中国首个运筹学算法平台在上海财经大学发布

信息管理与工程学院黄海量常务副院长在发言中首先代表信息管理与工程学院和交叉科学研究院对杉数科技的支持表示感谢，并谈到产学研合作对于双方来说都是可持续发展的双赢方案，既能助力教学，造福师生，又能为企业和社会创造商业价值和知识财富。

方华副校长则首先代表学校和基金会对协议签署表示祝贺，对各方的支持关心表示感谢；并讲到，杉数科技在物流、营销策略与销售定价、风控方面有很强的技术支撑，信管学院不仅集聚了很多顶尖研究人才，而且党政齐心，有着良好的工作氛围，在新一轮科学革命兴起之际，相信这次合作一定能培养出更多人才，并在实体经济领域取得成果；最后，他祝双方的合作取得丰硕果实。

随后，项目负责人、上海财经大学交叉科学研究院院长葛冬冬教授发布并演示了中国首个运筹学算法平台LEAVES。LEAVES是财大并行优化国际合作实验室（与斯坦福大学金融与风险管理研究所联合共建）与杉数科技共同牵头，中科院、北大、顺丰、京东、永辉、苏大天宫等多家知名高校、研究所与企业支持，斯坦福大学、乔治亚理工学院、加州大学伯克利分校等高校的学者与学生志愿者参与其中共同建设的一个运筹学与人工智能基础算法平台。它包括了对多个数学规划、机器学习和运筹学应用问题的开源算法和闭源解决方案，是大陆第一个成规模的运筹学算法求解器，对于我国运筹学算法的推动和经验积累有着重要意义。

人工智能（Artificial Intelligence）近年来开始成为行业的绝对热点，而优化算法作为人工智能进一步发展的基石，也吸引到了越来越多的关注。

斯坦福大学李国鼎工程讲座教授、华人运筹学领袖、杉数科技首席科学顾问叶荫宇曾表示，机器学习算法强化了单体机器的智能，但在机器人群体协同工作时，则需要“通盘考虑、统筹优化”的优化算法。正因为云计算、大数据与人工智能的井喷，才出现了超大规模的大数据，而这正是优化算法繁荣的基础，人工智能想要进入新阶段，也离不开优化算法的进一步发展。

优化算法想要实现自身的作用，求解器是不可缺少的一个环节。然而由于开发难度大、开发周期长、资金需求高等种种原因，国内的优化算法求解器此前几乎处于空白状态。 

杉数科技与上海财经大学对于LEAVES的执着，与国内对大规模求解器的迫切需求有关。以国家发展为例，基础设施建设中的电网、水利系统、铁路、高速公路建设等一系列问题都涉及到类似的大规模优化算法问题，使用国际上成熟的闭源商业求解器就意味着难以做出针对性改良，得到最优结果。此外，军事上的战略资源调度、航空领域的战略部署等关乎国家安全问题，也对自主知识产权的软件有着根本性需求。用LEAVES主要负责人之一葛冬冬教授的话说：“无论从何种角度，这样的软件，国内必须得有自己的核心技术知识积累。”

而对于各大企业而言，购买商业求解器的最大问题在于价格过于高昂且无法做针对性调整。目前，国内绝大多数的企业选择的是Gurobi和IBM公司的Cplex。这些软件往往需要极高昂的费用，以Gurobi为例，单机版的许可证就需要十四万人民币购买，这就意味着如果一个公司的机房需要几十台机器同时维护数据维持运算，就需要花费极其高昂的代价购买已经经过封装、无法自主调整的算法代码“黑盒子”。

上海财经大学的LEAVES开发团队对叶荫宇教授提供的开源求解器进行深度改造，基本完成国内第一个自主开发的开源优化求解器，可以解决Linear Programming（线性规划）、Semi-Definite Programming（半正定规划）、Geometric Programming（几何规划）、Linearly Constrained Convex Programming（线性约束的凸规划）等常见的大规模优化算法求解问题，对其中多个经典模型的求解，可以达到世界第一流的效率与速度。技术人员可以从LEAVES平台上免费下载各个求解器，按照自身需求进行调整与使用。

LEAVES本身也可以看作是任何与运筹学建模、优化算法相关的软件展示平台。其中的重头戏，包括了由杉数科技牵头的机器学习算法求解器LEMO。LEMO采用了一系列国际最前沿的大规模凸优化与非凸优化技巧，目前对多个机器学习经典模型在单机上的求解速度已位居世界领先行列。LEMO结合了传统优化软件和深度学习软件的不同优点，支持机器学习的同时，可直接服务于运筹优化、数学规划、数值计算等更为广泛、复杂的数学问题。此外，LEMO提供机器学习和数值优化的调用接口，供数据科学及数值计算等不同层次需求使用。值得注意的是，传统优化算法软件如果要充分利用高性能计算，例如并行或分布式，代码迁移非常麻烦，而LEMO可以利用CUDA等高性能计算进行加速，大大提升运行效率。

而运筹学应用软件部分，更多的像是一个展示平台，各个高校与企业，将自己在实际项目中遇到的问题及对应开发的运筹学软件展示出来，充分地展现出运筹学在解决实际问题中的威力。例如斯坦福大学叶荫宇教授开发的对城市水网和电网的智能调度系统，杉数科技开发的物流优化、库存调度、无人仓管理软件等。又如中国运筹学会数学规划分会理事长，中科院戴彧虹教授的研究团队正在研究工业制造中运用较多的整数规划求解问题，从目前公布的算例来看，效果已接近国际一流的开源求解器。他们都会将研究成果公布在LEAVES上，进一步扩大LEAVES对优化算法的求解范围。 

而对于上海财经大学来说，此次与杉数科技的合作也是高校实验室与企业联合进行人工智能核心技术研发的一次重要尝试，以达成资源互助、优势互补的总体目标。对于高校获得真实数据与经验，获得资金与资源支持，更好的产学研良性促进，也是一个有着标志性意义的尝试。 

LEAVES汇聚了全球众多运筹学领域专家。叶荫宇、葛冬冬、何斯迈、江波，明尼苏达大学工业与系统工程系系主任张树中、佐治亚理工运筹学终身副教授蓝光辉等，以及来自来自斯坦福大学、乔治亚理工学院、加州大学伯克利分校等高校的学生志愿者。LEAVES的共建者还包括中科院、北大、顺丰、京东、永辉、苏大天宫等，未来，期待能有更多的学术机构与企业加入到合作中来，从而真正拓展出一个促进中国运筹学与人工智能发展的交流共享平台。

图 | 程意