央广网上海12月19日消息（记者唐奇云）“2017年数据驱动的优化理论与实践”国际研讨会今天（19日）圆满落幕。为期4天的此次研讨会既是国际顶尖运筹学者加强交流的一次盛会，也是中国运筹学发展的一次汇报，更是运筹学这门学科立足当下继往开来的一次尝试。会议上，多位学界领头人发表主题演讲，共同探讨在当下形势里算法如何与大数据、人工智能紧密结合，实现更好的跨越和发展。
研讨会期间，除了执教于斯坦福大学、芝加哥大学、哥伦比亚大学、普林斯顿大学及中国科学院、北京大学、上海财经大学、香港科技大学等多所国内外知名高校的资深学者及学术新星们，主办方还邀请到欧洲覆盖面最大优化算法软件MOSEK创始人Erling Andersen，人工智能领域顶尖科学家、腾讯人工智能实验室主任张潼，Ports America高级副总裁Tianbing Qian等多名业界领袖共聚一堂。本次国际研讨会既回顾科技发展历程，也关注科技前沿，对算法、大数据与人工智能的发展现状及前景展开深入讨论。研讨会同时关注行业情境，探索如何以工程化的方式让算法落地，创造商业价值，服务公众和社会。会议云集国内外多位知名学者及业界领袖，展开激烈思想碰撞，是在学术界与工业界搭建沟通桥梁的一次重要尝试。
本次国际研讨会开幕当天，上海财经大学交叉科学研究院院长葛冬冬以“数据驱动的优化决策实践”为主题进行演讲。会上，现担任杉数科技首席科学家的葛冬冬从其亲身经历出发，畅谈大数据时代中数据驱动的科学决策如何成为企业资源优化配置的利器，分析如今学术界与工业界的结合较之以往有何区别，同时介绍了LEAVES数学规划和机器学习求解器。
来自南加州大学的John Carlsson副教授做了主题为Computational Geometry and Logistics的演讲。他指出，计算几何学和逻辑学的研究帮助科学家从复杂的数据中发现几何和逻辑上规律的特征，这些具有代表性的数据子集可以让科学家用计算机算法更好地理解每个数据集的本质以及不同数据之间的关系，比如帮助物流大规模的调度，诸如无人仓，无人机的算法问题。他的演讲启发听众深入思考在AI时代如何对海量的大数据进行系统的分析、建模。
此外，多名在业界极为活跃的从业者，也都从自己领域出发，互相分享了对于数据驱动下的优化决策的看法，形成了理论与实践间的对话。滴滴出行副总裁、滴滴研究院副院长叶杰平发表主题为“Big Data in Didi Chuxing”的精彩演讲，详细介绍了大数据、人工智能技术在滴滴平台的应用。叶杰平表示，滴滴研究院将大数据、机器学习、云计算结合起来，构建了云端的人工智能交通引擎，滴滴大脑。滴滴大脑能实时学习城市交通出行规律，了解交通工具和道路情况，做出最优的决策（路径规划、供需匹配、智能调度等）。不仅整体地最大化城市的交通效率，也尽可能地优化每个人的出行体验。以派单为例，滴滴的每一次派单，就如同下棋，会考虑之后N步的走法。滴滴大脑每2秒进行一次全局判断，在迅速的大量计算中，完成全局最优的智能派单。
值得注意的是，本次研讨会由上海财经大学交叉科学研究院（RIIS）主办，杉数科技有限公司协办。运筹学这门学科起源于对于现实问题的分析和处理，自然尤其关注学科的实用价值和对现实问题的解决力。上海财经大学交叉科学研究院自成立以来就十分关注产学研结合的问题。在今年10月，他们刚刚与会议赞助商杉数科技签署了产学研基地一揽子合作协议，共同设立人工智能联合实验室，将实际的业界场景带入实验室的算法研究工作中。数据驱动下的优化要靠着理论和实践两条腿走路，而这两条腿的背后，则是学界和业界的通力合作。
编辑：
韩晓余
大风降温 中俄界湖冰层被刮开
