——记苏州大学计算机科学与技术学院院长李凡长及团队
本刊记者 高慧娟
当我们享受互联网时代的种种便捷时,有一群正在为网络信息技术的飞速发展默默奉献的学者,用他们的智慧正开辟着计算机研究的新领域!苏州大学计算机科学与技术学院院长李凡长就是其中的一员,他沉稳、博学、健谈,有着敏锐的时代触觉,与他谈话,就如同走进一座计算机科技博物馆。在20多年的从业生涯中,李凡长勤思善学,兢兢业业,凭借自己的远见卓识取得了一系列创造性成果,现已成为行业内的典范。
“虽千万人吾往矣”,这是李凡长的人生态度,只要关乎事业与理想,便会尽心竭力、一往无前。而站在李凡长身边的那科研队伍,也正与李凡长齐心协力,一同攻克着科学难关。
半路出家的计算机英才
李凡长生于1964年,求学在80年代,也许是受了当时“学好数理化,走遍天下都不怕”的影响,他极其酷爱理工学科。当时,我国著名数学家陈景润先生是时代的标杆,李凡长将其视为偶像,希望有朝一日能像陈景润先生一样有所建树。就这样,考上大学后,李凡长选择了数学系。凭借对数学的一腔热爱和几分天资,他对未来无比憧憬。?
然而,并不是所有的理想都能变为现实。造物弄人,大学毕业后,李凡长去中学当了数学老师。在中学,李凡长教过很多课程,包括数学、物理、化学、外语,他都尝试过。一晃8年,虽然李老师倍受学生敬爱,但在李凡长内心深处,理想之火从未熄灭过,甚至随时间的变迁而愈燃愈旺了。
与各种传统学科相比,计算机科学在上世纪90年代是一门新兴学科。在中学任教期间,李凡长敏锐地意识到日后计算机科学发展的广阔前景,并觉得这是时代的机遇,也是改写个人命运的绝好机会。出于好奇也是想挑战一下这个新兴学科,1992年,28岁的李凡长毅然结束了安定的教师生涯,决定从计算机科学领域重新起航。经艰苦的奋战与不懈的努力,可畏功夫不负有心人,只用了一年,他就顺利考上了中国科技大学计算机科学与技术系硕士,人生从此面临新的机遇和挑战。
这一次,李凡长坚定了方向。硕士毕业后,李凡长于1995年进入云南大学任教,四年后晋升为教授。2000年,李凡长调入苏州大学工作,到现在他已不仅是一位计算机领域的知名专家这么简单,还成了一名出色的管理者。这些年来,他主要开展了李群机器学习、动态模糊智能理论及应用、认知软件工程,多Agent系统理论及应用等研究工作,先后承担8项省部、国家自然科学基金重点和面上项目,取得了一批被国内外同行专家公认的达到国际领先水平的科研成果。到目前为止,李凡长发表论文150余篇,出版学术专著7部(其中在美国出版英文专著1部),教材4部,获省级科技进步奖3项、国际学术创新奖1项。
李群机器学习的提出者
在数学中,李群是一个群,同时也是一个微分流形,具有在群操作下保持光滑结构的性质。近年来,李群不再局限于数学领域的理论研究,这类连续性变换群也被许多计算机领域的学者所熟知。2004年,李凡长将李群与机器学习算法结合起来,提出了李群机器学习的理论框架,到现在已出版两本《李群机器学习》系列著作。
经过多年的探索与研究,李凡长在李群机器学习算法上取得了一系列原创性研究成果。这些成果算法依照不同的设计思路,大致可分为两类:一类是基于向量空间的机器学习算法,将其基本思想运用到具有李群结构的数据中。另一类是构造具有分类效果的代数或几何结构,通过结构特性将数据划分开。
纤维丛学习算法是解决李群空间中计算系统计量问题的有效方法。在利用切空间描述局部信息的同时,李凡长选择主曲线作为描述流形数据整体分布的工具。这类似于主成分的概念,主曲线是一条描绘流形结构的光滑曲线,通过局部切空间不断逼近的方式,主曲线希望找到真实反映流形数据的分布信息。
目前李群机器学习已被广泛运用于人工智能领域并已逐步表现出了自己鲜明的特点。李凡长介绍说:“李群在处理尺度变换、平移变换、旋转变换等部分拓扑变换时,具备显著的优势,这使得李群成为研究不变性的一个有力的工具。而从计算的角度来看,李群与李代数之间的转换关系能够便捷地改造基于向量空间的传统机器学习算法,这为李群机器学习处理各样纷繁复杂的问题提供了保证。”
虽然成果已经足够丰硕和成熟,但对李群机器学习的研究仍在进行中……
未来,李凡长考虑构建李群深度学习模型,通过对现有流形切空间的研究,将模型化的切空间进行推广,并将逐层学习的思想与现有深度学习模型结合起来,探索如何利用模型构造具有李群结构的变换。
解密图像不变特征难题
人脑认知图像是一个非常复杂的过程,人脑处理图像既快又准,而目前的科学技术无法使得计算机像人脑一样高效地处理和识别图像。图像不变特征是长期以来人们比较关注并希望解决的科学难题之一。2011年,李凡长主持国家自然科学基金重点项目“基于认知模型的图像不变性特征理论和关键技术”并取得一系列研究成果。
在这一项目中,李凡长及团队主要围绕能够充分反映图像整体和局部不变性特征的相关问题,将研究任务分解了三个相互关联的部分。一是针对输入图像所对应的数字矩阵,应用李群认知理论挖掘图像的结构特征;二是应用颜色恒常性算法提取图像的颜色不变性特征;三是运用图像尺度空间技术提取图像的尺度不变性特征。以此为基础,李凡长实现了对图像的深层次认知任务。
经过大量的研究证实并肯定了这一成果,针对图像不变特征的学习问题,李凡长与团队系统提出了李群机器学习理论新框架,并得到了多方肯定与认可,包括李群机器学习模型、李群机器学习子空间轨道生成算法、李群覆盖学习算法、李群核学习算法、李群半监督学习算法、李群深层结构学习算法、辛群学习算法、量子群学习算法、张量学习算法、纤维丛学习算法、标架丛上的联络学习算法、谱估计学习算法、Finsler几何学习算法、同调边缘学习算法以及范畴表示学习算法等。
针对图像序列不变特征的深度问题,他提出了“模型+分析”的深度认知互补模型理论框架,并将其应用于颜色不变特征分析,并取得了多项成果,包括一种多光照颜色恒常性算法、一种多光照颜色恒常性算法的性能评价标准及显著性分析方法等,为图像在多光照条件下的颜色恒常性计算和图像颜色不变性描述子提取提供了新方法。
而针对图像多尺度不变特征之间存在的动态模糊性的问题,李凡长系统提出了图像不变特征的动态模糊分析方法,并取得了显著成果及进展,包括动态模糊二阶逻辑,动态模糊代数语义模型,动态模糊操作语义模型,动态模糊层次关系学习等,为解决图像多尺度不变特征之间存在的动态模糊性问题提供了新的理论基础。
在项目实施过程中,李凡长与团队共发表(录用)论文70篇,其中SCI收录33篇,EI收录23篇;出版专著3部;获江苏省科学技术奖二、三等奖各1项,2014年获得领域内国际权威奖IEEE CS GRC Pioneer Award1项。同时申请国家发明专利27项,已授权5项;苏州大学创新团队1个,引进青年教师5名,江苏省杰出青年人才1名;培养博士后6名、博士20名、硕士49名;承办国际会议2次,出国参加国际会议20余次;邀请1名国外专家连续3年到本团队每年访问3个月。
掌舵团队建设与发展
一个人的力量是有限的,一群人的力量是无穷的。一个优秀的团队,其创造潜能是无法估量的。“李群机器学习与动态模糊逻辑研究团队”是李凡长领导的一支科研队伍。作为负责人,李凡长非常注重团队建设和管理,该研究团队一直秉承“五重”团队建设理念,即“重协作、重交流、重创新、重基础、重实践”。目前已经形成了一个完整的从“本科生→研究生→博士后→青年教师→资深教授”的科研队伍。
目前,“李群机器学习与动态模糊逻辑研究团队”有教授2人,特聘副教授1人,讲师6人,博士后4人,博士研究生11人,硕士研究生42人和导师制本科生66人。主要围绕1个中心(即机器学习与数据分析研究中心)、2个博士后流动站/博士点/省重点学科-计算机科学与技术、软件工程、3个一级学科硕士点(即计算机科学与技术、软件工程和管理科学与技术)和2个专业学位硕士点(即计算机技术、软件工程)开展科研工作和日常的团队活动。
人才是科技发展的基石。李凡长注重青年教师、博士、硕士研究生与导师制本科生的科研水平和创新意识的培养。在研究生培养上,李凡长一直遵从“项目导入、任务驱动、协同创新”的模式进行指导,重点培养研究生的科研素养、创新精神和创新能力。李凡长推行“双导师”制度的实践教学模式,安排高校教师和企业指导教师共同指导本科生实践课题研究,实现了教学和社会需求的完美结合。另外,在团队管理方面遵从“资深教授带动青年教师、博士后、博士研究生发展和研究生、本科生联合培养”的模式,促进了人才的快速成长。
截至目前,“李群机器学习与动态模糊逻辑研究团队”成员已出版中、英文学术专著7部,发表期刊论文308篇,申请发明专利20项,已授权7项。
为了提升研究团队在国内外的影响力,带领研究团队走向国际,李凡长特别重视与国内外知名学者进行学术交流和科研问题探讨。在团队学术交流方面,李凡长秉承“多走走、多看看、多学学、多交流”的理念,鼓励青年教师、博士后、博士硕士研究生和导师制本科生到国内外知名高校进行学术访问和学术交流,及时了解所在领域的国内外最新研究动态、最新研究进展、重要的科学问题。而对现有研究中尚存的问题,他主张“努力确保拟开展的研究问题和研究方法的前瞻性和重要性”。近年来,有来自美国、澳大利亚、中国香港在内的多个国家和地区的知名专家学者受邀担任学院的客座教授,共为学生举办高水平学术报告40余场,受到学生的普遍欢迎。其中,国内外知名学者包括Cornell University的图灵奖获得者John Hopcroft博士,中国工程院院士、欧亚科学院院士、人工智能专家李德毅等等。
《易经》有云,举而措之天下之民,谓之事业。从事自己喜欢的工作,并将成果惠及国民,李凡长与团队所做的就是“发于心、利于民”的事业。一路走来,李凡长的人生有波折,有困顿,却唯独没有停滞与后退,他说:“心中有理想就要去实现它。为理想去拼搏,什么时候都不晚。”
李群机器学习与动态模糊逻辑研究团队主要成员
李凡长 1964年9月生,云南省宣威市人。博士生导师,苏州大学东吴学者,苏州大学计算机科学与技术学院院长,北京交通大学兼职教授。1995年于中国科技大学计算机科学技术系获工学硕士学位,1999年8月在云南大学破格晋升为教授。主要学术兼职有:中国人工智能学会理事,中国人工智能学会的机器学习专委会常务委员,机器感知与虚拟现实专委会委员,智能系统工程专委会委员,粗糙集与软计算专委会常委,中国计算机学会高级会员。2002年、2007年分别入选江苏省“333工程”培养计划,2008年获江苏省有突出贡献中青年专家荣誉称号。
长期从事计算机科学与技术的教学和科研工作,主要研究领域包括李群机器学习、动态模糊智能理论及应用、认知软件工程、多Agent系统理论及应用等,先后承担8项省部、国家自然科学基金重点和面上项目。1994年首次提出了动态模糊逻辑,2004年首次提出了李群机器学习。目前已发表学术论文150余篇,出版《动态模糊逻辑》系列专著5部(其中在美国出版英文专著1部),《李群机器学习》系列专著2部,曾获省级科技奖二等奖2项(排名第一),2014年IEEE CS GRC Pioneer Award 1项。多年来致力于本科生、硕士生和博士生“人工智能原理”“组合数学”“机器学习”“计算机数学”“李群机器学习”“动态模糊机器学习”及“动态模糊逻辑”等课程的教学工作。
张莉 苏州大学教授、博士生导师,IEEE会员,中国计算机学会高级会员。分别于1997年和2002年在西安电子科技大学获得工学学士和博士学位,博士论文被评选为陕西省优秀博士学位论文。2003年4月至2005年5月,任职于上海交通大学控制科学与工程博士后流动站。2003年5月至2010年7月任职于西安电子科技大学电子工程学院,2010年8至今在苏州大学计算机学院工作。获2014年江苏省首届“江苏省优秀计算机科技工作者”称号。
主要从事机器学习、模式识别、图像处理方面的研究工作。作为项目负责人,承担3项国家自然科学基金、2项省自然科学基金(含1项江苏省杰青项目)。截至目前,与合作者出版专著3部,发表论文近70篇,其中SCI检索25篇,被SCI论文引用322篇次;获取发明专利12项;获国家自然科学奖二等奖、教育部高等学校科学研究优秀成果自然科学一等奖、陕西省科技进步奖一等奖、江苏省科学技术奖二、三等奖和西安市科技进步奖一等奖各1项;多次担任 IEEE TPAMI、IEEE TNN、模式识别与人工智能等国际国内权威学术期刊及多个国际学术会议审稿人。
张召 苏州大学特聘副教授?硕士生导师,IEEE会员,CCF会员。2013年7月毕业于香港城市大学电子工程学系(EE),获博士学位。2012年2月至5月担任新加坡国立大学Learning & Vision Research Group访问研究工程师,2012年9月至12月担任中科院自动化所模式识别国家重点实验室访问学者。
主要从事模式识别、机器学习&数据挖掘、计算机视觉等方向的研究。已发表国际学术期刊和会议论文35篇,其中主要研究成果以第一作者发表在国际著名SCI期刊上。主持国家自然科学基金项目1项,参与江苏省自然科学基金项目2项,指导硕士生获得江苏省研究生创新工程项目1项;获江苏省科学技术奖二等奖1项;获苏州市高等院校紧缺高层次人才引进资助奖励1项;获IEEE HK Section学术论文竞赛二等奖2项。担任Journal of Pattern Recognition Research和The Scientific World Journal: Computer Science等国际期刊编委,多次担任IEEE TNNLS、IEEE TSMC-B、IEEE TKDE、IEEE TSP、IEEE TII、Pattern Recognition、Information Sciences等国际权威期刊特邀审稿人。