過去兩年出現了人工智能的熱潮，特別是以深度學習算法為代表人工智能在中國市場出現了井噴現象。按照麥肯錫統計，2016年全球科技巨頭在人工智能上投入了 200億到300億美元，VC/PE投融資達60億到90億美元。在中國，按照鈦媒體TMTbase全球創投數據庫的數據統計，目前共收錄中國人工智能企業398家、共發生571起投資事件，投資總額高達571億人民幣。

就在AlphaGo先后挑戰世界和中國圍棋高手后，關于人工智能的熱炒更有甚囂塵上的趨勢，也有行業專家發出人工智能泡沫的警告。然而，人工智能泡沫現象卻有一個意想不到的效果。2017年6月24日，在由鈦媒體與大數據運籌優化公司杉數科技聯合舉辦的“鈦媒體AI大師圓桌會”中，來自美國與中國的頂級優化算法專家均體現，人工智能熱帶動了優化算法的繁榮。

斯坦福大學李國鼎工程講座教授、華人運籌學領袖、杉數科技首席科學顧問葉蔭宇體現，機器學習算法強化了單體機器的智能，但在機器人群體協同工作時則需要“通盤考慮、統籌優化”的優化算法。正因為云計算、大數據與人工智能的井噴，才出現了超大規模的大數據，而這正是優化算法繁榮的基礎，優化算法的發展也將反過來鞭策人工智能進入新階段。

算法戰爭與戰爭算法

斯坦福大學李國鼎工程講座教授、華人運籌學領袖、杉數科技首席科學顧問葉蔭宇

2017年4月26日，美國防部在一份備忘錄中對“戰爭算法”進行了描述，提出了“算法戰”概念，更為重要的是組建了“算法戰跨功能團隊”，該團隊將通過編寫人工智能、機器學習等代碼來改變作戰方式，好比利用人工智能對無人機采集的海量視頻數據進行分析以獲得豐富的戰爭情報。

而早在二戰的時候，還沒有大數據甚至也沒有計算機，在獲取數據的途徑、數量和速度都很有限的前提下，發源了對后來全球社會經濟有廣泛影響的“戰爭算法”：運籌學。葉蔭宇介紹說，運籌學是一種研究優化的學問，就是對于所有的實際生活中出現的問題，不是簡單是找一個可行的方案，并且是必然要找到最優的方案。用現代的話說，就是要把事情做到極致。

生活在1707年到1783年的著名瑞典數學家萊昂哈德·歐拉就曾說過：這個世界上的任何事情或事物都有最大值或最小值。在二戰中，盟軍使用數學模型解決各種作戰的最優化問題，包孕雷達安排問題、運輸船隊的護航問題、反潛深水炸彈投擲問題、太平洋島嶼軍事物資存儲問題、項目辦理問題等等，這些問題的解決保障了最后的勝利。

二戰結束后，人們將運籌學廣泛應用到企業和政府之中，包孕生產、辦事、金融等行業。由于運籌學源于解決現實世界中的決策問題，因而后來涌現了大量運籌學算法，運籌學各重要分支得到快速發展，包孕線性規劃、非線性規劃、整數規劃、組合規劃、圖論、網絡流、決策分析、排隊論、可靠性數學理論、庫存論、博弈論、搜索論等。

現代運籌學利用統計學、數學模型和算法等方法，為復雜問題尋找在滿足約束的條件下能夠最大化/最小化某一目標的最優決策，典型的應用就是解決復雜巨系統的優化決策問題。復雜巨系統指的是規模巨大、構成要素復雜、包羅眾多子系統的系統，如電力系統、城市交通網、數字通信網、柔性制造系統、水資源系統、社會經濟系統等。

復雜巨系統性能的優化將產生巨大的經濟效益或社會效益，而其中運籌學的應用就能起到重要作用。好比工廠生產、貨物庫存、銷售中心和消費區域等辦理等，不能對各個環節孤立地進行研究和辦理，必需把這些環節連接起來，以獲得全局優化的運行辦理。

能夠解決復雜巨系統的優化問題，才是以運籌學為代表的最優化算法的最大價值，甚至對于一個國家來說具有著戰略意義。從商業價值這個角度來說，大數據是從0到1、人工智能是從1到2、統計和運籌優化算法是從2到N。掌握了以運籌學為代表的優化算法，才能真正博得未來的算法戰爭。

大數據時代下的商業決策

美國紐約大學助理教授陳溪

葉蔭宇曾獲得美國運籌與辦理學會馮諾依曼理論獎（運籌辦理學界最高獎），也是迄今為止華人唯一獲獎者，2014年美國應用數學學會優化大獎（每三年評一人）、2012年國際數學規劃大會Tseng Lectureship獎（每三年評一人），曾主持和參與美國波音、FICO、運通、美國衛生部、美國科學基金、美國能源部以及美國空軍科研部門等多個科研項目。