陳 曦
走進胡清華的辦公室,立刻被他滿屋子的書所吸引。這些書的種類既有專業(yè)類書,也有哲學類、文學類書,甚至還“藏”著幾本金庸小說。放松的時候,這位天津大學智能與計算學部教授兼人工智能學院院長,就愛讀讀武俠小說。
“我覺得知識是相通的,不要給自己設定邊界,要對新事物保持好奇?!边@是胡清華常對學生說的一句話,這也是他的科研準則。
從動力機械到人工智能(AI),10年前,不給自己設限的胡清華,以跨界者身份走進了這一如今炙手可熱的領域。
近年來,胡清華一直在不確定性建模領域深耕,他希望從“不確定性”中尋找“確定性”,從看似無規(guī)律的數(shù)據(jù)中發(fā)現(xiàn)規(guī)律。“我的工作主要是研究算法,從一些低質量的、雜亂的數(shù)據(jù)中找尋規(guī)律?!彼f。
前不久,2019年度國家杰出青年科學基金項目評審結果正式公布,胡清華申報的研究項目“不確定性人工智能”名列其中。
從動力機械走向人工智能
胡清華出生在湖南省婁底市雙峰縣,小時候,書是他最喜歡的“玩具”?!拔颐看稳ビH戚家串門,第一件事就是找書看。找到一本書就躲進角落讀,完全忘了外面的熱鬧?!彼f。
上世紀80年代,胡清華家鄉(xiāng)的圖書、報刊很少,多虧在外地上大學的叔叔每次放假回家?guī)б淮筠麜貋?。從那時起,胡清華就向往上大學,“因為能有看不完的書”。
1995年,胡清華考入哈爾濱工業(yè)大學,學習動力機械專業(yè)?!白鳛橐粋€地道的南方人,我跑到東北去上學,只是因為語文課本上一篇課文,把北大荒描述得太美了,讓我對那里充滿無限的想象?!彼χ貞浀?。
上大學時,胡清華的專業(yè)學習主要圍繞火力發(fā)電廠的鍋爐和汽輪機。當時,隨著發(fā)電機組向大型化方向發(fā)展,對設備可靠性的要求也日益提高。發(fā)電機組開始安裝上各種傳感器,實時采集大量數(shù)據(jù),用于設備的狀態(tài)監(jiān)測與故障診斷。
“讀研時,導師希望我能開發(fā)出算法,以自動分析這些監(jiān)測數(shù)據(jù),判斷設備的狀態(tài)。我發(fā)現(xiàn)這項研究很有意思,從生產數(shù)據(jù)中尋找規(guī)則、建立模型,然后用模型判斷、預測設備狀態(tài)?,F(xiàn)在看來,這屬于人工智能范疇,但當時自己并未意識到這一點,從事相關研究的人也不多。尤其在動力機械領域,這還是很前沿的方向?!焙迦A回憶道。
如果說,此時人工智能在胡清華心中,還只是個火種,那么把它變?yōu)樾苄艽蠡鸬?,是他參加的一個學術會議。
2000年前后,中國科學院發(fā)起“龍星計劃”,邀請一批在美國學術界已有一定成就的華人教授,不定期回國在某所大學,系統(tǒng)地講授一門美國研究生課程。“在那個年代,數(shù)據(jù)挖掘就像現(xiàn)在的大數(shù)據(jù)一樣時髦。2002年暑假,數(shù)據(jù)挖掘領域的頂尖學者韓家煒來北京大學授課,在課程快結束時,他還請來了在歐美大學任教的多位學者作報告?!焙迦A說。
當時,還在讀研的胡清華,就坐在臺下?!斑@些平時只在論文中才能‘見’到的學者,面對面給我們講授數(shù)據(jù)挖掘知識,實在太震撼了?!睆拇耍_始把研究領域從動力機械慢慢延伸至模式識別、數(shù)據(jù)挖掘。
“不務正業(yè)”助其順利完成跨界
雖然跨界到人工智能的想法,已在胡清華腦中醞釀多時,但他“并不急于一步到位”。
在碩博階段,胡清華依舊圍著“老本行”動力機械轉,但在研究過程中他應用了大量人工智能知識,并將相關成果寫成十余篇論文。
此外,胡清華還閱讀了大量與人工智能相關的書籍和文獻,也常去參加學術會議。為更好地向同行學習,他甚至申請擔任了南京大學BBS小百合數(shù)據(jù)挖掘版的版主,定期在網(wǎng)上組織學術討論。
“其實,很多論文的原始想法,都源于和網(wǎng)友進行的討論,可以說很多靈感都是碰撞出來的?!焙迦A笑著回憶道,當時周圍人覺得他在網(wǎng)上組織討論是“不務正業(yè)”,但如今想來,恰是這些經歷,讓他更順暢地實現(xiàn)了跨界。
經過漫長的醞釀期,直到博士畢業(yè)后,2009年去香港理工大學做博士后研究,胡清華才算正式邁入人工智能的大門。
其實,早在念本科時,胡清華“不務正業(yè)”的本性就已顯露。
大二時,胡清華當上了校報記者,還長期為??豆ご笕恕穼憣??!捌鸪?,寫稿是為了賺稿費,拿到稿費后就可以去買更多的書。后來自己慢慢喜歡上了寫東西,不寫不成?!彼貞浀?。
無心插柳,讓胡清華沒想到的是,經過幾年的新聞語言訓練,自己的寫作能力得到迅速提升,語言表達更加精準、有力,這對他后來的科研工作幫助極大。
“很多理工科學者最頭疼的,就是寫論文、寫申請、做報告,由于之前積累的筆頭功夫,寫論文對于我來說,非常輕松。別人可能需要一個月才能完成的論文初稿,我不到一周就可以寫好。在惡補人工智能領域相關知識時,對文字的駕輕就熟,也使我的閱讀理解速度快過旁人,一些大部頭的書,我有時一兩周就能‘啃’完?!焙迦A說。
一些人工智能學界的同行表示,胡清華清新的文風、簡潔的語言風格,使他寫出的論文更易被人理解,學術觀點也更易被同行接受。同時,這樣的語言風格也有助于提高其文章的引用率。
“當版主、記者,在當時,這些都是我的興趣,可能看上去有些‘務不正業(yè)’,但我一直覺得,學習是觸類旁通的,你永遠不知道,不經意的積累,會將你的人生引向何處?!焙迦A表示,他也常對學生說,要珍視自己的興趣,它是“你科研路上最好的老師”。
在不確定性建模領域深耕10年
興趣是最好的老師,但僅憑興趣,并不能讓胡清華在人工智能這個新領域開疆拓土。
2011年底,胡清華結束了在香港理工大學的博士后研究工作,進入天津大學。入職后,他接到的首個項目就極具挑戰(zhàn)性,胡清華與博士生導師一起獲得“國家重點基礎研究發(fā)展計劃(973計劃)”課題的資助,開展“新能源不確定性建?!狈矫娴难芯?。
胡清華介紹道,這個研究圍繞電力系統(tǒng)中的太陽能、風能展開。“這部分能源有點‘不靠譜’,大規(guī)模利用它們時,可能會破壞電力系統(tǒng)的穩(wěn)定性,降低供電質量。只有摸清這些能源的‘脾氣’,才能讓其為我所用。”他說。
對胡清華來說,新能源不確定性建模,是一個完全陌生的領域。從查資料、讀文獻,到收集數(shù)據(jù)、分析數(shù)據(jù),胡清華的“拓荒之路”走得異常艱辛。
但幾年努力下來,“門外漢”胡清華,硬是在該領域闖出了一片天地?!盀樘嵘L功率預報的精度,我進行了大量的建模工作并設計了眾多算法。在此基礎上,風速難以被確定等難題被逐步破解,風功率預報的精度隨之得到提升?!彼f。
2016年,這個項目順利通過了驗收,他所在的課題組被評為優(yōu)秀。在一般人看來,此時研究也就該結束了。然而,胡清華“并不想就此收手”。
“圍繞這一項目,還有很多東西可以挖掘,所以研究不僅沒有結束,而且才剛剛開始?!痹诤迦A眼中,這項研究屬于數(shù)據(jù)不確定性建模研究范疇,而這類研究是機器學習和數(shù)據(jù)挖掘領域的難點?!按髷?shù)據(jù)時代已經到來,在利用大數(shù)據(jù)方面的最大問題就是,數(shù)據(jù)質量的不穩(wěn)定。質量低下的數(shù)據(jù),可能導致基于數(shù)據(jù)的決策出現(xiàn)重大偏差?!?/p>
于是,胡清華組建起一支20多人的團隊,向著一個個數(shù)據(jù)不確定性建模難題,發(fā)起沖鋒。從新能源的不確定性擴展到大數(shù)據(jù)的不確定性,胡清華率隊從工程應用研究中發(fā)現(xiàn)基礎研究問題,再將基礎研究成果應用于工程領域,實現(xiàn)了科研的良性循環(huán)。
經過近10年的開疆拓土,胡清華對不確定性建模研究,有了更系統(tǒng)的認知,逐漸意識到這是座處在交叉學科領域的科研“富礦”。今年,胡清華獲批的國家杰出青年科學基金項目,依舊是瞄準不確定性,從數(shù)據(jù)的不確定性向建模任務的不確定性延展。
“未來,我計劃將團隊研究的算法,應用于天氣預報、森林火災預報以及大型裝備故障預報等領域,希望成果能有更廣闊的應用空間?!焙迦A說。
免責聲明:本網(wǎng)轉載自其它媒體的文章,目的在于弘揚科技創(chuàng)新精神,傳遞更多科技創(chuàng)新信息,并不代表本網(wǎng)贊同其觀點和對其真實性負責,在此我們謹向原作者和原媒體致以崇高敬意。如果您認為本站文章侵犯了您的版權,請與我們聯(lián)系,我們將第一時間刪除。