“专访「算法之父」Michael Saunders：人工智能未来的突破点可能在自动驾驶”

据雷锋网ai科技评论，4月25日，在涂鸦智能联盟知名财经媒体“新财”、人工智能行业知名媒体“全球智能化商业”联合举办的“全球智能化商业峰会”上，斯坦福大学名誉教授、新闻教授。 全球算法专家michael saunders以“基于约束优化的算法:通用软件的优点”为主题进行了演讲

michael saunders曾担任斯坦福大学管理科学与工程系教授。 目前，他是斯坦福大学名誉教授、数学家、世界顶级算法专家、工业与应用数学学会会师、新西兰皇家学会名誉成员、斯坦福大学发明名人堂成员。

michael saunders教授从科学计算之父gene golub，1972年获得斯坦福大学计算机科学博士学位，作为计算机行业的“大咖”参加数学编程学会“william orchard-hays” 据了解目前用于矩阵方程和优化问题的数学算法在世界范围内被广泛采用 michael saunders教授曾经为通用电气、波音企业等提供咨询服务。

michael saunders教授的研究行业包括人工智能、大规模科学计算、大数据观察、系统优化、稀疏矩阵解法、软件工程、aiot等。

在他看来，互联一直是aiot产业优化的难题，比如这次会议的主办方图形智能也发表了同样的技术，saunders教授在这个行业做出了突出的贡献。

以下是这次michael saunders教授演讲和采访的纪要，雷锋网ai科技评论整理得不变其原意。

大家好！ 谢谢你今天来到现场。 很高兴你能来中国。 对不起，我是新西兰人。 我会说法语、西班牙语和英语，但是中文更难。

今天，我想谈谈约束的优化。 在这之前，我想去斯坦福大学参加计算机相关的科学研究，谈谈约束优化的历史。

从新西兰到斯坦福，都专注于“约束优化”

1972年，我在斯坦福大学获得博士学位。 我回到新西兰，我以为就这样永远在新西兰。 但是，斯坦福教授george dantzig，线性代数之父，他一边邀请我去斯坦福大学，一边发起了系统优化实验室( sol )计划。

我参加系统优化实验室的时候，dantzig教授负责建立经济和能源模型，但我专注于非线性目标函数，开发了minos优化软件的初始版本来处理这些模型的问题。

当时，斯坦福大学的george dantzig教授提出了“优化约束”这一新算法的优化。 这是一个不太容易的研究课题，为了使某个函数或某个函数的目标值达到最佳，在一连串的限制条件下寻找一组参数值。 “约束优化”本质上是线性代数问题，用软件实现优化分解。

到了20世纪80年代，我又扩展了minos以解决一点非线性的约束条件，同时我们开发了其他约束优化软件用于通用电气和nasa。

1990年，我们的软件被用于温室效应模型、飞机和太空船的轨道优化等航空宇宙的优化问题。

我从1975年开始在美国航天局的艾姆斯研究中心(

研究中心(利用本公司的优化软件设计了超音速飞机，新型的太(/k0 )/)纺锤和太)//k0 )

船舱，虽然有些项目后来被取消了。

当然，我们的算法优化在很多其他行业也在使用。 例如，也有控制机器人运行轨迹的医疗行业。 瞄准x光，可以帮助医生进行放射治疗。

优化对于航空空的应用是必不可少的

我们的软件用于许多美国航天局的许多航空空项目。 例如:

·航空空器的外观应该如何设计才能减少阻力？

·如果有能上升到海平面2万米高度空的拦截机，我们将尽量缩短其上升所需的时间。 这就是所谓的轨道优化。

·单级轨道火箭(简称single-stage-to-orbit或ssto ) )麦克唐纳-道格拉斯dc-y在上轨道时，以太/(/k0/)穿梭机急剧下降的姿态重新进入大气层 这也是轨道优化的一种。