专访「算法之父」Michael Saunders：人工智能未来的突破点可能在自动驾驶

AI 科技 评论按 ，4 月 25 日，在由涂鸦智能联合知名 财经 媒体《新财富》、人工智能领域知名媒体《全球智能化商业》共同举办的「全球智能化商业峰会」上，斯坦福大学荣誉教授、新西兰皇家学会荣誉成员、世界级算法专家 Michael Saunders 进行了以「基於约束优化的算法：通用软件的益处」为主题的演讲。

Michael Saunders 曾任斯坦福大学管理科学与工程系教授。目前，他是斯坦福大学荣誉教授、数学家、世界级算法专家，工业与应用数学学会会士，新西兰皇家学会荣誉成员，斯坦福大学发明名人堂成员。

Michael Saunders 教授师从科学计算之父 Gene Golub，于 1972 年获得了斯坦福大学计算机科学博士学位，作为计算机领域的「大咖」，他曾获数学程式设计学会「William Orchard-Hays 奖」及工业与应用数学学会「暹罗线性代数奖」。据了解，目前其用于矩阵方程式和优化问题的数学算法在全球被广泛使用。Michael Saunders 教授曾为通用电气、波音公司等提供咨询服务。

Michael Saunders 教授的研究领域包括人工智能、大规模科学计算、大数据分析、系统优化、稀疏矩阵解法、软件工程、AIoT 等。

在他看来，互联互通一直都是 AIoT 产业的优化难题，例如此次会议的主办方涂鸦智能也推出了类似技术希望解决信息孤岛的问题，Saunders 教授在此领域贡献突出。

以下是此次 Michael Saunders 教授的演讲和专访纪要，AI 科技 评论做了不改变原意的整理：

大家好！谢谢今天来现场的各位嘉宾，我很高兴来到中国。不好意思，我是新西兰人，我会说一点法语，一点西班牙语和一点英语，但是中文要难得多。

今天我想要和大家讲的是「约束优化」，在这之前，我想先谈一下为什么我会去斯坦福大学并参与计算机相关的科研，并谈谈关于约束优化的 历史 。

从新西兰到斯坦福，专注于「约束优化」

1972 年，我取得了在斯坦福大学的博士学位，我返回新西兰并以为我会就此永远待在新西兰，但斯坦福大学教授 George Dantzig，线性代数之父，他开始了系统优化实验室（SOL）计划，并且邀请我回到斯坦福。

在我参与系统优化实验室之时，Dantzig 教授负责建立经济和能量模型，而我则专注于非线性目标函数，并且研发 MINOS 优化软件的初始版本，以解决这些模型的问题。

当时，斯坦福大学教授 George Dantzig 提出了一种新的算法优化——即「约束优化」。这是一个很难的研究课题，它是在一系列约束条件下，寻找一组参数值，使某个或某一组函数的目标值达到最优。「约束优化」本质上是一个线性代数问题，通过软件来实现优化分析。

到了 1980 年代，我又延伸了 MINOS 用以处理一些非线性约束条件，并且我们开发了其他的约束优化软件用于通用电气和 NASA。

在 1990 年，我们的软件被用于温室效应模型，以及航太的优化问题，例如飞机和太空船的轨道优化。

我有一个做航空器的双胞胎兄弟大卫，他从 1975 年起，就在 NASA 的艾姆斯研究中心（Ames Research Center）工作，他利用了我们的优化软件设计超音速飞机、新型的太空梭和太空舱，虽然当中有些项目后来被取消了。

当然，我们的算法优化也用在了其它很多领域。比如，控制机器人的运行轨迹；还有医疗领域，我们可以瞄准 X 光光束，帮助医生进行放射治疗。

优化对航空应用至关重要

我们的软件被用于很多 NASA 很多航空项目，比如：

以上问题都离不开优化。

在 2010 年，我参与设计了有阿波罗 20 之称的宇宙飞船猎户座（Orion），猎户座和阿波罗的外形相似，但体型大得多。大卫优化了猎户座的防热罩的曲度，他发现 50 年前，阿波罗的设计师选择的外形就是一个最优化的形状。

最近，我们的优化还被用于世界上最大的飞机」Stratolaunch」, 它于 2019 年 4 月 13 日在加利福尼亚州完成首飞。Stratolanuch 配备有两个机身，和六个波音 747 引擎，它的机翼展开比一个足球场的长度还长，它可以载着一个火箭或者是小型的太空船到 11000 米的高空，并且将其发射到轨道上。大卫改善过后的优化结果显示，Stratolaunch 如果在 2500 公里的距离就开始降落程序，那会有点过早。

优化软件和应用相辅相成

算法优化帮助我们做了很多解决方案。

在 20 年前，我们使用 PDCO 软件来做信号分析（基追踪降噪，BPDN），我们现在使用同样的软件做不同的应用：分析低频核磁共振信号，用以分析某些东西的组成，例如橄榄油或者是生物柴油，我们既有的软件找到了新的应用方式。

有时，新的应用会引领我们创造新的算法。例如系统生物学里头的多维度模型问题没办法以现有的软件解决，我们就使用了双精度型和三重精度型版本的优化 MINOS 软件，开发了 DQQ 程序。

我们还开发了 NCL 算法来解决税法模型，此前，这是无法通过既有的软件去解决的。NCL 解决了一系列很大但容易解决的优化问题。令人意外地，我们发现如何通过内部方法促进优化，来」热启动」(warm start）每一个大难题。热启动通常是无法通过内部方法实现的。因此，全新的高难度应用促使我们催生了新的通用软件，这是个非常有趣的过程。

总结一下我的演讲主题，当我们设计一个优化软件时，我们总是希望打造一个「万用型」的软件，让其能够物尽其用。但老实说，我们永远不知道，是什么样的人在使用我们的软件，有时候，软件会帮助科学家发现针对新兴应用的优化解决方案，这带给我们立即的成就感。但有时候则正好相反，是新兴的应用迫使我们用新的方式结合既有的软件去设计新的算法。

在未来，我们会看到很多像自动驾驶车这样的应用，而自动驾驶安全的重要性和太空船的发射及降落不相上下。优化系统在未来的医疗领域也将大放异彩，它可以使精准医疗成真，它已经让放射疗法变得更精准快速了。

在演讲之后，AI 科技 评论对 Michael Saunders 教授做了一次专访。

AI 科技 评论：今天很高兴有这个机会来采访您！第一个问题，您能不能谈一谈您自己是如何结合研究与业界的应用，您参与过哪些具体的案例？

Michael Saunders： 我的应用案例在我的演讲中提了很多，其中有一些很重要的案例，比如在药物治疗、制造、航空航天、系统生物学和核磁共振等方面。就像我之前说的，我们不知道有谁会用我们的软件，但通用型的软件本来就会鼓励更多的新兴应用诞生。我最喜欢的事情就是别人敲我的门说，「教授，我有个优化问题，请问你可以帮忙吗？。」我希望大家敲我的门。

AI 科技 评论：您是如何看待人工智能、IoT 与系统优化之间的关系？

Michael Saunders： 人工智能涵盖了许多层面，包括数学和计算机科学，求解具有大规模变量方程的极小值问题通常是优化领域的代表性案例。

经典的 SVM 方法解决的是更为复杂的问题，我们已经证明了我们的 PDCO 解决方案是一个比现有的方法更能规模化应用的解方。

物联网包括了感测器，我们用优化方法研究了无线感测器网络（Wireless Sensor Network），用以侦测感测器在哪里。每个感测器都能自主侦测它和其他临近感测器的距离，举例来说，我们可以从一个直升机上面把感测器丢入森林中，让其自动感测是否有森林大火发生，其中只有寥寥数个感测器需要知道具体位置。

AI 科技 评论：千百个 Sensor 之间的互联是吗？

Michael Saunders： 我的 PhD 学生 Holly Jin，在她的博士论文中，她可以精准地定位数千个感测器，这对于大型的森林来说很重要。同样地，如果消防员或矿工佩戴感测器在身上，同样的优化方法也可以用于森林大火或倒塌的矿坑中搜索他们的位置。

AI 科技 评论：现在人工智能技术在中国特别火热，作为这方面的专家，您觉得人工智能技术未来突破点在哪里，这一技术的走向如何？

Michael Saunders： 这是一个很好的问题，人工智能技术已经发展很久了，1967 年，当我还在斯坦福大学念 PhD 的时候，人工智能就已经是一个计算机科学的研究主题了，如果 AI 是泡沫的话，泡沫早就破掉了。

自动驾驶车对于未来的人工智能研究领域来说，是一个很大的挑战，特斯拉创始人马斯克期待特斯拉自动车在今年底就可以自己在路上跑，并且车子还可以在行程之余去接送其他乘客为车主赚钱。我们不清楚这个愿景是否能实现，特斯拉声称他们有一个芯片的运算速度是其他芯片的二十一倍，这是一个很了不起的进展，这让我们离未来的 AI 又更近了一步。

AI 科技 评论：主要是芯片优化？

Michael Saunders： 刚才我们问题就是说，未来的 AI 应用方向，一个是自动驾驶，这是一个非常大的方向，会彻底改变我们的生活方式。我看好自动驾驶的未来。

观众提问：现在机器学习有两种方式，一个是监督式的，一个是非监督式的，您认为哪一种比较有发展潜力？

Michael Saunders： 机器学习的方式有三种：监督学习，非监督学习和强化学习。我认为监督式学习和非监督式学习都是很重要的，研究者们永远都在试着改善它们所使用的方法，我认为在未来，这两种形态的学习方式都会持续进化。

点击阅读原文，查看 Python 技术交流讨论小组

PhD，指哲学博士学位，现泛指学术研究型博士学位。

1、PHD英文全称是Philosophic Doctor，简称 PhD 或 DPhil，就是与“专业学位”博士相对的学术型博士，高级学衔之一，是全世界公认的学历架构中最高级的学衔。

2、我国改革开放后，我国逐渐兴起的“专业学位”博士的称呼并没有照搬西方，一般不称作PhD，而是每个专业各有其简称。PhD是指学术研究型的博士。

扩展资料：

1、哲学博士是高级学衔之一，是指拥有人对其知识范畴的理论、内容及发展等都具有相当的认识，能独立进行研究，并在该范畴内对学术界有所建树。

2、在大部分情况下，入读博士课程者须先获得硕士资历。然而，部分成绩突出的学士学位持有人亦可直接入读博士课程。

3、马克思主义认为，哲学也是一种社会意识形态。现代西方哲学中有科学哲学，是专门研究有关科学的理论。哲学是人类了解世界的一种特殊方式，是使人崇高起来的一门学问。

4、一般而言PhD整个过程需要3至5年不等，视乎地区、学校及研究范畴。通常院校都会有提供生活费支援及宿舍，并会支助（全部或部份）研究所需费用，支援修读博士学位的学生。

参考资料：

百度百科_哲学博士    百度百科_PhD

扩展名phd是一种电子书格式，可以用adobe reader 阅读软件打开。

Adobe Reader是一款优秀的PDF文档阅读软件，文档的撰写者可以向任何人分发自己制作的文档而不用担心被恶意篡改。Adobe Reader 是用于打开和使用在Adobe Acrobat中创建的PDF的工具。您可以使用Adobe Reader查看、打印和管理PDF文件，还可以使用 Adobe Reader的多媒体工具可以播放PDF中的视频和音乐。

计算机科学界的诺贝尔奖是图灵奖，就是说诺贝尔奖没有设立“计算机”方面的奖项。

1966 A J Perlis --- PhD, MIT; Prof, Yale (was Prof at CMU) (deceased)

因在新一代编程技术和编译架构方面的贡献而获奖

1967 Maurice V Wilkes --- PhD, Cambridge; Prof, Cambridge

因设计出第一台程序实现完全内存的计算机而获奖

1968 Richard W Hamming --- PhD, UIUC; Prof, Naval Postgraduate School

(was at Bell) (deceased)

因在计数方法、自动编码系统、检测及纠正错码方面的贡献被授予图灵奖

1969 Marvin Minsky --- PhD, Princeton, Prof, MIT

因对人工智能的贡献被授予图灵奖

1970 JH Wilkinson --- BS, Cambridge; staff, National Physical

Laboratory, London

因在利用数值分析方法来促进高速数字计算机的应用方面的研究而获奖

1971 John McCarthy --- PhD, Princeton; Prof, Stanford

因对人工智能的贡献被授予图灵奖

1972 Edsger W Dijkstra --- PhD, U Amsterdam; Prof, UT Austin

因在编程语言方面的出众表现而获奖

1973 Charles W Bachman --- staff, Honeywell

因在数据库方面的杰出贡献而获奖

1974 Donald E Knuth --- PhD, Caltech; Prof, Stanford

因设计和完成TEX(一种创新的具有很高排版质量的文档制作工具)而被授予该奖

1975 Allen Newell --- PhD, Stanford; Prof, CMU (deceased)

and Herbert A Simon --- PhD, Chicago; Prof, CMU (deceased)

因在人工智能、人类识别心理和表处理的基础研究而获奖

1976 Michael O Rabin --- PhD, Princeton; Prof, Harvard

and Dana S Scott --- PhD, Princeton; Prof, CMU

因他们的论文"有限自动机与它们的决策问题"中所提出的非决定性机器这一很有价

值的概念而获奖

1977 John Backus --- BS, Columbia; staff, IBM

因对可用的高级编程系统设计有深远和重大的影响而获奖

1978 Robert W Floyd --- BS, Chicago; Prof, Stanford

因其在软件编程的算法方面的影响，并开创了包括剖析理论、编程语言的语义、自

动程序检验、自动程序合成和算法分析在内的多项计算机子学科而被授予该奖

1979 Kenneth E Iverson

因对程序设计语言理论、互动式系统及APL的贡献被授予该奖

1980 C Anthony R Hoare --- Prof, Oxford(now at Microsoft)

因对程序设计语言的定义和设计所做的贡献而获奖

1981 Edgar F Codd --- PhD, Michigan; staff, IBM

因在数椐库管理系统的理论和实践方面的贡献而获奖

1982 Steven A Cook --- PhD, Harvard; Prof, U Toronto

因奠定了NP-Completeness理论的基础而获奖

1983 Ken Thompson --- MS, Berkeley; staff, Bell-Labs

and Dennis M Ritchie --- PhD, Harvard; staff, Bell-Labs

因在类属 *** 作系统理论，特别是UNIX *** 作系统的推广而获奖

1984 Niklaus Wirth --- PhD, Berkeley; Prof, ETH Zurich

因开发了EULER、 ALGOL-W、 MODULA和PASCAL一系列崭新的计算语言而获奖

1985 Richard M Karp --- PhD, Harvard; Prof, Berkeley

因对算法理论的贡献而获奖

1986 John E Hopcroft --- PhD, Stanford; Prof, Cornell

and Robert E Tarjan --- PhD, Stanford; Prof, Princeton

因在算法及数据结构的设计和分析中所取得的决定性成果而获奖

1987 John Cocke --- staff, IBM

因在面向对象的编程语言和相关的编程技巧方面的贡献而获奖

1988 Ivan E Sutherland --- PhD, MIT; staff, Sun

因在计算机图形学方面的贡献而获奖

1989 William V Kahan --- PhD, U Toronto; Prof, Berkeley

因在数值分析方面的贡献而获奖，他是是浮点计算领域的专家

1990 Fernando J Corbato --- PhD, MIT; Prof, MIT

因在开发大型多功能、可实现时间和资源共享的计算系统，如CTSS和Multics方面

的贡献而获奖

1991 Robin Milner --- Prof, Cambridge (was at U Edinburgh)

因在可计算的函数的逻辑(LCF)、ML和并行理论(CCS)这三个方面的贡献而获奖

1992 Butler Lampson --- PhD, Berkeley; staff, Microsoft

因在个人分布式计算机系统（包括 *** 作系统）方面的贡献而获奖

1993 Juris Hartmanis --- PhD, Caltech; Prof, Cornell

and Richard E Stearns --- PhD, Princeton; Prof, SUNY Albany

因奠定了计算复杂性理论的基础而获奖

1994 Raj Reddy --- PhD, Stanford; Prof, CMU

and Edward Feigenbaum (PhD, CMU; Prof, Stanford)

因对大型人工智能系统的开拓性研究而获奖

1995 Manuel Blum --- PhD, MIT; Prof, Berkeley

因奠定了计算复杂性理论的基础和在密码术及程序校验方面的贡献而获奖

1996 Amir Pnueli --- PhD, Weizmann Institute; Prof, NYU

因在计算中引入Temporal逻辑和对程序及系统检验的贡献被获奖

1997 Douglas Engelbart --- PhD, Berkeley; staff, SRI

因提出互动式计算概念并创造出实现这一概念的重要技术而获奖

1998 James Gray --- PhD, Berkeley; staff, Microsoft

因在数据库和事务处理方面的突出贡献而获奖

1999 Frederick P Brooks, Jr--- PhD, Harvard; Prof, UNC

因对计算机体系结构和 *** 作系统以及软件工程做出了里程碑式的贡献

2000 Andrew Chi-Chih Yao --- PhD, UIUC; Prof, Princeton (姚期智，首位华

人获奖者)

因对计算理论做出了诸多根本性的重大贡献

2001 Ole-Johan Dahl, and Kristen Nygaard --- Profs, U Oslo

因他们在设计编程语言SIMULA I 和SIMULA 67时产生的基础性想法,这些想法是面

向对象技术的肇始

2002 Ronald L Rivest --- PhD, Stanford; MIT;

and Adi Shamir --- PhD, Weizmann;

and Leonard M Adelman --- PhD, Berkeley; USC

因他们在公共密匙算法上所做的杰出贡献(RSA算法是当前在互联网传输、银行以及

xyk产业中被广泛使用的安全基本机制)

2003 Alan Kay --- PhD, Utah; HP Labs (was at Xerox PARC)

因发明第一个完全面向对象的动态计算机程序设计语言Smalltalk

2004 Vinton G Cerf、Robert E Kahn

因在互联网方面开创性的工作，这包括设计和实现了互联网的基础通讯协议，

TCP/IP，以及在网络方面卓越的领导。

2005 Peter Naur

因在设计Algol 60语言上的贡献。由于其定义的清晰性，Algol 60成为了许多现代

程序设计语言的原型。

2006 Frances Allen(首位女性获奖者)

因对于优化编译器技术的理论和实践做出的先驱性贡献，这些技术为现代优化编译

器和自动并行执行打下了基础。

2007 Edmund M Clarke、 E Allen Emerson和Joseph Sifaki

表彰他们开发模型检测技术，并使之成为一个广泛应用在硬件和软件工业

中非常有效的算法验证技术所做的奠基性贡献。

1981年在美国工作的Edmund Clarke和Allen Emerson以及在法国的Sifakis分别提

出了模型检测（Model Checking）的最初概念，并且他们开发了一套用于判断硬件

和软件设计的理论模型是否满足规范的方法，此外，当系统检测失败时，还能利用

它确定代码中问题存在的位置。

以上就是关于专访「算法之父」Michael Saunders：人工智能未来的突破点可能在自动驾驶全部的内容，包括:专访「算法之父」Michael Saunders：人工智能未来的突破点可能在自动驾驶、PHD是什么意思、phd格式的文件用什么打开等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！