馬連博：在人工智能時代乘風破浪

劉昊林

“我的研究，概括起來講就是‘一點兩面。”馬連博是土生土長的東北人，說起話來干脆利落，“這個‘點呢，就是以計算智能為出發點。兩個‘面呢，是指從復雜工業網絡和大數據工程系統優化兩個方面進行應用研究。”

總結起來雖然簡單，但是在日常的科研工作中，馬連博也是飽嘗艱辛。受益于當今互聯網和計算機新一代技術的創新，無處不在的大數據、強大的運算能力以及深度學習模式的突破使人工智能駛入了高速發展的快車道。這一輪熱潮勢不可擋，機器學習、人工神經網絡等新名詞成為了人們嘴邊熱門的詞匯。

就自己的研究領域，馬連博向記者介紹道，因為“無處不在的計算”，我們已經進入到一個嶄新的智能時代。作為人工智能的一個重要分支，計算智能因其智能性、并行性和健壯性，得到了研究者的廣泛關注，目前已經在算法理論和算法性能方面取得了很多突破性的進展。

“從自然界里獲得啟發是從事科研的一個重要途徑，許多重大發明都是從中獲得的靈感。”馬連博解釋道，“我所研究的也是一種仿生學習算法，通過模擬大自然和人類的智慧，提升算法的性能，通過數據的手段構造出一種計算模式，從而實現對問題的優化求解。”

與傳統的人工智能相比，計算智能更適用于解決大數據分析里那些難以建立有效的形式化模型的各種問題。目前已經在模式識別、圖像處理、自動控制、通信網絡和生物醫學等多個領域都取得了成功的應用。

作為在這一領域深耕多年的學者，馬連博取得了一系列成績和榮譽，先后獲得中科院院長獎、遼寧百千萬人才等，以第一作者/通信作者在計算智能領域發表SCI論文20余篇，并且先后主持國家“863”重點項目、國家自然科學基金、遼寧省自然科學基金、中央高校基本科研業務費——優青培育等多項科研課題。

“基于復雜系統層次演化的蜂群優化模型、算法及在微網調度中的應用”是馬連博正在主持的一個國家自然科學基金項目。這是一項復雜生物系統建模和計算智能學科交叉的國際前沿的研究課題，要通過分析、模擬自然界生物系統的進化機制與學習機理，構造高效的群體智能演化模型與優化方法，進而抽取群智涌現行為用于解決諸如大數據挖掘、群體感知計算、云計算與物聯網各類復雜工程優化問題。

然而，目前計算智能與群體智能的研究，仍然局限于通過模擬自然生物的某些行為特征、設計相應的方法來解決工程問題，在智能方法的設計上過于強調系統的簡單性，研究的點比較分散，角度比較單一，忽視了系統的復雜性，缺乏對其自組織、自適應、涌現機理的深刻研究，不能揭示其中的動力學機制和智能原理，也沒有足夠的理論支持和有效的分析、控制手段，算法的效果往往難以得到保證。

圍繞以上關鍵科學問題，馬連博從自然學習角度切入，針對新一代復雜工程系統中存在的大規模、多目標、多變量、強耦合、強非線性和不確定性等綜合復雜性因素，從生物個體、群體、群落三個層次展開了計算智能模型、方法及應用研究，提出新型的基于生物系統群智演化行為的智能優化方法，形成了完整的研究體系。在大數據并行處理、云計算、復雜網絡感知計算和系統優化等方面具有潛在的應用價值。

馬連博預測，在未來，人工智能會開啟并連接一切，涉及交通、制造、金融、醫療等各個領域。而這一切的發展離不開強大的技術支持，包括大數據、云計算、深度學習等等。馬連博對未來的發展充滿希望，干勁十足！他正規劃著將自己的團隊打造得更加具有戰斗力，更加緊貼國際前沿，在人工智能的時代里乘風破浪，引領潮流。