胡清华：用AI给“不确定性”找规律(2)

　　经过漫长的酝酿期，直到博士毕业后，2009年去香港理工大学做博士后研究，胡清华才算正式迈入人工智能的大门。

　　其实，早在念本科时，胡清华“不务正业”的本性就已显露。

　　大二时，胡清华当上了校报记者，还长期为校刊《哈工大人》写专栏。“起初，写稿是为了赚稿费，拿到稿费后就可以去买更多的书。后来自己慢慢喜欢上了写东西，不写不成。”他回忆道。

　　无心插柳，让胡清华没想到的是，经过几年的新闻语言训练，自己的写作能力得到迅速提升，语言表达更加精准、有力，这对他后来的科研工作帮助极大。

　　“很多理工科学者最头疼的，就是写论文、写申请、做报告，由于之前积累的笔头功夫，写论文对于我来说，非常轻松。别人可能需要一个月才能完成的论文初稿，我不到一周就可以写好。在恶补人工智能领域相关知识时，对文字的驾轻就熟，也使我的阅读理解速度快过旁人，一些大部头的书，我有时一两周就能‘啃’完。”胡清华说。

　　一些人工智能学界的同行表示，胡清华清新的文风、简洁的语言风格，使他写出的论文更易被人理解，学术观点也更易被同行接受。同时，这样的语言风格也有助于提高其文章的引用率。

　　“当版主、记者，在当时，这些都是我的兴趣，可能看上去有些‘务不正业’，但我一直觉得，学习是触类旁通的，你永远不知道，不经意的积累，会将你的人生引向何处。”胡清华表示，他也常对学生说，要珍视自己的兴趣，它是“你科研路上最好的老师”。

　　在不确定性建模领域深耕10年

　　兴趣是最好的老师，但仅凭兴趣，并不能让胡清华在人工智能这个新领域开疆拓土。

　　2011年底，胡清华结束了在香港理工大学的博士后研究工作，进入天津大学。入职后，他接到的首个项目就极具挑战性，胡清华与博士生导师一起获得“国家重点基础研究发展计划(973计划)”课题的资助，开展“新能源不确定性建模”方面的研究。

　　胡清华介绍道，这个研究围绕电力系统中的太阳能、风能展开。“这部分能源有点‘不靠谱’，大规模利用它们时，可能会破坏电力系统的稳定性，降低供电质量。只有摸清这些能源的‘脾气’，才能让其为我所用。”他说。

　　对胡清华来说，新能源不确定性建模，是一个完全陌生的领域。从查资料、读文献，到收集数据、分析数据，胡清华的“拓荒之路”走得异常艰辛。

　　但几年努力下来，“门外汉”胡清华，硬是在该领域闯出了一片天地。“为提升风功率预报的精度，我进行了大量的建模工作并设计了众多算法。在此基础上，风速难以被确定等难题被逐步破解，风功率预报的精度随之得到提升。”他说。

　　2016年，这个项目顺利通过了验收，他所在的课题组被评为优秀。在一般人看来，此时研究也就该结束了。然而，胡清华“并不想就此收手”。

　　“围绕这一项目，还有很多东西可以挖掘，所以研究不仅没有结束，而且才刚刚开始。”在胡清华眼中，这项研究属于数据不确定性建模研究范畴，而这类研究是机器学习和数据挖掘领域的难点。“大数据时代已经到来，在利用大数据方面的最大问题就是，数据质量的不稳定。质量低下的数据，可能导致基于数据的决策出现重大偏差。”

　　于是，胡清华组建起一支20多人的团队，向着一个个数据不确定性建模难题，发起冲锋。从新能源的不确定性扩展到大数据的不确定性，胡清华率队从工程应用研究中发现基础研究问题，再将基础研究成果应用于工程领域，实现了科研的良性循环。

　　经过近10年的开疆拓土，胡清华对不确定性建模研究，有了更系统的认知，逐渐意识到这是座处在交叉学科领域的科研“富矿”。今年，胡清华获批的国家杰出青年科学基金项目，依旧是瞄准不确定性，从数据的不确定性向建模任务的不确定性延展。

　　“未来，我计划将团队研究的算法，应用于天气预报、森林火灾预报以及大型装备故障预报等领域，希望成果能有更广阔的应用空间。”胡清华说。(陈曦)

（编辑：admin）