人工智能（AI）近年来开始成为各个行业的绝对热点，而优化算法作为人工智能进一步发展的基石，也吸引到越来越多的关注。优化算法想要实现自身的作用，求解器是不可缺少的一个环节。然而由于开发难度大、开发周期长、资金需求高等种种原因，国内的优化算法求解器长期几乎处于空白状态。

17日，这个空白被打破，国内首个运筹学算法平台LEAVES在上海财经大学进行了现场演示，它是由上海财经大学并行优化国际实验室（与斯坦福大学金融与风险管理研究所联合共建）和杉数科技牵头，多家知名高校、研究所与企业参与共建的运筹学与人工智能算法平台。项目负责人、上海财经大学交叉科学研究院院长葛冬冬告诉解放日报·上观新闻记者，“LEAVES平台内包括了多个数学规划、机器学习和运筹学实际问题的算法和解决方案。其中，数学规划求解器的部分是首个成规模的华人运筹学优化算法求解器。”

斯坦福大学李国鼎工程讲座教授、国际运筹学专家叶荫宇曾表示，机器学习算法强化了单体机器的智能，但在机器人群体协同工作时，则需要“通盘考虑、统筹优化”的优化算法。正因为云计算、大数据与人工智能的井喷，才出现了超大规模的大数据，而这正是优化算法繁荣的基础，人工智能想要进入新阶段，也离不开优化算法的进一步发展。

葛冬冬介绍，此次首个运筹学算法平台之所以命名为LEAVES，一是取自叶荫宇教授之姓，二是寓意并行优化计算，将LEAF变作复数。“国内必须得有自己的核心技术知识积累，我们希望通过LEAVES实现在优化算法求解器领域的不断求索。”

优化算法求解器为何如此重要？葛冬冬介绍，以国家发展为例，基础设施建设中的电网、水利系统、铁路、高速公路建设等一系列问题都涉及到类似的大规模优化算法问题，若使用国际上成熟的闭源商业求解器，就意味着难以进行针对性的改良，得到最优结果。而对于各大企业而言，购买商业求解器的最大问题在于价格过于高昂，且同样无法做针对性调整。

“目前，国内绝大多数的企业选择的是Gurobi和IBM公司的Cplex，以Gurobi为例，一台机器的使用许可证高达3万美金，而且一个许可证只能提供给一台机器使用，这就意味着，如果一个公司的机房需要几十台机器同时维护数据维持运算，就需要花费上百万美元购买已经经过封装、无法自主调整的算法代码‘黑盒子’。”

目前，上财LEAVES开发团队已基本完成国内首个自主开发的开源优化求解器，可以解决线性规划、半正定规划、几何规划、线性互补约束规划等常见的大规模优化算法求解问题，并达到世界一流的效率与速度。未来，企业的技术人员可以从LEAVES平台上免费下载各个求解器，按照自身需求进行调整使用。

同时，为了更好关注企业的真实需求，上海财经大学还与杉数科技签署了产学研合作协议。未来3年，上海财经大学交叉科学研究院将获得每年逾400万元的资金支持，双方将共同设立人工智能联合实验室，达成资源互助、优势互补的产学研良性促进。

题图说明：上海财经大学交叉科学研究院院长葛冬冬介绍运筹学算法平台LEAVES。