戴汝為：用大數據挖掘海量數據金礦

宋文芳　龐貝

戴汝為，1951年考入清華大學，1955年畢業于北京大學數學力學系，1991年當選為中國科學院院士。長期從事自動化控制、模式識別、人工智能、智能控制及思維科學的研究。

他自上世紀50年代開始從事工程控制論與最優控制；70年代最早在國內開展模式識別，把統計模式識別與句法模式識別有機地結合起來，提出了新的語義、句法模式識別方法；80年代中期開展了人工神經網絡在知識工程中應用的研究；90年代初，進行智能控制及手寫漢字識別的工作；通過知識系統及人工智能的途徑，跨入對開放的復雜系統及其方法論的研究。1980年—1982年在美國普渡大學（Purdue University）電機系作訪問學者。

曾先后獲國家科技進步一等獎一項（2001年）、何梁何利科學技術獎（2002年）、中科院自然科學一等獎一項（1992年）、航天工業總公司科技進步一等獎一項（1997年）、中科院科技進步二等獎兩項（1986年、1990年），主編的《智能自動化叢書》（共6冊）獲1999年國家圖書獎。到目前為止，已發表《智能系統的綜合繼承》等學術專著5部，學術論文180余篇。

國際金融危機以后，國際信息化發展呈現出新戰略、新思路和新競爭。互聯網已經日益深入到各國國家戰略之中，成為實現下一代現代化的制高點。

2015年8月19日，國務院通過《關于促進大數據發展的行動綱要》。

針對當前互聯網產業的發展趨勢和熱點問題，本刊記者采訪了中國科學院自動化研究所戴汝為院士。戴汝為院士科研團隊繼承錢學森先生交叉研究學術思想，在國內最早研究“模式識別”，并在信息處理、數據挖掘領域取得重大成就，在刑偵信息技術應用范疇曾參與多項評審和鑒定，具有重要影響。戴院士的回答或許可以為我們在紛雜的發展現象中，厘清未來互聯網產業走向的頭緒：

“隨著互聯網的飛速發展，這些我們已經擁有了的數據原材料基礎，就是豐沃的土壤和富饒的金礦。但這些積累，必須要通過更好地運用大數據技術進行精耕細作和挖掘提煉，才能真正釋放出海量數據巨大的內涵價值，這里有非常可觀的發展空間和持續潛力，這無疑將推動互聯網產業發展和層次升級。就當前促進整體經濟發展乃至從我國社會全方位創新升級來看，這種互聯網產業的發展必將是重要的核心動力。”

記者：我們身處在一個信息化的時代，云計算、大數據、人工智能成為當下的熱門議題，您對于它們怎樣理解，您對于這些熱點議題的發展趨勢有怎樣的展望？為什么現在國家和企業對此如此重視？

戴院士：幾十年前，像氣象、媒體等持續產生數據的行業只能通過抽取關鍵數據進行存儲。進入信息化時代，云計算的出現使得人們可以將全部歷史數據進行存儲，使得大數據挖掘成為可能。通過智能算法挖掘數據間的關聯性、預測態勢，可以發現很多新的知識，為科學決策提供可靠依據。同時，對政府、企業、網絡數據進行有效整合，能夠大幅提高辦公效率、增強企業競爭力，提高人們的幸福指數，從而加速社會的發展，增強國家的實力，強化在國際競爭中的態勢。

記者：多年來您長期從事自動化控制、模式識別和人工智能、智能控制等的研究。作為“復雜系統”與控制科學家，您能為我們簡要介紹一下復雜系統管理與控制與人工智能的聯系和區別嗎？

戴院士：人工智能技術自上世紀中葉快速發展，在眾多領域得到應用，但是也遇到了瓶頸。錢學森先生早在上世紀80年代就提出了“思維科學”是智能計算機的理論基礎。他帶領我們實現了“系統學”的創建，發表了《一個科學新領域—開放的復雜巨系統及其方法論》一文，從而面向21世紀提出了具有劃時代意義的“科學方法論”。這個階段隨著“思維科學”、“復雜性科學”研究的進展，從而孕育了“智能科學”、“腦科學”。我們通過“系統復雜性”的研究，利用當代計算機科學和信息技術手段，實現了“信息空間”的“綜合集成研討”。錢學森先生說過，這就是知識產生體系、人類涌現了新的“智慧”。這也是“復雜系統”的管理和控制的歷程。

可以說，廣義的人工智能是方法和手段，復雜系統管理與控制是實現的目標。通過現代人工智能科學及其發展中的技術可以有效處理復雜系統管理與控制問題。

記者：目前您研究的重點放在哪些方面，它們將對我們的生活產生何種影響？

戴院士：我是從模式識別、人工智能領域進入“復雜性科學”研究進而建立“智能科學”；為了實現自然科學和人文科學的“結合”，提出了“社會智能科學”。所以近年來主要從事有關自然環境變化與社會條件進展相結合的研究，例如：巨災應對，形象思維虛擬場景與智能技術結合的“智慧涌現”等等。

我們的團隊根據國家需要和合作部門、企業的方向安排研究課題。目前我們課題組主要從“系統學”的角度，應用智能科學相關技術進行智能環保、智能醫療、智能交通等領域的交叉研究。近期的工作涉及如民眾極為關注的氣象、健康、交通管理發展等社會問題。通過分析城市的氣象數據、污染數據以及醫院的醫療數據，城市交通及其關聯因素數據，深度挖掘數據間關聯關系，例如污染情況與呼吸道疾病的關系等等。通過對歷史數據的分析，預測氣象及污染趨勢，從而進一步預測人們可能的發病情況，為政府專業部門提供污染治理、交通管理優化預案，為民眾提供氣象及出行指導、減少發病率，為醫院提供參考信息，為提升整體醫療水平，為提高人民健康水準服務。

記者：能否介紹一下您的科研團隊？

戴院士：在多年培養的研究生當中，我選拔了一支有想法、愿付出、有干勁兒的青年團隊。在科研工作的實踐中，引導這個團隊的年輕成員逐漸認識到，做科研和處理所有問題一樣，學習和掌握“科學方法論”是多么重要和有價值。現在他們能夠踏下心來不浮躁，學習和繼承錢學森先生的科學思想，發展兩代科學家創立的“綜合集成方法論”。在我們幾十年積累的深厚的理論研究基礎上，讓年輕人打下扎實的功底，而且他們在實踐中提高了自己的工程應用能力。在當前形勢下，我們應該堅持創新驅動面向國家需要，沿著“產、學、研、用”的路徑，在解決社會重大問題的同時，做到不斷成長，這正是科學研究的繼承和發展。

記者：8月19日，國務院通過《關于促進大數據發展的行動綱要》，明確要在2018年底前建成國家政府數據統一開放平臺。同時我國也在大力提倡互聯網+，鼓勵這一領域的創業創新。您對于國家這一《綱要》和上述戰略如何解讀？您對于互聯網產業的發展有哪些認識和建議？

戴院士：我國前期在社會經濟增速方面取得顯著成績，為世界矚目。同時在基礎信息化方面也取得殷實成果。隨著互聯網的飛速發展，這些我們已經擁有了的數據原材料基礎，就是豐沃的土壤和富饒的金礦。但這些積累，必須要通過更好地運用大數據技術進行精耕細作和挖掘提煉，才能真正釋放出海量數據巨大的內涵價值，這里有非常可觀的發展空間和持續潛力，這無疑將推動互聯網產業發展和層次升級。就當前促進整體經濟發展乃至從我國社會全方位創新升級來看，這種互聯網產業的發展必將是重要的核心動力。

記者：9月8日，百度在百度世界大會上提出“大數據+人工智能，連接3600行”，強調將大數據與人工智能更緊密地接入到生活中來，從而更好地服務社會。您對于這一產業前景如何看待？你覺得將大數據和人工智能更深入地延伸到服務領域，對產業和社會將有怎樣的影響和意義？

戴院士：我們當前仍然處于以“信息技術”為核心引領的工業革命的持續進程，乃至以“智能化”為標志的工業革命的浪潮中。如果說這輪變革之始帶給人們的最突出感受是便捷和自由，那么后續進程的關鍵升級就是“智能化”。而智能化的標志性體現場景就是與“每個人”的互動，互動的過程“智慧”涌現，也就是實現著“智慧化”。所以體現互動的社會服務也正是“智能化”發展的重要載體。這種當代的“智能化”的社會服務有賴于大數據和不斷更新的人工智能技術的植入。所以說基于大數據的人工智能深入延伸到社會服務領域，將如同我們已經經歷的個人電腦、手機一樣，將全面而深刻地改變每個社會和每個個體的生活，充分激發社會個體能量，激發社會整體活力，促進社會效率提升和萬眾創新、創業的繁榮。

記者：以百度、阿里等為代表的企業同時也在進行相關研究，開發應用的新技術諸如“百度大腦”、人臉識別、智能機器人等，并在不斷致力于將這些研究推向應用。這與您所做的工作有哪些異曲同工之處？學界的研究與產業界的研究能否實現相關對接？如果實現的話，您希望產生哪些碰撞與火花？或者您的研究將為這些應用提供什么樣的理論支撐？

戴院士：在國內，我最早從事模式識別方面的研究，提出了語義—句法模式識別方法，主要應用于文字識別領域，成為“漢王”的核心技術，成為我國早期研究與產業結合的一個典型案例。

我國科學界的傳統，就是研究的最終目的是為了服務產業，研究與產業相結合。當然，一方面可以通過產業發展需求，來確定科研方向，另一方面作為研究人員應該能夠實現研究的真正落地，造福人類。

2006年我出版了《社會智能科學》一書，書中提到，很多社會問題都是“開放的復雜巨系統”問題。而這種問題，應該是遵循錢學森先生提出的“綜合集成”科學方法論去解決。實踐證明，我們課題組正是應用“綜合集成研討體系”解決過經濟決策、水利調度以及為國家軍事決策提供過科學支持。

記者：隨著互聯網日益深入地介入人們的生活，信息安全問題也日益突出，這僅僅依靠個人和企業的自律是遠遠不夠的，您在這方面有什么好的想法和建議？

戴院士：從宏觀趨勢層面來看，伴隨著以互聯網、移動互聯網為代表的信息技術發展不斷深入，我們在更加自由便捷地獲取使用信息的同時，也必然會面對更加嚴重的信息安全問題。自由和風險，這是事物必然的兩面性特征。

對信息安全問題的防控，最初是從單個人或單位的局部個體技術層面發展起來的；后續雖然已經采用了基于云計算的信息防控智能化措施等技術，運用了多個體的整體和統計特性，但還沒能建立起從“系統”視角切入的技術對策體系。實際我們可以把當前的整個互聯網看做無數個體交互運行的“系統”，將破壞信息安全的動作看做系統的異常行為和狀態，進而規范“系統”安全運行的條件，運用“系統科學”的方法和不斷增強的技術措施來更好應對信息安全問題。