https://zhuanlan.zhihu.com/p/442414430
日前，中國數學家印卧濤獲得 2021 年度 EgonBalas 獎，他是目前獲得該獎項的唯一中國科學家。從幾十年前的數學愛好者、到數學家、再到給其他數學愛好者出題，他已然找到了藏在興趣中的人生密碼。
據該獎項官網介紹，INFORMS 優化協會的 EgonBalas 獎成立於 2020 年，每年頒發給在優化領域做出貢獻的人。截至獲獎當年的 1 月 1 日，獲獎者獲得最高學位不應超過 15 年。該獎項主要嘉獎在優化領域具有創新性和影響力的工作，包括理論、算法和/或計算，獲獎者可獲得 3000 美元獎金和一份引用證書。
官方頒獎詞稱，印卧濤的研究從理論分析到實用算法，再涵蓋到代碼開發。在全球范圍內，他是算子分裂方法、並行和分布式計算、無中心優化、壓縮感知和變分圖像處理領域最有影響力的研究者之一。尤其是對成像科學的貢獻，為高效優化算法注入了理論嚴謹性，並在過去 15 年間產生了持久影響。與此同時，他也是 2021 年度全球 top1% 高被引的數學家。
基礎數學 Buff 加持，運籌學與計算機科學的底層邏輯
自高中起，他就對數學和物理非常感興趣，本科則到南京大學數學系學習。他說，報志願時所有第一志願都是數學，第二志願是計算機。本科期間，他也曾接觸到運籌學，他發現運籌學能把實際問題通過一層抽象變成數學模型，然后運用相關知識或工具去解決實際問題。
2006 年，印卧濤獲得哥倫比亞大學博士學位。讀博期間，他主要研究隨機過程和最優化，這或許為日后他加入產業界埋下了伏筆。
他用天氣預報的例子，解釋了數學在計算機科學中的作用和角色。首先，需要利用微分方程，將天氣的物理過程轉換成數學表達，微分方程隨着時間演化，而如何控制演化過程的誤差，則與級數展開相關。另外，在實現算法的同時要考慮數據結構，以保證算法的有效性。
基礎數學是簡潔高效的美，而運籌學在實際運用中顯得更加有用和有趣。數學與計算科學家印卧濤談到，運籌學是一個典型的交叉科學，與應用數學、經濟學、工業工程和管理科學都有關聯。
智能決策與運籌學密不可分。作為一個工具，運籌學正變得越來越重要，比如最優化方法、博弈論等已應用在 AI 和新能源等諸多領域。以新能源領域為例，廣受關注的光伏發電，由於受天氣影響較為明顯，因此產生的電能並不穩定。如何准確預測產電量、並將不穩定的能源合適地調度到用戶側，正是決策優化和自動控制領域面臨的新問題。
此外，運籌學中的一些基本理論包括多目標優化、雙層優化，也可用於日常生活。這些理論在數據科學的研究和開發中，更是必不可少。
算子分裂新方法與無中心優化，顯著提升計算效率，被引 28000+
目前，他已在高效計算方法的研究上取得不少影響力的成果。以算子分裂為例，其實質是將復雜數學問題分解為一組簡單的子問題，此前他和學生發現的 Davis-Yin Splitting 算子分裂新方法，對算子分裂的發展做出了突破性貢獻[1]。
他表示，計算是把一個復雜場景變成最簡單的可算的單元，Davis-Yin Splitting 方法的優勢在於以下三個方面：
首先，Davis-Yin Splitting 方法是一種單調算子的分裂法。單調算子是一種性質比較好的算子，也是很多具體算子的抽象，比如凸函數的梯度、對稱正定矩陣、反對稱矩陣等。這種抽象且性質好的算子，可讓很多計算問題簡化成一個單調算子求根問題。
其次，Davis-Yin Splitting 的計算效率比較高，可直接分解更復雜的三單調算子問題，無需引入額外變量。
此外，該算法的理論很簡單，且對一系列問題都具備較好的加速效果。
對於無中心優化，印卧濤解釋稱它涉及到不同的原理。目前，CPU 和 GPU 單核處理速度不夠快，為加快解決復雜問題，需同時使用多個 CPU 和 GPU，這便是並行優化，它可分為有中心優化和無中心優化。
有中心優化的特點是存在一個進行數據匯總和調度的中心節點，其它所有計算節點都需與其通訊。也就是說，只要一個中心節點出問題就會導致整體通訊癱瘓。而他開發的無中心優化，去掉了中心節點，每個節點只與相鄰節點通訊，或只跟少數的幾個其他節點通訊，通訊瓶頸問題得以借此攻克。
此外，無中心優化在深度學習領域也展現出一定優勢，它可將新舊機器在一個網絡里混合起來同時發揮作用。這時，不再需要一個中心同步或者調度所有數據，深度學習的成本也可得到降低。
過去 10 年左右，在大數據分布式並行優化方面，他已完成多項優秀工作。據谷歌學術，其論文引用記錄已超 28000 次，其中 4 篇被引數超過 1000 次，H 指數達70。這些高被引論文的共同特征，在於使用簡單的新方法去解決相關問題。
加入業界，打造中國首個免費開放的商用求解器 MindOpt
2013 年，他在加州大學洛杉磯分校（UCLA）開始擔任數學系終身教授。2019 年，其加入阿里巴巴達摩院決策智能實驗室，擔任負責人和研究員。
他介紹稱，該實驗室主要研究優化求解器技術、時間序列技術、可解釋的 AI 技術；同時，在新能源相關的預測和調度項目，驗證技術的落地性。
印卧濤帶領團隊在短短一兩年之內開發出商用級別的優化求解器 MindOpt，多次在國際權威的 Mittelmann 榜單獲得第一名。
求解器的主要功能是解決數學規划問題，在雲計算、金融、能源等領域應用廣泛，亦是智能決策場景的不可或缺的基礎工具。由於技術壁壘高，幾十年來高性能商用求解器技術始終由少數歐美企業主導，直至最近 2 年才有國內廠商嶄露頭角。
2020 年，他帶領團隊發布了求解器 MindOpt，並率先在內部做測試，結果顯示一年能為阿里雲節省成本數億元。隨后，求解器向社會免費開放測試，並於 2021 年雲棲大會新增了黑盒優化功能。
具體來說，求解器是一款基礎工具，類似於運籌優化中間的 CPU。因此，求解器往往是基於不同的應用場景而產生不同的價值。比如在能源領域，可提升新能源消納率，從而讓調度的成本更低、穩定性更強。
另據悉，在復雜系統的運籌優化方面，決策智能實驗室也取得一些成果，例如“達靈”計算資源優化、“龍靈”零售個性化流量優化等。
目前，印卧濤的工作主要是指導決策智能實驗室，完成具體的項目，並在一些重點的賽道上將研發的技術實踐進行落地。此外，他也參與過 Alibaba Global Mathematics Competition 的出題與審核。
學術融合產業，迸發強大合力
從 UCLA 到業界，他表示：“這是一個逐漸轉變的過程。”學術界和產業界的工作節奏和模式是不同的。因此，如何將個人目標與企業目標相匹配，是成功跨界的一個重要因素。
經過磨合和學習，他發現在企業里，基於內部孵化場景所產生需求很豐富，可做的事情也比較多。同時，院內支持長期投入，這對於研究和產出的平衡很重要。而豐富的人才結構更容易形成一股合力。
他表示，自己的興趣點在大規模計算，為了把問題解決得更快更好，需要將多個 CPU 和機器並行，進行分布式計算。而在未來三至五年內，他希望將 AI 運用到求解器的研發中，幫助求解器提高性能。
-End-
參考：
1、Davis, D., Yin, W. A Three-Operator SplittingScheme and its Optimization Applications. Set-Valued Var. Anal 25, 829–858(2017).