图：创始人
短暂的茶歇后，迎来了本次研讨会的特别嘉宾，——滴滴出行副总裁、滴滴研究院副院长叶杰平。他做了主题为的精彩演讲，详细介绍了大数据和人工智能技术在滴滴平台的应用。滴滴从2015年开始成立机器学习研究院，后来升级为滴滴研究院。滴滴研究院结合大数据、机器学习和云计算，在云端构建人工智能流量引擎——滴滴大脑。滴滴大脑可以实时学习城市交通出行规则，了解车辆和道路状况，做出最佳决策(路径规划、供需匹配、智能调度等。).不仅最大化城市整体的交通效率，也尽可能优化大家的出行体验。以派单为例。滴滴的每一次调度，都像下棋一样，会考虑接下来的N步。滴滴的大脑每2秒做出一次全局判断，在快速、海量的计算中，完成全局最优的智能调度。
图：密歇根大学教授、滴滴出行副总裁叶杰平
之后迎来了第一天的最后一位嘉宾，一位来自南加州大学的副教授。他就这个主题发表了演讲。他在演讲中指出，计算几何和逻辑的研究有助于科学家从复杂的数据中发现几何和逻辑的规律性特征。这些具有代表性的数据子集，可以让科学家用计算机算法更好地理解每个数据集的本质以及不同数据集之间的关系，最终帮助人类解决生产调度、大数据医疗、选举结果预测等问题。在AI时代，面对海量数据，他提供了系统的分析和建模思路。
在会议的第二天，明尼苏达大学的教授、史丹福大学的叶教授和纽约大学的张嘉玮教授分别发表了主题演讲。
作为中国运筹学领域的杰出代表，张曙中教授演讲的主题是-。他在演讲中说，最优化中一个非常重要的概念是对偶。所有优化问题都存在对偶问题，对偶问题包含大量信息和潜在问题中的许多重要结构。结合自己多年对二元性的研究，表达了自己对二元性的理解。其实二元性本身并不是对立的，事物都是自然的。原始性就是二元性，二元性就是原始性。
照片：明尼苏达大学张曙中教授
接下来，斯坦福大学管理科学与工程系冯诺依曼理论奖获得者、杉浦科技首席科学家顾问叶教授进行了精彩的分享。众所周知，决策存在不确定性。过去人们提出了许多方法，如基于数据的方法，但效果不是很好。叶教授说，采用稳健优化方法，即使决策存在不确定性，仍然有很好的效果。之后，他介绍了自己近年来在分布式鲁棒优化方面的进展。作为分布式稳健优化的创始人，他说稳健方法应用广泛。在当前流行的深度学习和机器学习中，机器学习的鲁棒优化方法和正则化方法在某些情况下是等价的。
图：斯坦福大学叶教授
以下是张嘉玮教授的分享。主要研究方向包括商业分析、优化决策、供应链和库存管理等。他的主题是。他为我们描述了生产和销售问题中灵活性的巨大价值。——在系统中增加一点灵活性可以带来很大的好处。作为研究柔性系统柔性的专家，他为我们描述了如何更好地满足制造、销售和运输过程中的需求。
图：纽约大学张嘉玮教授
上午三位教授的精彩演讲结束后，下午有中国运筹学学会的闭门会议，3354现代运筹学发展研讨会。会上，来自国内外的专家教授简要分享了近期的工作成果，发表了对我国运筹学发展的看法，并提出了具体的建议和规划。而他们的研究方向也各有侧重，比如机器学习、深度学习、异步计算、量子计算、大规模稀疏优化、供应链管理、组合优化、算法博弈论等等。每个人都有自己的研究和讨论。此外，还有对当前学术热点的精彩讨论，如。
值得一提的是，带来分享的大部分专家教授都是叶教授的学生，而这次会议也恰逢叶教授的生日。借研讨会之机，大家在分享自己的科研成果时，肯定了叶教授的学术成就，对叶教授表示衷心的感谢。叶教授在最后也做了精彩的演讲，讲解了如何教育学生，如何做有味道的研究，以及对运筹学发展的一些建议。
大会最后一天，来自芝加哥大学、普林斯顿大学、哥伦比亚大学、明尼苏达大学、香港科技大学等国内外高校的16位学者，在斯坦福大学管理科学与工程系冯诺依曼理论奖获得者、美国工程院院士彼得格林教授的带领下，齐聚一堂，在这短短的一天里，带来了一系列精彩纷呈的学术报告。
作为第一个上台的嘉宾，PeterGlynn教授带来了一个报告，主题是稳健优化、灵感似然和正则化。在演讲开始时，他说他今天的报告受到了叶教授2016年论文《数据驱动问题的可能性伍德罗巴斯特优化》的启发。接下来，他介绍了统计学习中稳健优化、经验概率和正则化之间的深刻关系。随着机器学习在许多领域的快速广泛应用，现有机器学习算法稳定性不足的问题逐渐暴露出来。PeterGlynn教授的这一最新研究成果，为提高机器学习算法的稳定性和普及性奠定了坚实的基础。
图：斯坦福大学管理科学与工程系讲座教授彼得格林
在PeterGlynn教授的报告之后，精彩的学术报告一轮接一轮，包括不确定性下的叶子开源平台，决策、资源分配、统计等方面的最新进展，活动一直持续到下午五点。至此，为期三天的会议圆满结束。
网友评论
当前共有25条评论