中新社北京3月6日電 題：AI與OR，共促人類未來
——專訪國際著名運籌學家、斯坦福大學終身教授葉蔭宇
作者 王宗漢 裴心語
盡管立學較晚，運籌學的思想卻有著悠久歷史。中國古代的“田忌賽馬”典故，古希臘伯羅奔尼撒戰爭中雅典與斯巴達各發揮自身優勢取得戰爭勝利，都是運籌學核心思想“優化”的具體體現。
運籌學因戰爭而生，步入現代服務于人類衣食住行等方方面面。運籌學的概念與應用如何？與另一重要的學科人工智能有著怎樣的關系？國際著名運籌學家、馮·諾伊曼理論獎首位華人得主、斯坦福大學終身教授葉蔭宇接受中新社“東西問”專訪，圍繞上述問題予以解答。
現將采訪實錄摘要如下：
中新社記者：作為一門科學，“運籌學”(Operations Research，簡稱OR)的歷史不長，與普羅大眾的日常生活也有一定距離。什么是運籌學？運籌學因何而生？運籌學立學的目的是什么？
葉蔭宇：從歷史來講，“運籌學”的概念源自第二次世界大戰。在這場人類有史以來最大的戰爭中，每一場戰役行動的實施都需要調配巨量人力與資源，也需要做出謹慎的軍事決策。宏觀上有戰略(strategy)層面，微觀上就有操作(operation)層面，這就是運籌學關注的重點，也是運籌學誕生的原因。
隨著生產力的持續發展與科學技術的不斷進步，從前“定性”的方法已不足以解決當下的問題，只有為問題“定量”才能找出解決之道。在個人不足以在如此飛速變化的環境中快速、準確地做出決策時，運籌學提供的量化方法能夠幫助人類做出更好決策。比如在發達的金融領域出現了定量金融、量化交易，這說明整個世界都在向更微觀、更細節、更量化的方向發展，西方常說“Devil is in the details”，翻譯成中文就叫“細節決定成敗”。中國在上個世紀引進這門科學的時候將“Operations Research”翻譯為“運籌學”，我覺得這個翻譯很好，但還沒有完整體現其背后“量化”的含義。
歸根結底，“優化”是運籌學的核心思想，也是其目的，意味著在解決一個問題或達成一個目標的過程中取得最優解。中國國內最早在上個世紀六十年代就有數學家提倡用“優化”的思想解決實際問題，其中一位就是著名數學家華羅庚先生，他的“0.618法”能夠通過較少的試驗次數找到最合理的工藝條件，當時為提高工業生產效率提供巨大幫助。
2019年10月31日，在中國國家博物館參觀“行遠同夢——華僑華人與新中國特展”的觀眾參觀上世紀50年代華羅庚《從單位圓談起》手稿。中新社記者 賈天勇 攝中新社記者：運籌學在日常生活中有哪些應用？
葉蔭宇：運籌學在日常生活中的應用十分廣泛。如每個人常用的導航軟件，衛星定位只能提供實時的位置信息，但為用戶規劃出合理出行路線的是運籌學。而在現代工業生產中，生產力獲得極大發展，產量大大提升，同時個性化、定制化需求越來越大，合理安排工業生產也是運籌學思想的體現。在物流領域，由于現實中如天氣變化、道路維修等不可控因素極多，往往不能按照理想的規劃進行物流運輸，這就需要運用運籌學建立合理的倉儲點、運輸線，保證供應鏈各環節的緊密銜接。而人們日常出行乘坐的航班、鐵路，涉及復雜的航線、鐵路線路規劃，一天中需要規劃成百上千航班、鐵路班次的運行時間，都需要運籌學一一解決。
2023年4月27日，福建福州，在第六屆數字中國建設成果展覽會上，北斗組網衛星模型亮相國家北斗重大項目成果展區，吸引參觀者。中新社記者 呂明 攝中新社記者：“求解器”對于解決運籌學問題而言十分重要，其重點關注的問題就是優化問題。中國第一個成規模的運籌學優化算法求解器的成功研發，得益于您多年的指導。中國這一領域的發展現狀如何？前景如何？
葉蔭宇：運籌學對于優化問題所設計的算法，在計算機上的實現，就是“求解器”。西方曾長期主導求解器市場，如歐洲FICO的Xpress(后被美國收購)與美國IBM的Cplex等，都是求解器的代表作品。中國需要使用求解器的企業，因當時國內沒有開發商用求解器，故需要購買西方的求解器產品。近年來，由于外部環境的變化，導致一些國內企業難以再繼續使用西方的求解器產品，必須轉向“自力更生”。一些企業找到了我和我的學生們，希望我們能夠迎著前所未有的困難“頂上去”，開發出中國自己的求解器。我們也的確做到了。
中國開發出自己的求解器，是不是意味著打破了西方的“壟斷”？可以說是，但我認為這不是重點。我們的目標并不在于僅僅打破“壟斷”即可，或者做一些西方產品的國產替代。我們要做就要做到最好，要做到未來全世界都用我們的產品。目前我們在求解器的開發上確實取得了不少成果，某些方面是世界領先的。
中新社記者：運籌學與人工智能(AI)之間的關系是什么？
葉蔭宇：我的一些個人經歷可以回答這些問題。
1982年初到美國時，我的兩個求學方向就是人工智能(AI)與運籌學(OR)。當時我的導師給我們布置任務，構建一個中醫的專家系統，其中包括了專家的信息以及中醫診斷的方法。那時，互聯網還沒有出現，構建這樣一個系統只能依靠不斷地尋訪。我們遇到了很多問題，最突出的問題就是，一些中醫的診斷方法對于“量”的定義十分模糊，如出現很多“適量”“少許”等字樣。我覺得這可能是經驗使然，在專家的腦中，“適量”等詞匯應是“量化”的結果，但對于外人而言，是難以捉摸的。所以在當時的條件下，構造這樣一個系統，數據是不夠的。但恰恰是遇到了這些問題，使我對“量化”產生了興趣，從而投身運籌學的研究。
目前流行的人工智能技術，比如一些大模型，其訓練就是一種尋優的過程，就用到了運籌學的思想。而運籌學的優化過程，可以借助人工智能等先進技術得以實現。
中新社記者：運籌學與人工智能各自的優點如何？
葉蔭宇：我認為二者各有千秋。相比于人工智能，運籌學的顯著優點是：設計一種算法無需真實數據參與，可將問題和數據抽象化，完全不會影響運籌學的優化過程。就如同往一個背包里放不同價值、不同種類的物品，人工智能需要了解這些物品具體為何、價值幾何從而給出解決方法，而運籌學的優化是給出一種最優算法，無論放進去什么樣的物品，都能根據算法找出最優解，通俗來講，就是以不變應萬變，以“一”對“無窮”。
而相比于運籌學，人工智能近年來的發展可謂是“飛入尋常百姓家”，無人不知無人不曉，人們在使用大模型時都可以用大白話去提出問題，然后比較快速地得出合理答案，而運籌學是一門不易為普羅大眾所了解的科學，只不過我們在日常生活中是日用而不知。
2025年2月2日，機器人樂隊在北京海淀新春科技廟會上演奏音樂。中新社記者 陳芳婷 攝中新社記者：最近，諾貝爾物理學獎、化學獎頒給了研究人工智能的專家，網絡上有些觀點認為物理學、化學等學科在人工智能的沖擊下“行將不存”。人工智能與基礎學科的關系如何？我們應當如何看待人工智能？
葉蔭宇：這些說法夸張了。我認為，恰恰是諾獎的結果證明，人工智能目前所取得的成就是基于物理學、化學等這些學科之上的。比如今年的諾貝爾物理學獎是對人工神經網絡機器學習的研究，其中的“網絡”，就是一個關乎數學和物理學的概念。人工智能的出現，最終目的還是要解決人們在日常生活中的實際問題，并不會成為脫離實際的“空中樓閣”而存在，而這些實際問題就關乎物理學、數學等等基礎科學。我所接觸的人工智能研發領域的一些團隊，近些年來很難取得切實落地的成果，就證明了這一點。
此外，人工智能技術的實現與發展，也需要思考“從哪里來、到哪里去”的問題，實則依賴于各個學科的發展，從其起源、機制、未來等多個維度來看均是如此。作為一種工具，人工智能的發展本身并不是目的，解決實際問題服務人類才是目的。
中新社記者：人工智能的發展有哪些潛在的問題？
葉蔭宇：個人認為，人工智能未來的發展，主要還取決于誰來使用這一技術，怎么使用這一技術。西方很多人把人工智能當作一個聰明絕頂的“神”來“崇拜”，我認為這種想法是有問題的。我們發展人工智能技術，并不是為了追求塑造一個聰明絕頂的“神”，如果研發者持有這種想法，勢必會造成社會的“不公平”——人與人之間是有差異的，“聰明”與否并不應成為判別一個人價值的標準。
此外，在人工智能發展的過程中，還存在耗能與耗時的問題，尤其是耗能，會帶來大量的環境問題。解決人工智能的耗能、耗時，需要運籌學的方法來幫助人工智能的發展事半功倍、通過優化訓練流程節省時間、節約資源。而發展人工智能是中國與西方的共同心愿，環境問題又是中國與西方乃至全世界共同面對的問題，故我認為在這一點上，中國與西方可以進行很多合作。(完)
(中國人民大學高瓴人工智能學院博士生王炳哲對此文有貢獻)
受訪者簡介：
葉萌宇。受訪者供圖葉蔭宇(Yinyu Ye)，斯坦福大學管理科學與工程系及計算數學工程研究院李國鼎講座教授，是內點優化算法、在線線性規劃和學習、強化學習和馬可夫過程算法分析等領域的開創者之一。曾獲2009年約翰·馮·諾依曼理論獎、2012年國際數學規劃大會(ISMP)Tseng Lectureship獎、2014年美國應用數學學會優化獎等。