他是2021全球Top1%高被引數學(xué)家，曾是UCLA數學(xué)系終身教授，今又成Egon Balas獎唯一中國得主

據該獎項官網(wǎng)介紹，INFORMS 優(yōu)化協(xié)會(huì )的 EgonBalas 獎成立于 2020 年，每年頒發(fā)給在優(yōu)化領(lǐng)域做出貢獻的人。截至獲獎當年的 1 月 1 日，獲獎?wù)攉@得最高學(xué)位不應超過(guò) 15 年。該獎項主要嘉獎在優(yōu)化領(lǐng)域具有創(chuàng )新性和影響力的工作，包括理論、算法和/或計算，獲獎?wù)呖色@得 3000 美元獎金和一份引用證書(shū)。

官方頒獎詞稱(chēng)，印臥濤的研究從理論分析到實(shí)用算法，再涵蓋到代碼開(kāi)發(fā)。在全球范圍內，他是算子分裂方法、并行和分布式計算、無(wú)中心優(yōu)化、壓縮感知和變分圖像處理領(lǐng)域最有影響力的研究者之一。尤其是對成像科學(xué)的貢獻，為高效優(yōu)化算法注入了理論嚴謹性，并在過(guò)去 15 年間產(chǎn)生了持久影響。與此同時(shí)，他也是 2021 年度全球 top1% 高被引的數學(xué)家。

自高中起，他就對數學(xué)和物理非常感興趣，本科則到南京大學(xué)數學(xué)系學(xué)習。他說(shuō)，報志愿時(shí)所有第一志愿都是數學(xué)，第二志愿是計算機。本科期間，他也曾接觸到運籌學(xué)，他發(fā)現運籌學(xué)能把實(shí)際問(wèn)題通過(guò)一層抽象變成數學(xué)模型，然后運用相關(guān)知識或工具去解決實(shí)際問(wèn)題。

2006 年，印臥濤獲得哥倫比亞大學(xué)博士學(xué)位。讀博期間，他主要研究隨機過(guò)程和最優(yōu)化，這或許為日后他加入產(chǎn)業(yè)界埋下了伏筆。

他用天氣預報的例子，解釋了數學(xué)在計算機科學(xué)中的作用和角色。首先，需要利用微分方程，將天氣的物理過(guò)程轉換成數學(xué)表達，微分方程隨著(zhù)時(shí)間演化，而如何控制演化過(guò)程的誤差，則與級數展開(kāi)相關(guān)。另外，在實(shí)現算法的同時(shí)要考慮數據結構，以保證算法的有效性。

基礎數學(xué)是簡(jiǎn)潔高效的美，而運籌學(xué)在實(shí)際運用中顯得更加有用和有趣。數學(xué)與計算科學(xué)家印臥濤談到，運籌學(xué)是一個(gè)典型的交叉科學(xué)，與應用數學(xué)、經(jīng)濟學(xué)、工業(yè)工程和管理科學(xué)都有關(guān)聯(lián)。

智能決策與運籌學(xué)密不可分。作為一個(gè)工具，運籌學(xué)正變得越來(lái)越重要，比如最優(yōu)化方法、博弈論等已應用在 AI 和新能源等諸多領(lǐng)域。以新能源領(lǐng)域為例，廣受關(guān)注的光伏發(fā)電，由于受天氣影響較為明顯，因此產(chǎn)生的電能并不穩定。如何準確預測產(chǎn)電量、并將不穩定的能源合適地調度到用戶(hù)側，正是決策優(yōu)化和自動(dòng)控制領(lǐng)域面臨的新問(wèn)題。

此外，運籌學(xué)中的一些基本理論包括多目標優(yōu)化、雙層優(yōu)化，也可用于日常生活。這些理論在數據科學(xué)的研究和開(kāi)發(fā)中，更是必不可少。

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(shí)質(zhì)是將復雜數學(xué)問(wèn)題分解為一組簡(jiǎn)單的子問(wèn)題，此前他和學(xué)生發(fā)現的 Davis-Yin Splitting 算子分裂新方法，對算子分裂的發(fā)展做出了突破性貢獻[1]。

他表示，計算是把一個(gè)復雜場(chǎng)景變成最簡(jiǎn)單的可算的單元，Davis-Yin Splitting 方法的優(yōu)勢在于以下三個(gè)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(zhì)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(chēng)正定矩陣、反對稱(chēng)矩陣等。這種抽象且性質(zhì)好的算子，可讓很多計算問(wèn)題簡(jiǎn)化成一個(gè)單調算子求根問(wèn)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(wèn)題，無(wú)需引入額外變量。

此外，該算法的理論很簡(jiǎn)單，且對一系列問(wèn)題都具備較好的加速效果。

對于無(wú)中心優(yōu)化，印臥濤解釋稱(chēng)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(wèn)題，需同時(shí)使用多個(gè) CPU 和 GPU，這便是并行優(yōu)化，它可分為有中心優(yōu)化和無(wú)中心優(yōu)化。

有中心優(yōu)化的特點(diǎn)是存在一個(gè)進(jìn)行數據匯總和調度的中心節點(diǎn)，其它所有計算節點(diǎn)都需與其通訊。也就是說(shuō)，只要一個(gè)中心節點(diǎn)出問(wèn)題就會(huì )導致整體通訊癱瘓。而他開(kāi)發(fā)的無(wú)中心優(yōu)化，去掉了中心節點(diǎn)，每個(gè)節點(diǎn)只與相鄰節點(diǎn)通訊，或只跟少數的幾個(gè)其他節點(diǎn)通訊，通訊瓶頸問(wèn)題得以借此攻克。

此外，無(wú)中心優(yōu)化在深度學(xué)習領(lǐng)域也展現出一定優(yōu)勢，它可將新舊機器在一個(gè)網(wǎng)絡(luò )里混合起來(lái)同時(shí)發(fā)揮作用。這時(shí)，不再需要一個(gè)中心同步或者調度所有數據，深度學(xué)習的成本也可得到降低。

過(guò)去 10 年左右，在大數據分布式并行優(yōu)化方面，他已完成多項優(yōu)秀工作。據谷歌學(xué)術(shù)，其論文引用記錄已超 28000 次，其中 4 篇被引數超過(guò) 1000 次，H 指數達70。這些高被引論文的共同特征，在于使用簡(jiǎn)單的新方法去解決相關(guān)問(wèn)題。

2013 年，他在加州大學(xué)洛杉磯分校（UCLA）開(kāi)始擔任數學(xué)系終身教授。2019 年，其加入阿里巴巴達摩院決策智能實(shí)驗室，擔任負責人和研究員。

他介紹稱(chēng)，該實(shí)驗室主要研究?jì)?yōu)化求解器技術(shù)、時(shí)間序列技術(shù)、可解釋的 AI 技術(shù)；同時(shí)，在新能源相關(guān)的預測和調度項目，驗證技術(shù)的落地性。

印臥濤帶領(lǐng)團隊在短短一兩年之內開(kāi)發(fā)出商用級別的優(yōu)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(xué)規劃問(wèn)題，在云計算、金融、能源等領(lǐng)域應用廣泛，亦是智能決策場(chǎng)景的不可或缺的基礎工具。由于技術(shù)壁壘高，幾十年來(lái)高性能商用求解器技術(shù)始終由少數歐美企業(yè)主導，直至最近 2 年才有國內廠(chǎng)商嶄露頭角。

2020 年，他帶領(lǐng)團隊發(fā)布了求解器 MindOpt，并率先在內部做測試，結果顯示一年能為阿里云節省成本數億元。隨后，求解器向社會(huì )免費開(kāi)放測試，并于 2021 年云棲大會(huì )新增了黑盒優(yōu)化功能。

具體來(lái)說(shuō)，求解器是一款基礎工具，類(lèi)似于運籌優(yōu)化中間的 CPU。因此，求解器往往是基于不同的應用場(chǎng)景而產(chǎn)生不同的價(jià)值。比如在能源領(lǐng)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?yè)?，在復雜系統的運籌優(yōu)化方面，決策智能實(shí)驗室也取得一些成果，例如“達靈”計算資源優(yōu)化、“龍靈”零售個(gè)性化流量?jì)?yōu)化等。

目前，印臥濤的工作主要是指導決策智能實(shí)驗室，完成具體的項目，并在一些重點(diǎn)的賽道上將研發(fā)的技術(shù)實(shí)踐進(jìn)行落地。此外，他也參與過(guò) Alibaba Global Mathematics Competition 的出題與審核。

從 UCLA 到業(yè)界，他表示：“這是一個(gè)逐漸轉變的過(guò)程?！睂W(xué)術(shù)界和產(chǎn)業(yè)界的工作節奏和模式是不同的。因此，如何將個(gè)人目標與企業(yè)目標相匹配，是成功跨界的一個(gè)重要因素。

經(jīng)過(guò)磨合和學(xué)習，他發(fā)現在企業(yè)里，基于內部孵化場(chǎng)景所產(chǎn)生需求很豐富，可做的事情也比較多。同時(shí)，院內支持長(cháng)期投入，這對于研究和產(chǎn)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(diǎn)在大規模計算，為了把問(wèn)題解決得更快更好，需要將多個(gè) CPU 和機器并行，進(jìn)行分布式計算。而在未來(lái)三至五年內，他希望將 AI 運用到求解器的研發(fā)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).