院士袁亚湘：大多数数据没有被有效利用

（原标题：院士袁亚湘：大多数数据没有被有效利用）

12月16日，中国科学院院士、全国政协常委、中国科协副主席袁亚湘做客科技创新院士报告厅，围绕“大数据与优化”做了演讲。他表示，在大数据的时代背景下，生产生活方方面面都在产生大量数据，但是大多数还没有被有效利用。数据优化就是要研究这些数据的规律、分类和预测等问题，在多种选择中挑出最优选。

袁亚湘主要从事最优化计算方法方面的研究，在非线性优化的算法以及理论、信赖域法、拟牛顿方法和共轭梯度法等方面作出了重要贡献，研究成果被国际上命名为“袁氏引理”。

袁亚湘从“大数据的广泛应用”出发，介绍了大数据在交通网络建设、智能交互学习、健康医疗、医学图像、金融风险控制、无线通讯、地质勘探等领域发挥的重要作用。

比如，从科学的角度来说，交通数据的应用只占总数量的极少一部分，但老百姓已经很有获得感。

对于政府决策部门来说，数据可以帮助政府部门决定公交车线路，决定社区、小学、医院位置等。自动驾驶目前还在起步阶段，也许十年、二十年后街上跑的自动驾驶汽车会越来越多。

另外一个大数据的广泛应用是在医疗方面，此前老百姓最关心怎么看病，现在更多是希望能够及早发现问题，多年体检记录可以及早帮助发现隐患。

金融对于大数据技术应用非常广泛，无论是精准营销，还是股市预测、风险控制等，虽然有数学公式、随机微分方程，背后实际上都要用大量的大数据来对它进行决策。

无线通信方面，大数据更起到很大的作用。我们国家在疫情防控方面跟西方采取完全不同的道路，因为运用大数据，使中国做的一些事情西方不可能做到。

农业现代化一定要重视大数据技术，包括农业数字经济、智慧农产品供应链，甚至养殖、种植业，也要利用大数据进行分析，再做科学决策。对于乡村干部来说，大数据也可以对科学决策提供很好的帮助。

袁亚湘认为，大数据在各个行业都会起着很重要的作用，不管从事什么行业，使用大数据就会提升价值或者效率。

数据处理包括三个方面，即统计、计算和优化。袁亚湘以电影评价、监控视频分析与处理等数据问题为例，介绍了当前国际上备受关注的优化问题和主要优化算法。作为解决大数据问题的重要支撑技术，优化的相关方法已在数据科学中获得广泛应用。

比如说生命科学中蛋白质折叠就可归结为能量最小的优化问题；在航空航天中，飞机的外形设计、航天器飞行轨道的选择、有效载荷布局设计等都涉及优化问题；在大数据、人工智能等领域，语音识别、指纹识别、虹膜识别等问题的核心都可以归结为优化问题。自动导航和自动驾驶中的道路规划，无论是路径最短还是时间最短，都可以归结为图与网络流的优化问题。