绿色能源制造--太阳电池超细栅电极的喷墨制造过程中,进而提出了基于人工植物根系算法的纳米微滴图像识别方法,实现对超细栅太阳电池电极制备的精细控制及参数优化。

  马连博目前以第一作者/通信作者身份在IEEE汇刊、Elsevier、Springer等期刊发表SCI论文20余篇、EI论文20余篇,部分研究成果获得了国际专家的关注与好评;主持国家自然科学基金2项,国家863重点项目1项,中央基本科研业务费-国家优青培育人才项目1项,辽宁省自然科学基金1项等,曾参与国家863重点/重大项目2项,国家科技支撑计划2项,973项目子项,国家发改委数字化工厂智能制造专项等科研项目。

  科研工作是繁忙的。马连博每天要做的事情很多,最大的感慨是一天24个小时的时间不够用。7:20到学校,晚上12点回家,在家工作至1点半左右,有时会熬通宵。但是在取得的众多成就面前,这些付出是值得的。

  人工智能作为未来世界各发达国家科技竞争的焦点,需要更多像马连博这样的科研精英通过不断创新,持续开拓,取得一个又一个突破性成果。“天高任鸟飞,海阔凭鱼跃。”前路漫漫,马连博及其团队将会一往无前,攻坚克难,努力争取在人工智能这个前景无限的领域创造出更加灿烂的的辉煌风景。