[科学技术]胡清华：用AI给“不确定性”找规律

走进胡庆华的办公室，他立刻被满屋子的书吸引住了。这些书包括专业书、哲学书、文学书，甚至还有几本金庸小说。放松的时候，天津大学智能与计算系教授、人工智能研究所所长爱看武侠小说。

“我觉得知识也是一样，不要给自己设界限，要对新事物充满好奇。”这是胡庆华经常对学生说的话，这也是他的科研准则。

从动力机械到人工智能(ai)，10年前，没有给自己设限的胡庆华作为跨界者进入了这个热门领域。

近年来，胡庆华深入参与了不确定性建模领域。他希望从“不确定性”中找到“确定性”，从看似不规则的数据中找到规律。"我的工作主要是研究算法，从一些低质量、混乱的数据中寻找规律."他说。

不久前，2019年国家杰出青年科学基金成果正式公布，胡庆华申报的“不确定人工智能”研究项目被列入其中。

从动力机械到人工智能

胡庆华，湖南娄底市双峰县人。当他还是个孩子的时候，书是他最喜欢的玩具。“每次探亲，我做的第一件事就是找书。当我找到一本书的时候，我躲在角落里，完全忘记了外面的兴奋。”他说。

上世纪80年代，胡庆华老家的书报很少，多亏了外地上大学的大叔，每次放假回家都带着一大摞书。从那以后，胡庆华就向往上大学，“因为书读不完”。

1995年，胡庆华考入哈尔滨工业大学学习动力机械。“作为一个地道的南方人，我去东北上学，只是因为语文课本上的一段文字把北大荒描写得如此优美，让我充满了无限的想象力。”他笑着回忆道。

胡庆华在大学时，主要研究火力发电厂的锅炉和汽轮机。当时，随着大型发电机组的发展，对设备可靠性的要求越来越高。发电机组开始安装各种传感器，实时采集大量数据，用于设备状态监测和故障诊断。

“我读研究生的时候，导师希望我能开发一种算法，自动分析这些监测数据，判断设备的状态。我发现这项研究非常有趣，从生产数据中寻找规则，建立模型，然后使用模型来判断和预测设备状态。现在看来这属于人工智能的范畴，但我当时并没有意识到，从事相关研究的人也很少。尤其在动力机械领域，这还是一个很前沿的方向。”胡庆华回忆说。

如果说人工智能只是胡庆华此时脑海中的一个火种，那就是他参加的一个学术会议把它变成了熊熊烈火。

2000年前后，中国科学院启动了“龙兴工程”，邀请一批在美国学术界取得一定成就的中国教授不定期回国，在美国系统教授一门研究生课程。“当年的数据挖掘和现在的大数据一样时尚。2002年夏天，数据挖掘领域的顶尖学者韩嘉轩来到北京大学讲学。课程结束时，他还邀请了许多在欧美大学任教的学者来讲课。”胡庆华说。

当时还在读研的胡庆华坐在台下。“这些只能在论文中‘看’的学者，真的很震惊，要面对面的教我们数据挖掘知识。”此后，他开始将研究领域从动力机械扩展到模式识别和数据挖掘。

“做生意不做生意”帮助他们成功完成跨境

虽然跨界到人工智能的想法在胡庆华脑海中酝酿已久，但他“并不急于一步到位”。

在硕士阶段，胡庆华依然是围绕动力机械的“老本行”转，但他在研究过程中应用了大量的人工智能知识，将相关成果写成了十多篇论文。

此外，胡庆华还阅读了大量与人工智能相关的书籍和文献，并经常参加学术会议。为了向同行学习，他甚至申请成为南京大学bbs艺伎回忆录数据挖掘版的版主，定期在网上组织学术讨论。

“其实很多论文的原创思路都来源于和网友的讨论。可以说很多灵感是相撞的。”胡庆华笑着回忆，当时周围的人都认为他在网上组织讨论是“不务正业”，但现在想来，正是这些经历让他更顺利地过关了。

经过漫长的酝酿期，胡庆华正式进入人工智能的大门，直到2009年博士毕业，去香港理工大学做博士后研究。

其实早在他读本科的时候，胡庆华“不务正业”的本性就显露出来了。

大二时，胡庆华成为校报记者，长期为哈工大写专栏。“一开始写作是为了赚稿费，拿到稿费后可以多买书。后来慢慢喜欢上了写作，写不出来了。”他回忆道。

胡庆华没有想到的是，经过几年的新闻语言训练，他的写作能力迅速提高，语言表达更加精确有力，这对他后来的科研工作帮助很大。

“很多理工科学者最头疼的，就是写论文，写申请，写报告。因为积累的文字努力，写论文对我来说很轻松。其他人可能需要一个月才能完成论文初稿，我不到一周就能完成。在补人工智能领域的相关知识时，对单词比较熟悉，这也让我的阅读理解速度比别人快。有些大书有时候一两周就能看完。”胡庆华说。

人工智能领域的一些同事表示，胡庆华清新的文笔和简洁的语言风格使他的论文更容易理解，他的学术观点也更容易被同行接受。同时，这种语言风格也有助于提高他文章的被引率。

“作为主持人和记者，在当时，这些都是我的兴趣所在。可能看起来有些‘做错事’，但总觉得学习是一种旁通。你永远不知道，不经意的积累会过你的一生。哪里。”胡庆华说，他经常告诉学生要珍惜自己的兴趣，他是“科研道路上最好的老师”。

在不确定性建模领域深入培养了10年

兴趣是最好的老师，但单靠兴趣并不能让胡庆华在人工智能这个新领域拓展领地。

2011年底，胡清华在香港理工大学完成博士后研究，进入天津大学。加入公司后，他接到的第一个项目极具挑战性。胡庆华和他的博士生导师在国家重点基础研究发展计划(973计划)的资助下，开展了“新能源不确定性建模”的研究。

胡庆华介绍，本研究主要针对太阳能和风能在电力系统中的应用。“这部分能量有点‘不可靠’。当大规模使用时，可能会破坏电力系统的稳定性，降低供电质量。只有了解了这些能源的‘脾气’，才能让它为我所用。”他说。

对于胡庆华来说，新能源的不确定性建模是一个完全陌生的领域。胡庆华的“开拓之路”走得很辛苦，从查找资料、阅读文献，到收集分析数据。

然而，经过多年的努力，胡庆华这个“门外汉”在这个领域闯出了一片天地。“为了提高风电功率预测的准确性，我做了大量的建模工作，设计了很多算法。在此基础上，逐步解决了风速难以确定等问题，提高了风电功率预测的准确性。”他说。

2016年，项目顺利通过验收测试，他的课题组被评为优秀。在普通人眼里，这个时候应该研究完了。然而，胡庆华“不想就此打住”。

“围绕这个项目还有很多东西需要挖掘，所以研究不仅没有结束，还刚刚开始。”在胡庆华看来，这项研究属于数据不确定性建模的研究领域，是机器学习和数据挖掘领域的一个难点。“大数据时代已经到来，使用大数据最大的问题是数据质量不稳定。低质量的数据可能会导致基于数据的决策出现重大偏差。”

于是，胡庆华成立了一个20多人的团队，对每个数据不确定性建模问题发起了冲锋。从新能源的不确定性到大数据的不确定性，胡庆华带领团队从工程应用研究中发现基础研究问题，然后将基础研究成果应用到工程领域，实现了科研的良性循环。

经过近10年的拓展疆域，胡庆华对不确定性建模研究有了较为系统的认识，逐渐认识到它是一座位于跨学科领域的科研“富矿”。今年胡庆华批准的国家杰出青年科学基金仍然是针对不确定性，从数据的不确定性延伸到建模任务的不确定性。

“在未来，我计划将该团队研究的算法应用到天气预报、森林火灾预报和大型设备故障预报中，并希望这些结果能在空机房得到更广泛的应用。”胡庆华说。