挖掘新理论 拓展新应用

来源:用户上传      作者:

　　时至今日，互联网信息技术革命对生产力的带动作用已渐趋强弩之末，下一次生产力飞跃的突破口在哪里?越来越多的科学家都把希望寄托于人工智能，他们认为人工智能将带来一次史无前例的技术革命。
　　一位刚过而立之年的学者、一门新兴的学科技术，当年轻与年轻相遇，哈尔滨工程大学自动化学院莫宏伟教授带着对理想的热诚追求，在人工智能领域的表现真的是可圈可点。瞄准前沿
　　人工免疫系统是基于免疫系统原理而设计的智能系统，多用于计算机安全、故障诊断、优化等方面。作为在国内较早开展人工免疫系统研究的学者，莫宏伟教授在学术研究及推动本学科发展方面，做出了突出的贡献。
　　在对人类免疫系统仿真建模研究中，莫宏伟教授从多种方法上进行了创新，利用细胞自动机、智能主体、微分方程与状态转换混合方法等，对人类免疫系统基本性质进行了比较全面的研究和仿真实现，对免疫T细胞动力学性能进行了深入的理论研究，其研究成果对于探索大规模微小型机器人协同行为颇有影响。他建立了可用于启发建立新型免疫计算方法的模型，其中，基于人工免疫网络的新型分类器可用于数据分类、网页文本挖掘，信息恢复等领域；改进后的细胞自动机模型可对免疫应答和抗体变异进行仿真研究；微分方程、改进后的CS模型也可以对免疫应答进行仿真研究。另外，他还基于混合模型建立了T细胞动力学模型。
　　在人类免疫系统机理的研究中，莫宏伟教授针对其数据挖掘技术进行了全面而深入的理论和实际探索研究，创建了人工免疫系统在数据挖掘领域的理论及应用成果。从中提出了免疫网络分类器和阴性选择分类器系统，并基于复杂网络理论对人工免疫网络在聚类方面的性能开展了理论研究，其结果可应用于数据挖掘、机器学习、模式识别等多个范畴。如，免疫聚类算法可应用于获取垃圾邮件，阴性选择分类器有利于信息的恢复等。在对人工免疫网络展开理论分析研究时，他提出了该方法的聚类质量分析和评价方法――基于人工免疫网络的文本聚类方法和类别不均匀方法，同时，对人工免疫网络产生的记忆细胞机制进行了深入研究。其理论成果还包括基于克隆选择的数据属性选择算法，动态数据库关联规则挖掘方法、半监督聚类免疫算法等。
　　作为一位研究者，莫宏伟教授确实做到了瞄准国际学术前沿进行钻研。除上述研究外，他对前沿学术的追求还表现在“烟草智能辅助分析与设计系统”的攻关上。作为黑龙江省科技攻关项目，该系统以前沿的信息技术和人工智能技术为基础，融合行业的先进制造、设计技术，充分利用领域专家的感官品评、设计经验和知识，从样本数据中学习专业知识、自动抽取数据中内含的规律，来实现对产品感官质量的计算机辅助品评和计算机智能配方设计，减少人工专家品评工作量，提高品评效率和质量，从而协助技术人员进行产品质量控制、工艺过程改进和计算机辅助设计等工作，当年即为企业节省开发成本100余万元。该系统申请发明专利3项，目前已公开2项。该成果的出现不仅可以完善对企业技术工作的信息化建设，还适应了当前产品品评和设计数字化，智能化，标准化的发展趋势，促进了黑龙江省省内烟草企业的技术创新，初步达到了以高新技术改进传统产业，以信息化带动工业化的目的。除了烟草行业，该项目成果还可以推广到食品，酿酒、医药等其他配方产品领域。
　　如果说努力与成果是莫宏伟教授种下的“因”，那么，国内外同行的认可与赞誉则是结出的“果”。2003年，他出版了国内首部关于人工免疫系统的专著――《人工免疫系统原理与应用》。六年后，他出版了《人工免疫系统》一书，并获得国家科学学术专著出版基金资助。而他的另一著作也于2009年得以在美国出版。此外，他还在国际期刊IEEE Transaction on Cybernetics，System andMan，Information Science，以及《电子学报》、《计算机学报》等国内核心期刊，IEEE下的国际会议上发表论文30余篇，其中，多篇进入SCI等三大检索。自从事科研工作以来，他承担并参与国家“863”课题、国家自然科学基金、黑龙江省自然科学基金等多项国家、省部级攻关项目。如今的他，已经是哈尔滨工程大学自动化学院教授，模式识别与智能系统研究所副所长，黑龙江省人工智能学会秘书长，中国人工智能学会自然计算与数字城市专委会副主任。
　　
　　研无止境
　　
　　“吾生也有涯，而知也无涯”，在莫宏伟教授看来，对科研的追求也应该是无止境的。如今的他，并没有在过去的成绩中沉沦，而是继续在人工智能的科学之路上不断探索，征服更高的科学高峰。
　　他认为免疫系统仿真研究前景可观。且不论免疫系统仿真是计算机科学与免疫学，医学、免疫信息学等相关领域理论与技术融汇的结晶单说从早期的微分方程仿真免疫系统的局部现象和机制，发展到利用大型计算机研究免疫系统整体，建立三维仿真模型，免疫系统仿真也经历了一场跨越式的发展。莫宏伟教授把握这一发展，研制基于主体和复杂网络理论的免疫系统的仿真方法及免疫系统仿真平台。该平台包括主体和复杂网络与免疫系统成分的对应，基于主体和复杂网络的免疫系统模型，以及基于主体和复杂网络的三维免疫仿真系统，不仅适用于医学研究、药学试验和免疫学教学，也将为开发新的用于工程问题的人工免疫系统打下良好的理论基础。
　　从另一个角度来说，虽然经过十几年的发展，人工免疫系统已经在人工智能、自然计算等领域占有了一席之地，但其发展也面临着许多局限。一方面，基于传统的免疫学理论开发算法不断改进，并投入应用另一方面，鲜有新的借鉴免疫机制的方法产生，这一现象在国内尤其突出。意识到这一点，莫宏伟教授一路“跟踪”现代免疫学、免疫信息学的发展，着眼于利用免疫系统的微观信息处理机制，也就是细胞和分子层面的信息传导，处理机制，开发新的免疫信息处理理论和方法，以满足数据挖掘、新医药开发与设计、模式识别等领域的需求。
　　“基于自然计算的智能控制理论与方法”，是莫宏伟教授的又一项重要进展。过去的几十年里，包括遗传算法、免疫算法、DNA计算、膜计算等传统和新涌现的计算方法在内的自然计算已经成为一个单独的领域。不同的自然计算方法在人类社会生产和实践的不同领域得到广泛应用。莫宏伟教授则将研究重点置于免疫计算、群计算智能、进化计算等方法的基础之上，力求完成能够应用于智能武器等方面的设计与开发。
　　“自然计算中许多方法都是受到生物或自然现象的启发而产生的，在不同的问题方面都具有各自的优势和缺点。没有能统一解决所有问题的自然计算方法。”在提到自然计算时，莫宏伟教授如是说。通过“基于植物生长及光合作用原理的计算理论与方法”研究，他试图从植物生长过程营养和水分的分布与分配机制，以及光合作用中化学成分的分配与反应机制入手，提出全新的计算思想和方法、能源利用和节约方法。与现有的自然计算方法不同，该方法将可以解决不同领域的复杂的优化，调度、能源节约问题，该思想可以说是开国内相关研究之先河。
　　一连串紧张有序的工作，忙碌，却也充实。敏锐求新与勤奋务实，一直都是莫宏伟教授闪光的品质，在今后的道路上，他也会一如既往，向着更高的科学高峰迈进!

转载注明来源:https://www.xzbu.com/2/view-648721.htm