·导读·

叶颀教授在海外学习研究多年，一直心系祖国，作为急需人才，在国家海外高层次人才引进计划的号召下，于2016年回国任教，一直从事基础科学研究。在深耕机器学习方法与逼近论数学理论基础研究的同时，叶颀团队也积极推动人工智能数学理论与算法在医疗和教育等领域中的应用。作为国际原创性研究课题“稀疏机器学习方法”的开创者之一，叶颀教授以深厚的专业底蕴，将理论与应用相互融合，运用稀疏机器学习方法和广义数据分析技术在精准医疗和智能教育领域中探索创新，向我们展示了探索科学热点、领域难点的努力与艰辛。

学成归国  

投身数学基础理论与应用研究

《广东科技》：首先，请您介绍个人及所在机构的基本情况。

叶颀：我的主要研究方向是逼近论及其在机器学习与数据分析中的应用。攻读博士期间，我在美国伊利诺理工大学师从核函数逼近方法专家Gregory E. Fasshauer教授；毕业后前往美国雪城大学，与计算数学专家、首批国家海外高层次人才引进计划入选者许跃生教授展开博士后研究工作；随后在香港与径向基函数专家韩耀宗教授和凌立云教授展开合作研究。期间，我与许跃生教授共同提出了国际原创性研究课题“稀疏机器学习方法”，相关成果最终整理成122页的长篇论文发表于发表于美国数学学会主办的期刊Memoirs of the American Mathematical Society（每期只刊发1篇文章），是该刊首篇有关机器学习的论文，也是国内计算数学工作者首次在该刊上发表的长文。

2016年，我回到母校华南师范大学数学科学学院（以下简称“学院”）信息与计算科学系任教。华南师范大学的数学学科创建于1952年，2000年获批基础数学博士点。目前，学院数学学科ESI排名全球前1%，在教育部第四轮学科评估中被评为“B+”，数学与应用数学专业获批国家一流本科专业建设点，拥有广东省数据科学工程技术研究中心省级平台，合作共建首批国家应用数学中心粤港澳应用数学中心及中法基础数学实验室等。我所在的信息与计算科学系（以下简称“信计系”）构建有科学计算和数据挖掘与机器学习两大特色课程群，建设起了含非正式课程、课外实践和专业实习三位一体的基于“互联网+”的混合产学研一体化实践教学体系。经过近10年的发展，信计系逐步形成了本、硕、博的完整人才培养体系，于2019年获广东省一流本科专业建设项目，在2021年6月软科排名位列A专业。

首届核函数逼近方法国际会议

任教以来，我采用抽象理论、具体算法、落地应用三位一体的科研新模式，联合国内外专家学者成立了机器学习与最优化计算实验室。实验室以机器学习的数学理论为主要研究目标，研究范畴包括逼近论、非光滑分析、支持向量机、人工神经网络、图像配准算法等国际前沿领域，旨在为人工智能的基础理论提供原创性的研究方法，并推动相关算法在教育、医疗大数据中的应用，开发具有自主知识产权的辅助软件等。实验室主办了第一、二届，协办第三届核函数逼近方法国际会议，邀请澳大利亚科学院院士、著名数学家Ian H. Sloan，香港科技大学副校长、图像处理专家汪扬教授，德国斯图加特大学Ingo Steinwart教授等人出席大会并作专题报告。在国家自然科学基金天元数学专题讲习班项目资助下，实验室还举办非光滑最优化和机器学习暑期学校，邀请最优化理论专家、澳大利亚新南威尔士大学李国胤教授和图像处理专家、美国雪城大学沈立新教授远距授课。通过实验室构筑交流平台，我还邀请了世界各地著名专家学者访问实验室开展学术交流活动，包括计算数学专家、人工神经网络数学理论的奠基人之一Charles A. Micchelli，IEEE Life Fellow、小波分析专家Charles K. Chui，逼近论专家、以色列特拉维夫大学前校长Dany Leviatan等人。

叶颀教授邀请土耳其科学院院士埃塞姆▪阿培丁共同出席GMIC广州2019暨科学复兴节并进行高峰对话

叶颀教授邀请特拉维夫大学前校长交流访问

硕果累累  赋能精准医疗与智能教育

《广东科技》：您一直投身于基础学科的研究，近年来主要取得了哪些科研成果，遇到过哪些困难?

叶颀：我们团队在深耕机器学习方法与逼近论的数学理论基础研究的同时，也积极推动人工智能数学理论与算法在医疗和教育大数据等领域中的应用。

在基础理论方面，我们在稀疏机器学习方法和广义数据分析技术的研究已取得突破性成果。美国著名数学家、菲尔兹奖和沃尔夫奖得主Steve Smale等人已在他们的高引论文中阐述了再生核函数方法在机器学习理论中的重要性，众多数值实验亦印证了具有稀疏性质的机器学习算法的优势。我们团队在具有更加完善几何结构的巴拿赫空间中构造再生性，获得了更优的机器学习算法。我们开创性地推广了再生核巴拿赫空间的原始定义，完善了机器学习理论并论证了在一模再生核巴拿赫空间中的广义表示定理，验证了相关的机器学习算法具有稀疏性质的结论。基于这些研究成果，我与许跃生教授共同提出的稀疏机器学习方法及相关成果，已受到新加坡国家科学院首届院士、发展中国家科学院院士沈佐伟，澳大利亚科学院院士、分析几何专家Fedor Sukochev，瑞士工程科学学院院士、生物图像专家Michael Unser等国内外著名专家学者的广泛关注和研究引用。

叶颀教授与徐宗本院士签订重点专项协议

在应用方面，我们团队综合运用原创理论和算法，为精准医疗和智能教育赋能。癌症是威胁人民生命健康的重大疾病，将机器学习方法应用于医疗大数据分析，助力肿瘤边界界定、手术规划与术后评估，对延续癌症患者生命有重大意义。我与南方医科大学珠江医院方驰华主任联合负责了国家自然科学基金数学天元基金“数学与医疗健康交叉重点专项”。在此专项中，我们综合利用机器学习算法对胰腺癌CT图像数据进行图像增强、分割、配准和演化建模，精确重建胰腺及胰腺癌的三维结构，建立胰腺癌边界演化模型并进行数值模拟。目前，团队已研发胰腺与胰腺癌CT图像边缘强化系统、胰腺与胰腺癌分割系统，并基于增强与分割后的图像数据稳步推进图像配准与演化建模等方面的研究。

叶颀团队成功胰腺与胰腺癌CT图像边缘强化系统

叶颀团队成果胰腺与胰腺癌分割系统

叶颀团队成果中学数学教育大数据评估预测系统

近年来，我国高度重视人工智能对教育的深远影响，积极推动人工智能和教育深度融合，促进教育变革创新。基于我国智慧教育的发展需要及教育大数据核心数学理论与算法研究缺乏的现实困境，我们利用机器学习的基础理论与核心算法推动人工智能和教育深度融合。在应用场景中，我们综合运用多模态的教育大数据研究中学数学作业智能设计和中学生数学综合素养智能评估，实现中学数学教育的智能化提升和个性化教学。目前，我们已研发中学数学智能教育分层系统、数学成绩预测系统、数学核心素养分层评估系统，并已在粤港澳大湾区的中学进行落地测试。

但目前，我国信息化教育效能不高，对教育大数据的核心数学理论与算法研究依旧缺乏，加之当前尚无相关课题与项目支持该领域的应用研究，我们团队在前期探索中，因缺乏能承载海量广义数据运算的高性能服务器及相关政策扶持而推进困难。面对这些难题，我们一方面沿着已有成果及相关理论进一步加深对中学数学教育大数据的分析研究；另一方面不断健全研究团队，集合最优化原理、人工智能算法、教育教学理论等多领域专家学者，联合粤港澳大湾区中学、数据研究企业等机构共同推动教育大数据研究的产学研一体化。基于当前的研究基础与完备的团队体系，我们有充分的信心和能力完成系统研究，期待科技管理部门能给予更多的支持与帮助，以便尽速开展教育数据收集、智能教学辅助软件研发、多模态数据运算及试点学校的落地测试等工作，突破教育智能化的理论瓶颈，助推粤港澳大湾区智慧教育和精准教学走在全国前列。

脚踏实地  

基于现实应用探究核心理论

《广东科技》：您从事基础研究多年，最大的感触是什么？所在机构在鼓励青年科技工作者从事基础及应用基础研究方面有哪些措施？

叶颀：“板凳要坐十年冷，文章不写半句空”，一项成果的创造离不开长期的刻苦钻研。我曾在华南师范大学、香港浸会大学、美国伊利诺理工大学、美国雪城大学等高校进行了长期的学习研究，历时7年才系统完成了稀疏机器学习方法的国际原创性研究课题。探索创新的过程也是孤独的旅程，只有沉得住心性、坐得住冷板凳，在所从事的领域里艰苦奋斗，方能有所成就。虽在美国高校学习工作多年，但我从未忘记数学强国的梦想，学成归国后秉承“国家的需要就是我的研究方向”这一信念，将所学的逼近论、最优化理论应用到教育和医疗大数据分析领域，推动国家和广东省人工智能和大数据分析的基础研究与应用发展。

在支持青年教师方面，学院制定实施了《数学学科建设专项经费与奖励方案》《数学科学学院突破奖》《华南师范大学数学科学学院ESI奖励办法》等政策，确保青年教师在教学、科研和生活等各方面的需求和发展，协助其发表论文、申请发明专利和软件著作权，开通国内外学术交流与合作的绿色通道等。学校还为科研人员提供了一定的购房补助及子女幼儿园、中小学的入学支持，多方面全力解决后顾之忧，保障青年科技工作者能专注投入到研究工作中。此外，为充分发挥党建引领作用，学院还筹建了青年教师先锋党支部，由我担任支部书记，坚持以党建促科研，充分激发青年教师群体科研、工作的积极性和创造性，引领广大青年先锋党员同志不忘共产党员的纯洁初心，牢记科研创新人才的伟大使命，在工作中做好表率、作出成绩，为科技强国事业作出自己的贡献。

《广东科技》：在提高学生创新能力及综合素质方面，您有什么建议？

叶颀：数据科学的两条主线一条是理论，一条是应用，两条主线互相促进、共同发展，没有牢固的基础知识和深厚的专业底蕴是无法孕育出创新成果的。因此，我们在教育教学过程中应高度重视青年学生的基础知识储备，同时耐心引导学生们时刻保持好奇、质疑的精神，鼓励其主动发现专业学习、竞赛项目中的问题并采取行动，积极寻求解决方法，在实践探索中找到自己的研究兴趣。

随着数据科学的飞速发展，数学学科学生能接触到更多前沿的应用问题，有更多机会从应用问题中提出理论需求，从而运用理论解决实际问题。华南师范大学信计系很早便引入行业优质资源，通过产学研合作来提高学生创新能力和综合素质，通过解决来源于企业、管理机构和科研院所的实际问题，激励学生进行数据挖掘的积极性，提高学生分析、解决实际问题的综合能力。我一直以来都支持并鼓励同学们在加强基础理论学习的同时，积极参与各类学术学科交流活动与专业技能竞赛，在竞赛和项目中成长成才，尽快掌握适应行业和社会发展需要的前沿技术。

叶颀教授与学生调试服务器

叶颀教授为实验室学生授课

《广东科技》：请讲述个人研究领域未来发展的趋势。

叶颀：机器学习及大数据技术的应用不仅体现在互联网领域，也正在加速融入教育、医疗、金融等诸多其他领域，越来越多的学科，乃至行业的突破将依赖于数据和人工智能技术的发展，这种趋势将延续至数字化智能化时代的全面到来，但是，其全方位、深层次的应用研究受限于机器学习方法核心数学理论的缺失，未来，稀疏机器学习方法和广义数据分析等国际前沿技术理论的研究大有可为。

此外，我国教育领域的发展与改革也面临着前所未有的挑战，建立符合素质教育理念的综合素质评价体系，更全面、客观、有效地评价学生，已成为大数据时代教育现代化智能化的迫切需求。如何融入大数据、人工智能等前沿科技，挖掘教育大数据中主要因素间潜在的关联，对加快构建高质量数学教育体系，提升广东省教育综合实力和整体竞争力，建设粤港澳大湾区国际教育示范区至关重要。

《广东科技》：最后，请谈谈对科技管理部门加强基础与应用基础研究方面的意见或建议。

叶颀：一是推进校企合作，将高校院所的科研资源与企业的市场化、社会化需求充分融合，加快高校院所产学研一体化基地建设，帮助科研团队获取研究领域相关的项目资源，为推动基础科研与前沿交叉学科应用的融合提供便利条件。二是强化政策扶持，针对基础研究长期性、不确定性等特点，设置更加合理的项目评审、考核机制，给予科研人员更多自主权，既要力促科研项目顺利推进，同时也给予科研工作者更多的关怀和支持。三是加大科研投入，加大科研基础设施与重点实验室的投入建设，为科研人员提供专业化平台开展长期稳定的项目科研，为青年科技工作者探索学科新热点、领域难点提供经费支撑。

（本文素材及图片由受访者提供）

【专家简介】

叶颀，教授，博士生导师，现任华南师范大学机器学习与最优化计算实验室主任、数学科学学院青年教师先锋党支部书记，主要从事人工智能的数学理论基础研究，并开发具有自主知识产权的医疗和教育辅助软件。入选国家海外高层次人才引进计划青年项目，负责国家自然科学基金数学天元基金“数学与医疗健康交叉”重点专项等国家及省部级科研项目，兼任广东省数学会数理医学专业委员会副主任委员、广东省青年科学家协会基础科学专业委员会秘书长等。在Memoirs of the American Mathematical Society、Numerische Mathematik 等国际顶级数学期刊发表多篇学术论文。