“2017年数据驱动的优化理论与实践”国际研讨会在我校举办
12月16日-19日，“2017年数据驱动的优化理论与实践”国际研讨会在上海财经大学举办。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。上海财经大学副校长陈信元、中国运筹学会理事长胡晓东、中国运筹学会数学规划分会理事长戴彧虹、斯坦福大学管理科学与工程系李国鼎讲席教授叶荫宇、美国国家工程院院士Peter Glynn、斯坦福大学统计系教授黎子良等领导和嘉宾出席此次会议。
研讨会期间，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、纽约大学、明尼苏达大学、南加州大学、密歇根大学、密歇根商学院、蒙特利尔大学、英属哥伦比亚大学及中国科学院、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汇聚一堂。
除了学界顶尖研究者之外，此次研讨会还邀请到了多名业界领袖。密歇根大学教授叶杰平同时担任滴滴出行副总裁，他是优化算法和机器学习领域的国际知名专家，此次应邀参会，分享经验。研讨会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。各位嘉宾远道而来，共襄盛举。
Operations Research起源于第二次世界大战时期，为最高效地分配军事任务和军事资源，美国的军事管理当局号召大批科学家运用科学手段来处理战略与战术问题，这些科学家小组正是最早的运筹小组。战后，面对日益复杂化的工业生产，人们开始认识到这些问题与战争中所曾面临的问题相似，于是Operations Research开始向各个领域延伸，并最终发展为一个专门的学科。
1955年，Operations Research进入中国，为了给这门新兴学科起一个有意蕴的中文名，研究人员把目光投向了史学经典《史记》。“夫运筹帷帐之间，决胜于千里之外。”——他们从《高祖本纪》中的这句话里找到了答案，并把这门学科定名为“运筹学”。
早在中国古代的文献记载中，“运筹学”的思维就初见端倪。田忌赛马、丁渭主持皇宫修复等史料，都记载了故人如何在一定条件下，通过计算、谋划、安排，最终得到最优的策略。然而，真正把运筹学作为一门学科，中国学者们的起点却远远地落后于美国与欧洲。经过一代又一代人的努力，中国的运筹学学者们，才逐渐赶上了国际最前沿的步伐。
此次国际研讨会，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，回顾历史上的重要算法，分析当前的科技动态，展示自身的研究成果。大家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。
12月16日，本次国际研讨会拉开序幕。上海财经大学交叉科学研究院院长葛冬冬教授以“数据驱动的优化决策实践”为主题进行演讲。葛冬冬教授既在学术方面积累丰厚，也积极投身实践，现在担任杉数科技首席科学家。葛冬冬教授从其亲身经历出发，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JohnCarlsson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。
在此次研讨会上，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。滴滴自2015年就成立了机器学习研究院，后升级为滴滴研究院。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。
创立20年来实现欧洲全覆盖，在世界范围内树立标杆地位，为世界一流高校、研究院所和顶尖金融机构提供服务的顶尖优化算法软件MOSEK的创始人Erling Andersen与参会者们分享了MOSEK的开发经验，并发表了题为 Solving Conic Optimization Problem Using MOSEK的报告。
此次国际研讨会还邀请到两位运筹学最高奖——冯•诺依曼理论奖得主，斯坦福大学管理科学与工程系李国鼎讲席教授叶荫宇和Thomas.W.Ford讲席教授、美国国家工程院院士Peter Glynn莅临参与，他们也分别为大会作特邀报告。
叶荫宇教授曾获得2006年美国运筹与管理学会Farkas奖、2012年国际数学规划大会Tseng Lectureship奖。2014年美国应用数学学会优化大奖等，曾主持波音、美国运通、美国卫生部、美国科学基金等多个科研项目。
Peter Glynn曾任斯坦福大学管理科学与工程系系主任、高等计算所所长，是现代仿真理论的重要贡献人，现任应用概率学国际顶级刊物Journal of Applied Probability和Advances in Applied Probability的主编。
值得一提的是，此次与会的不少专家学者，都曾是叶荫宇教授的学生，而此次研讨会，又刚巧赶上了叶教授的生日。从全世界各地飞来的这些学者们，为他们的恩师而来，更为运筹学的明天而来。
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。此次研讨会的主办方，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。在今年十月，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。
12月19日，会议圆满落幕。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。
（供稿、供图：刘婵 编审：王雅静 收稿日期：2017年12月19日）