14歲上清華29歲成終身教授 王夢迪的學習秘笈:愛解謎

2019-05-30 11:50:21 來源: 廣州日報 作者: 武威 張丹
王夢迪,清華,

王夢迪

王夢迪參加未來科學論壇。

“哇,這么年輕……”5月25日,出現在未來科學論壇深圳技術峰會上的王夢迪引來臺下觀眾們的熱議。剛屆而立之年的她,已是美國普林斯頓大學運籌與金融工程系及計算機系的終身教授、博士生導師,穿著淺咖啡色長裙的她有時會一邊調皮地踮起一只腳的腳尖,一邊和臺下觀眾分享運籌學、大數據、人工智能的前沿知識。

王夢迪10歲上北京八中少年班,14歲考取清華自動化系,畢業后出國深造,24歲就從麻省理工學院博士畢業,隨后進入普林斯頓大學任教。王夢迪透露,從小凡是學習中帶有游戲性的部分,她都非常感興趣,“我的學習習慣是很隨意的,主要是能被身邊人激勵”。

文、圖/廣州日報全媒體記者武威、張丹

 談學習:我的習慣很隨意

因為時差還沒倒過來,接受采訪時王夢迪有些疲倦,不得不向朋友討了一杯咖啡,如今她在中國和美國的時間是“一半一半”。出生在北京的她,自幼就對數學極感興趣,非常愛玩數學中的“解謎游戲”。

廣州日報:請介紹一下你的學習和成長經歷。

王夢迪:我10歲左右在北京八中的少年班上了中學,14歲的時候考入清華的自動化系。讀本科時,我對算法、人工智能、數學建模比較感興趣,所以讀完本科以后就去美國讀PhD(學術研究型博士學位)。

廣州日報:你從小在學習上的興趣愛好是什么?

王夢迪:喜歡……嗯,我覺得其實和別人喜歡的差不多吧,比如說桌游、電腦游戲等等。學習里面比較有游戲性的一部分,我都會比較感興趣。

廣州日報:比較有游戲性的一部分是指什么?

王夢迪:比如說數學整體上的很多問題本質上是一種解謎的問題,對于解謎這一塊,無論是學術還是游戲,我都比較感興趣。

廣州日報:你從小的學習習慣怎樣?

王夢迪:哈哈,我有點不記得了,就該干嗎干嗎吧。主要是上中學包括上清華的時期,身邊有非常多優秀的同學,能從他們身上得到激勵,覺得自己也應該多學點東西,很多時候,學習習慣對于我來說是比較隨意的,主要是我能被身邊的人激勵。

 談教學:“叫我夢迪就好”

戴著一副黑框眼鏡的王夢迪有些清瘦,她語速很快、思路清晰。驚人的學習能力讓她成為2013屆麻省理工學院最年輕的博士畢業生,任教普林斯頓大學后,很多學生都是王夢迪的同齡人,有些甚至比她年齡還大,王夢迪常常謙遜地希望學生叫她夢迪就好,但大部分學生還是恭敬地叫她王老師。

廣州日報:教比你年紀大的學生是一種怎樣的感受?他們怎么稱呼你?

王夢迪:一開始,會有一些學生年紀和我差不多大,但我現在也已經30歲了,博士生都20多歲,都比我小。我常常對我的學生說,叫我夢迪就可以了,但很多學生還是會叫我王老師。

廣州日報:你與國內的學者有哪些交流?

王夢迪:國內的學者我們交流得非常多,我有很多時間會在國內,與北大、清華、上海復旦和深圳的南科大都有非常多的合作關系,在普林斯頓,我帶的一個博士后剛剛畢業,他現在已經是復旦大學大數據學院的副教授,所以我們的交流是非常密切的。

 談學科:運籌金融學應用廣

王夢迪如今是運籌與金融工程系終身教授,她告訴記者,運籌學起始于二戰時期,如今的應用非常廣泛,在電商、金融、醫療等領域,都可以通過數學算法、統計科學、大數據分析、人工智能的方式,來提高效率、防范風險。

廣州日報:“運籌與金融工程”的研究對象主要是什么?對社會進步有哪些意義?

王夢迪:其實運籌與金融工程是一個非常有歷史的學科,它和工程管理、人工智能都有很深的聯系,在國內清華等高校就有這樣的學科。運籌是指怎樣用算法或數學規劃的思想來研究一些事物,比如供應鏈的控制。它最早起源于二戰時軍方對于各種軍事資源的控制和調度,這涉及一些算法問題,那就是運籌學的開始。

現在運籌學包含了很多方面,比如在商業方面,電商會感興趣怎樣用算法和數學規劃的思想,做產品的推薦和庫存的調度;在金融領域,運籌學可以幫助我們制定相關策略,進行金融管理或風險控制;在醫療領域,治療本身是一個復雜的過程,運籌幫助我們在數學上建模,在大數據分析中找到更優化的策略,提高醫療效率。運籌其實就是通過數學算法、計算機、統計科學等多個學科的方法和技術,來解決實際中的一些復雜問題。

記者手記

強化學習降低醫療成本

在5月25日下午的演講中,王夢迪和觀眾們分享了她所理解的強化學習。她說,強化學習是人工智能中機器學習的一部分,“比較常見的例子,其實是打電腦游戲,像馬里奧、德州撲克。下圍棋在強化學習上,人類選手同樣甘拜下風。另外在復雜的多人游戲上,強化學習現在也已經戰勝了人類選手。”

王夢迪介紹,在游戲外的其他領域,人工智能的強化學習還遠未完善,比如機器人的機械手臂,其實它的物理模型、動力系統都是很清晰的,機器人可以在模擬系統中進行訓練。但是現實中的真實系統跟模擬系統不一樣,需要在現實中進行調整。

王夢迪說,現在強化學習非常依賴于大量的標記數據和模擬。但她的團隊最近做的一些工作,讓她感到非常自豪,比如強化學習在醫療AI里面的應用,“我們希望能夠幫助醫生,像幫助交易員、德州撲克選手一樣,把整個醫療博弈過程當作一個策略游戲,幫助病人更快地康復。”

王夢迪說:“我們最近在用強化學習優化膝關節置換的手術,它不是一個簡單的手術,需要醫生做診斷,做康復,可能還要進行二次手術,它涉及各種各樣的適應癥和個體的特異性,整個成本大概是1.6萬~3萬美元之間。簡單來講,膝關節置換的手術成本實在太高了,所以整個流程中有很多可以優化的地方,所以我們用強化學習做了一個醫療路徑的優化。”

王夢迪說:“醫療路徑是指,從剛開始看病,病人的狀態會不斷地發生變化,隨著醫生的干涉、就診,病人狀態會發生變化,這個狀態的變化有隨機性,甚至是動態變化的過程。所以我們最終的思路是把醫療路徑優化,變成大規模的強化學習問題,這需要我們收集大量專家的案例,每個專家都會有自己更擅長的環節和更擅長的地方,我們相當于集眾人之智,并且再進一步進行強化學習,進行優化,做動態決策。”

王夢迪介紹,最終他們可以把每個療程平均降低1100美元,“通過強化學習,我們可以幫助醫生和醫院強化流程,并且提高效率,并且幫助病人更快地康復。”

文/廣州日報全媒體記者武威、張丹

加載更多>>
責任編輯:何沛蓯
腾讯分分彩开奖过程