陈 曦

　　走进胡清华的办公室，立刻被他满屋子的书所吸引。这些书的种类既有专业类书，也有哲学类、文学类书，甚至还“藏”着几本金庸小说。放松的时候，这位天津大学智能与计算学部教授兼人工智能学院院长，就爱读读武侠小说。

　　“我觉得知识是相通的，不要给自己设定边界，要对新事物保持好奇。”这是胡清华常对学生说的一句话，这也是他的科研准则。

　　从动力机械到人工智能（AI），10年前，不给自己设限的胡清华，以跨界者身份走进了这一如今炙手可热的领域。

　　近年来，胡清华一直在不确定性建模领域深耕，他希望从“不确定性”中寻找“确定性”，从看似无规律的数据中发现规律。“我的工作主要是研究算法，从一些低质量的、杂乱的数据中找寻规律。”他说。

　　前不久，2019年度国家杰出青年科学基金项目评审结果正式公布，胡清华申报的研究项目“不确定性人工智能”名列其中。

　　从动力机械走向人工智能

　　胡清华出生在湖南省娄底市双峰县，小时候，书是他最喜欢的“玩具”。“我每次去亲戚家串门，第一件事就是找书看。找到一本书就躲进角落读，完全忘了外面的热闹。”他说。

　　上世纪80年代，胡清华家乡的图书、报刊很少，多亏在外地上大学的叔叔每次放假回家带一大摞书回来。从那时起，胡清华就向往上大学，“因为能有看不完的书”。

　　1995年，胡清华考入哈尔滨工业大学，学习动力机械专业。“作为一个地道的南方人，我跑到东北去上学，只是因为语文课本上一篇课文，把北大荒描述得太美了，让我对那里充满无限的想象。”他笑着回忆道。

　　上大学时，胡清华的专业学习主要围绕火力发电厂的锅炉和汽轮机。当时，随着发电机组向大型化方向发展，对设备可靠性的要求也日益提高。发电机组开始安装上各种传感器，实时采集大量数据，用于设备的状态监测与故障诊断。

　　“读研时，导师希望我能开发出算法，以自动分析这些监测数据，判断设备的状态。我发现这项研究很有意思，从生产数据中寻找规则、建立模型，然后用模型判断、预测设备状态。现在看来，这属于人工智能范畴，但当时自己并未意识到这一点，从事相关研究的人也不多。尤其在动力机械领域，这还是很前沿的方向。”胡清华回忆道。

　　如果说，此时人工智能在胡清华心中，还只是个火种，那么把它变为熊熊大火的，是他参加的一个学术会议。

　　2000年前后，中国科学院发起“龙星计划”，邀请一批在美国学术界已有一定成就的华人教授，不定期回国在某所大学，系统地讲授一门美国研究生课程。“在那个年代，数据挖掘就像现在的大数据一样时髦。2002年暑假，数据挖掘领域的顶尖学者韩家炜来北京大学授课，在课程快结束时，他还请来了在欧美大学任教的多位学者作报告。”胡清华说。

　　当时，还在读研的胡清华，就坐在台下。“这些平时只在论文中才能‘见’到的学者，面对面给我们讲授数据挖掘知识，实在太震撼了。”从此，他开始把研究领域从动力机械慢慢延伸至模式识别、数据挖掘。

　　“不务正业”助其顺利完成跨界

　　虽然跨界到人工智能的想法，已在胡清华脑中酝酿多时，但他“并不急于一步到位”。

　　在硕博阶段，胡清华依旧围着“老本行”动力机械转，但在研究过程中他应用了大量人工智能知识，并将相关成果写成十余篇论文。

　　此外，胡清华还阅读了大量与人工智能相关的书籍和文献，也常去参加学术会议。为更好地向同行学习，他甚至申请担任了南京大学BBS小百合数据挖掘版的版主，定期在网上组织学术讨论。

　　“其实，很多论文的原始想法，都源于和网友进行的讨论，可以说很多灵感都是碰撞出来的。”胡清华笑着回忆道，当时周围人觉得他在网上组织讨论是“不务正业”，但如今想来，恰是这些经历，让他更顺畅地实现了跨界。

　　经过漫长的酝酿期，直到博士毕业后，2009年去香港理工大学做博士后研究，胡清华才算正式迈入人工智能的大门。

　　其实，早在念本科时，胡清华“不务正业”的本性就已显露。

　　大二时，胡清华当上了校报记者，还长期为校刊《哈工大人》写专栏。“起初，写稿是为了赚稿费，拿到稿费后就可以去买更多的书。后来自己慢慢喜欢上了写东西，不写不成。”他回忆道。

　　无心插柳，让胡清华没想到的是，经过几年的新闻语言训练，自己的写作能力得到迅速提升，语言表达更加精准、有力，这对他后来的科研工作帮助极大。

　　“很多理工科学者最头疼的，就是写论文、写申请、做报告，由于之前积累的笔头功夫，写论文对于我来说，非常轻松。别人可能需要一个月才能完成的论文初稿，我不到一周就可以写好。在恶补人工智能领域相关知识时，对文字的驾轻就熟，也使我的阅读理解速度快过旁人，一些大部头的书，我有时一两周就能‘啃’完。”胡清华说。

　　一些人工智能学界的同行表示，胡清华清新的文风、简洁的语言风格，使他写出的论文更易被人理解，学术观点也更易被同行接受。同时，这样的语言风格也有助于提高其文章的引用率。

　　“当版主、记者，在当时，这些都是我的兴趣，可能看上去有些‘务不正业’，但我一直觉得，学习是触类旁通的，你永远不知道，不经意的积累，会将你的人生引向何处。”胡清华表示，他也常对学生说，要珍视自己的兴趣，它是“你科研路上最好的老师”。

　　在不确定性建模领域深耕10年

　　兴趣是最好的老师，但仅凭兴趣，并不能让胡清华在人工智能这个新领域开疆拓土。

　　2011年底，胡清华结束了在香港理工大学的博士后研究工作，进入天津大学。入职后，他接到的首个项目就极具挑战性，胡清华与博士生导师一起获得“国家重点基础研究发展计划（973计划）”课题的资助，开展“新能源不确定性建模”方面的研究。

　　胡清华介绍道，这个研究围绕电力系统中的太阳能、风能展开。“这部分能源有点‘不靠谱’，大规模利用它们时，可能会破坏电力系统的稳定性，降低供电质量。只有摸清这些能源的‘脾气’，才能让其为我所用。”他说。

　　对胡清华来说，新能源不确定性建模，是一个完全陌生的领域。从查资料、读文献，到收集数据、分析数据，胡清华的“拓荒之路”走得异常艰辛。

　　但几年努力下来，“门外汉”胡清华，硬是在该领域闯出了一片天地。“为提升风功率预报的精度，我进行了大量的建模工作并设计了众多算法。在此基础上，风速难以被确定等难题被逐步破解，风功率预报的精度随之得到提升。”他说。

　　2016年，这个项目顺利通过了验收，他所在的课题组被评为优秀。在一般人看来，此时研究也就该结束了。然而，胡清华“并不想就此收手”。

　　“围绕这一项目，还有很多东西可以挖掘，所以研究不仅没有结束，而且才刚刚开始。”在胡清华眼中，这项研究属于数据不确定性建模研究范畴，而这类研究是机器学习和数据挖掘领域的难点。“大数据时代已经到来，在利用大数据方面的最大问题就是，数据质量的不稳定。质量低下的数据，可能导致基于数据的决策出现重大偏差。”

　　于是，胡清华组建起一支20多人的团队，向着一个个数据不确定性建模难题，发起冲锋。从新能源的不确定性扩展到大数据的不确定性，胡清华率队从工程应用研究中发现基础研究问题，再将基础研究成果应用于工程领域，实现了科研的良性循环。

　　经过近10年的开疆拓土，胡清华对不确定性建模研究，有了更系统的认知，逐渐意识到这是座处在交叉学科领域的科研“富矿”。今年，胡清华获批的国家杰出青年科学基金项目，依旧是瞄准不确定性，从数据的不确定性向建模任务的不确定性延展。

　　“未来，我计划将团队研究的算法，应用于天气预报、森林火灾预报以及大型装备故障预报等领域，希望成果能有更广阔的应用空间。”胡清华说。