科技視角——走進群體智能世界的學者
——記北京大學智能學院計算智能實驗室譚營教授

記者/李國良

譚營教授

目前，以互聯(lián)網(wǎng)和移動通信為紐帶，實現(xiàn)了人類群體、大數(shù)據(jù)、物聯(lián)網(wǎng)的廣泛和深度互聯(lián)，這樣的模式，讓群體智能發(fā)揮了極大的科技優(yōu)勢，并由此改變了人工智能領(lǐng)域。

1.群體智能的“真相”

著名科學家錢學森先生在20 世紀90 年代曾提出綜合集成研討廳體系，強調(diào)專家群體以人機結(jié)合的方式進行協(xié)同研討，共同對復(fù)雜巨系統(tǒng)的挑戰(zhàn)性問題進行研究。而現(xiàn)在，群體智能作為人工智能最重要的研究領(lǐng)域之一，正吸引著大量國際知名學者進行深入和廣泛研究。尤其是在國務(wù)院頒布的《新一代人工智能發(fā)展規(guī)劃》中，群體智能作為我國四個戰(zhàn)略性重要研究方向之一，具有極其重要的意義。

群體智能源于對以螞蟻、鳥群等為代表的社會性昆蟲群體行為的研究。最早被用在細胞機器人系統(tǒng)的描述中。群體智能的特點在于分布式并行控制，不存在控制中心，群體存在自組織性。

作為一門新興學科，群體智能的算法及思想可以應(yīng)用于很多領(lǐng)域的研究，如二次指派、車間調(diào)度、圖形著色、面向連接網(wǎng)絡(luò)路由等問題的求解等。所以，關(guān)于群體智能的探索，從未停歇。其中，ICSI 系列會議就是在世界范圍的群體智能領(lǐng)域具有很大的影響力的國際性集會之一。

它，是從事群體智能研究與應(yīng)用的研究人員發(fā)表他們最新研究成果的重要專業(yè)學術(shù)平臺。到目前為止，已經(jīng)舉辦了十三屆，第十四屆國際群體智能會議將于2023年內(nèi)于中國深圳舉行。

作為發(fā)起人，從2010 年至今，在國際群體與進化智能學會（IASEI），IEEE 旗下各相關(guān)學會，國際神經(jīng)網(wǎng)絡(luò)學會（INN），軟計算世界聯(lián)合會(WSC)等和國家自然科學基金委的共同大力支持下，譚營教授帶領(lǐng)其團隊已連續(xù)組織了十三屆群體智能國際會議（ICSI），為加強國際學術(shù)交流、宣傳我國群體智能研究成果、提高我國群體智能研究能力做出了突出的貢獻。

2.群體智能成果

群體機器人，是群體智能領(lǐng)域的重要研究方向，可以廣泛的應(yīng)用需要大量低成本個體、需要大量時間和空間或者操作環(huán)境有害的實際應(yīng)用中， 例如采礦、農(nóng)業(yè)生產(chǎn)、災(zāi)后救援、目標搜索、軍事應(yīng)用等等。 正是這樣廣泛的應(yīng)用，讓其研究備受關(guān)注。而譚營團隊不負眾望，在群體機器人研究領(lǐng)域，取得了多項重大突破。

通過調(diào)研大量相關(guān)文獻，團隊建立了群體機器人的一般模型，基于一定假設(shè)和抽象建立了群體機器人多目標搜索問題的仿真模型； 受煙花算法（FWA）啟發(fā)，團隊提出了組爆炸搜索策略（GES 和IGES），取得了優(yōu)于基準算法RPSO 的性能。

在環(huán)境限制方面，團隊考慮了障礙物、假目標和干擾源的影響。對此，團隊提出了一種群體協(xié)作策略，相對于機器人獨立搜索而言，能夠降低假目標的訪問次數(shù)，較好地完成了任務(wù)需求。

群體機器人自適應(yīng)部署可作為群體機器人多目標搜索問題的一個子任務(wù)，通過自適應(yīng)調(diào)節(jié)勢場函數(shù)的參數(shù)，于是，團隊提出了一種自適應(yīng)部署機制，能夠較快地讓整個機器人群體部署到未知搜索空間。

此外，他們還就基于機器學習的多智能體學習任務(wù)展開了相關(guān)研究，提出了基于進化算法的群體機器人策略演化與基于深度強化學習的多智能體協(xié)同算法。學習機制可方便地用于群體機器人算法的建模與學習，并應(yīng)用到了一些基于多智能體協(xié)同的游戲中來。

提到群體智能，就不能不提近些年備受關(guān)注的煙花算法，作為一種新的群體智能優(yōu)化算法，它與粒子群優(yōu)化、蟻群優(yōu)化和遺傳算法等SI 算法相比，具有不同的協(xié)作框架和搜索方式。在煙花算法中，多個煙花在自身周圍分布新個體（稱為火花），來進行局部鄰域的搜索；各煙花根據(jù)自身的搜索狀態(tài)，相互交換信息，調(diào)整自身爆炸范圍和火花分配，從而實現(xiàn)整體搜索的協(xié)調(diào)。

相比其它群體智能算法與進化算法框架，煙花算法在基準目標函數(shù)和現(xiàn)實問題上都有著更好的表現(xiàn)。隨著研究的深入，譚營和其研究團隊又提出了許多效果更好的煙花算法變體，并且達到了群體智能算法的先進水平。由此可見，煙花算法框架具有十分優(yōu)異的性能以及極強的競爭力。

現(xiàn)在的煙花算法，已經(jīng)走出了自己的應(yīng)用路徑，被應(yīng)用于廣泛的現(xiàn)實環(huán)境。比如，研究人員成功地將煙花算法應(yīng)用到了各種應(yīng)用當中去，如利用FWA 進行強化學習，來優(yōu)化各種機器學習任務(wù)。當然，還有許多其他的應(yīng)用，如調(diào)度與路由問題、數(shù)值計算、設(shè)計與控制、圖像處理等。而煙花算法的創(chuàng)始人，正是譚營教授。由此可見，在多項算法研究領(lǐng)域，譚營及其領(lǐng)導(dǎo)的團隊，就走在了群體智能研究的前沿。

3.注重對學生的培養(yǎng)

除了平常的科研工作外，譚營還非常看重學生的培養(yǎng)。作為北京大學的教授，他承擔起了本科生《智能信息系統(tǒng)》和研究生《計算智能》《研究生科研方法》《金融與人工智能》等課程的教學任務(wù)。同時，作為博士生導(dǎo)師，他還負責實驗室十多名博士生和碩士生的研究指導(dǎo)工作。作為師者，他認為培養(yǎng)高層次的研究型人才，是目前建設(shè)創(chuàng)新型國家的重要基石。而如何引導(dǎo)每一名碩士、博士新生入手科研，以及在研究過程中對他們進行點撥，則是譚營目前日常指導(dǎo)學生研究工作的重點。在教學過程中，他發(fā)現(xiàn)，創(chuàng)新與交流，對研究生的培養(yǎng)至關(guān)重要，并始終將其貫穿在他的日常教學工作之中。

關(guān)于創(chuàng)新，譚營說：“在高校做科研不同于其他環(huán)境，需要研究各種前沿的問題，在解決這些新的問題中提高自己，鍛煉科研隊伍，所以高校科研更需要時時創(chuàng)新。”不墨守成規(guī)，崇尚新思想，是譚營的工作方式。他常這樣教導(dǎo)學生：“不要迷信權(quán)威，要尊重事實，不要局限于別人的思路中，要勇于嘗試，嘗試新的思路，轉(zhuǎn)變自己的思維方式。” 同時創(chuàng)新植根于實踐，在譚營看來，只有腳踏實地，找準自己的研究方向，才能做出研究突破。

另一方面，作為多名研究生的導(dǎo)師，當學生遇到疑難問題，他不僅僅會單獨面對面交流，給出自己的想法和建議，他還經(jīng)常組織召集學生們一起討論。“不能關(guān)起門來做科研，別人的想法與建議是至關(guān)重要的。”這也是譚營所秉持的。每次組會，他都要求大家分享一下自己的觀點，對目前的研究和課題提出一些問題。“每個人的想法都是不同的，別人的想法正是對自己想法的擴展與補充。”

在不斷的教學中，譚營也發(fā)現(xiàn)，教育學生擁有正確的世界觀也很重要。 因此，他并不完全是傳授知識，而是非常注重培養(yǎng)學生正確的世界觀，通過引導(dǎo)告訴他們要為誰服務(wù)，不要有利己主義。作為一個做科研的人，要放開心態(tài)，用追求科學陣地的世界觀做研究、做工作，才能創(chuàng)造更大的價值，為社會的發(fā)展、國家的建設(shè)貢獻自己的一份力量。

如今，譚營的研究精力主要集中在一些國家級的項目研究上，包括國家自然科學基金、科技部的人工智能規(guī)劃等項目。主要目的是將智能群體優(yōu)化在大的方向上繼續(xù)向前推進。除了將煙花算法推進到世界所有優(yōu)化系統(tǒng)前三名的水平，他更希望通過努力推動我國在相關(guān)領(lǐng)域整體優(yōu)化研究領(lǐng)先水平。

有理想，有行動，這就是譚營，一位奮斗在科研領(lǐng)域的探索者，一位長期默默耕耘在我國高等教育戰(zhàn)線中的著名學者。