|
原标题：“我的学习秘笈：爱解谜”
“哇，这么年轻……”5月25日，出现在未来科学论坛深圳技术峰会上的王梦迪引来台下观众们的热议。刚届而立之年的她，已是美国普林斯顿大学运筹与金融工程系及计算机系的终身教授、博士生导师，穿着浅咖啡色长裙的她有时会一边调皮地踮起一只脚的脚尖，一边和台下观众分享运筹学、大数据、人工智能的前沿知识。 王梦迪10岁上北京八中少年班，14岁考取清华自动化系，毕业后出国深造，24岁就从麻省理工学院博士毕业，随后进入普林斯顿大学任教。王梦迪透露，从小凡是学习中带有游戏性的部分，她都非常感兴趣，“我的学习习惯是很随意的，主要是能被身边人激励”。 谈学习：我的习惯很随意 因为时差还没倒过来，接受采访时王梦迪有些疲倦，不得不向朋友讨了一杯咖啡，如今她在中国和美国的时间是“一半一半”。出生在北京的她，自幼就对数学极感兴趣，非常爱玩数学中的“解谜游戏”。 广州日报：请介绍一下你的学习和成长经历。 王梦迪：我10岁左右在北京八中的少年班上了中学，14岁的时候考入清华的自动化系。读本科时，我对算法、人工智能、数学建模比较感兴趣，所以读完本科以后就去美国读PhD(学术研究型博士学位)。 广州日报：你从小在学习上的兴趣爱好是什么？ 王梦迪：喜欢……嗯，我觉得其实和别人喜欢的差不多吧，比如说桌游、电脑游戏等等。学习里面比较有游戏性的一部分，我都会比较感兴趣。 广州日报：比较有游戏性的一部分是指什么？ 王梦迪：比如说数学整体上的很多问题本质上是一种解谜的问题，对于解谜这一块，无论是学术还是游戏，我都比较感兴趣。 广州日报：你从小的学习习惯怎样？ 王梦迪：哈哈，我有点不记得了，就该干吗干吗吧。主要是上中学包括上清华的时期，身边有非常多优秀的同学，能从他们身上得到激励，觉得自己也应该多学点东西，很多时候，学习习惯对于我来说是比较随意的，主要是我能被身边的人激励。 谈教学：“叫我梦迪就好” 戴着一副黑框眼镜的王梦迪有些清瘦，她语速很快、思路清晰。惊人的学习能力让她成为2013届麻省理工学院最年轻的博士毕业生，任教普林斯顿大学后，很多学生都是王梦迪的同龄人，有些甚至比她年龄还大，王梦迪常常谦逊地希望学生叫她梦迪就好，但大部分学生还是恭敬地叫她王老师。 广州日报：教比你年纪大的学生是一种怎样的感受？他们怎么称呼你？ 王梦迪：一开始，会有一些学生年纪和我差不多大，但我现在也已经30岁了，博士生都20多岁，都比我小。我常常对我的学生说，叫我梦迪就可以了，但很多学生还是会叫我王老师。 广州日报：你与国内的学者有哪些交流？ 王梦迪：国内的学者我们交流得非常多，我有很多时间会在国内，与北大、清华、上海复旦和深圳的南科大都有非常多的合作关系，在普林斯顿，我带的一个博士后刚刚毕业，他现在已经是复旦大学大数据学院的副教授，所以我们的交流是非常密切的。 谈学科：运筹金融学应用广 王梦迪如今是运筹与金融工程系终身教授，她告诉记者，运筹学起始于二战时期，如今的应用非常广泛，在电商、金融、医疗等领域，都可以通过数学算法、统计科学、大数据分析、人工智能的方式，来提高效率、防范风险。 广州日报：“运筹与金融工程”的研究对象主要是什么？对社会进步有哪些意义？ 王梦迪：其实运筹与金融工程是一个非常有历史的学科，它和工程管理、人工智能都有很深的联系，在国内清华等高校就有这样的学科。运筹是指怎样用算法或数学规划的思想来研究一些事物，比如供应链的控制。它最早起源于二战时军方对于各种军事资源的控制和调度，这涉及一些算法问题，那就是运筹学的开始。 现在运筹学包含了很多方面，比如在商业方面，电商会感兴趣怎样用算法和数学规划的思想，做产品的推荐和库存的调度；在金融领域，运筹学可以帮助我们制定相关策略，进行金融管理或风险控制；在医疗领域，治疗本身是一个复杂的过程，运筹帮助我们在数学上建模，在大数据分析中找到更优化的策略，提高医疗效率。运筹其实就是通过数学算法、计算机、统计科学等多个学科的方法和技术，来解决实际中的一些复杂问题。文、图/广州日报全媒体记者武威、张丹 记者手记 强化学习降低医疗成本 在5月25日下午的演讲中，王梦迪和观众们分享了她所理解的强化学习。她说，强化学习是人工智能中机器学习的一部分，“比较常见的例子，其实是打电脑游戏，像马里奥、德州扑克。下围棋在强化学习上，人类选手同样甘拜下风。另外在复杂的多人游戏上，强化学习现在也已经战胜了人类选手。” 王梦迪介绍，在游戏外的其他领域，人工智能的强化学习还远未完善，比如机器人的机械手臂，其实它的物理模型、动力系统都是很清晰的，机器人可以在模拟系统中进行训练。但是现实中的真实系统跟模拟系统不一样，需要在现实中进行调整。 王梦迪说，现在强化学习非常依赖于大量的标记数据和模拟。但她的团队最近做的一些工作，让她感到非常自豪，比如强化学习在医疗AI里面的应用，“我们希望能够帮助医生，像帮助交易员、德州扑克选手一样，把整个医疗博弈过程当作一个策略游戏，帮助病人更快地康复。” 王梦迪说：“我们最近在用强化学习优化膝关节置换的手术，它不是一个简单的手术，需要医生做诊断，做康复，可能还要进行二次手术，它涉及各种各样的适应症和个体的特异性，整个成本大概是1.6万~3万美元之间。简单来讲，膝关节置换的手术成本实在太高了，所以整个流程中有很多可以优化的地方，所以我们用强化学习做了一个医疗路径的优化。” 王梦迪说：“医疗路径是指，从刚开始看病，病人的状态会不断地发生变化，随着医生的干涉、就诊，病人状态会发生变化，这个状态的变化有随机性，甚至是动态变化的过程。所以我们最终的思路是把医疗路径优化，变成大规模的强化学习问题，这需要我们收集大量专家的案例，每个专家都会有自己更擅长的环节和更擅长的地方，我们相当于集众人之智，并且再进一步进行强化学习，进行优化，做动态决策。” 王梦迪介绍，最终他们可以把每个疗程平均降低1100美元，“通过强化学习，我们可以帮助医生和医院强化流程，并且提高效率，并且帮助病人更快地康复。”
文/广州日报全媒体记者武威、张丹 责编：冬梅 |
