唐平中:器官匹配、搜索广告背后,他用AI精算一切 | 35岁以下科技创新35人榜单人物专栏

科学
唐平中:器官匹配、搜索广告背后,他用AI精算一切 | 35岁以下科技创新35人榜单人物专栏
麻省理工科技评论 2019-03-11

2019-03-11

清华大学交叉信息研究院长聘副教授(终身)兼博士生导师唐平中教授在学术之路上以“学霸”姿态披荆斩棘,最终在人工智能和博弈论交叉领域创出了自己的一片天地。
35岁以下科技创新35人
清华大学交叉信息研究院长聘副教授(终身)兼博士生导师唐平中教授在学术之路上以“学霸”姿态披荆斩棘,最终在人工智能和博弈论交叉领域创出了自己的一片天地。

2019年1月21日,《麻省理工科技评论》公布了2018年“35岁以下创新35人”(Innovators Under 35 China)中国区榜单。从榜单中,我们看到更多中国创新科研力量的崛起,也看到跨学科、跨领域、并且对落地应用有更强烈企图心与使命感的科研创新,这其中涵盖人工智能研究与应用、NLP、脑科学、新材料、新能源、生命科学、生物科技、自动驾驶等多个不同领域。我们将陆续发出对35位获奖者的独家专访,介绍他们的科技创新成果与经验,以及他们对科技趋势的理解与判断。

关于Innovators Under 35 China榜单

自 1999 年起,《麻省理工科技评论》每年都会推出“35岁以下创新35人”(Innovators Under 35 China)榜单,旨在于全球范围内评选出被认为最有才华、最具创新精神,以及最有可能改变世界的 35 位年轻技术创新者或企业家,共分为发明家、创业家、远见者、人文关怀者及先锋者五类。2017年,该榜单正式推出中国区评选,遴选中国籍的青年科技创新者。

唐平中:器官匹配、搜索广告背后,他用AI精算一切 |榜单人物

17 岁上中科大读计算机专业,19 岁做机器人足球研究人工智能,博士自学经济学,博士后师从卡耐基梅隆大学“德州扑克 AI 之父” Tuomas Sandholm 教授,清华大学交叉信息研究院长聘副教授(终身)兼博士生导师唐平中教授在学术之路上以“学霸”姿态披荆斩棘,最终在人工智能和博弈论交叉领域创出了自己的一片天地。他的计算经济学研究成果,首创性地帮助西部大开发节水增收,助力经济增长;也可以救人于生死一线,以世界最快的计算速度实现人体器官的最优匹配;又可以助力千万中小商家和阿里百度等互联网公司,以低转化成本帮助两端达成业务目标。

在水权市场机制设计案例中,唐平中及其团队首次将水资源匹配建模成一个合作博弈中求核心(core)的问题,在众多村子中分配水资源余缺,算法求最优解,最大程度发挥水资源的经济效益。研究团队和甘肃省水利厅进行合作,将上述算法在甘肃省西营灌区水权市场中进行实施,目前该系统已经投入了使用了两年,成功匹配了 400 余项水权交易,共计 2500 万方水调配水资源。更有想象力一点,水权市场也可以往全国发展,做到全局优化和更高频的应用,这对于西部来说意义重大,水资源问题的有效缓解将大大拉动经济增长。

合作博弈理论来源于 2012 年诺贝尔经济学奖获得者——埃尔文·罗斯和罗伊德·沙普利,可应用于高考志愿录取、人体器官匹配等多个具有重大社会效益的场景。因合作博弈在水权市场的首创性应用,唐平中的水权市场论文获得AAMAS-2017 最佳论文和最佳学生论文提名。

除了在水权市场的研究应用,唐平中及其研究团队也提出了合作博弈典型场景——肾脏交换匹配领域世界最快的算法,同时提出了肺脏交换的解决机制。欧美肾脏交换已经推行了一段时间,虽然在中国实践还有一些法律问题需要解决,但这个事情意义很大,计算出的最优解不仅可以救人命,甚至关系到多救几条人命。

计算经济学不仅能应用于提升社会效益,还能在互联网搜索竞价排名广告领域大显神威。不同于报纸版面等传统广告业态,互联网环境下,中小广告主的数量、预算资金变化较快,同时需要降低转化成本和提高广告效益。这样一个动态变化的互联网环境对拍卖机制系统提出了很高要求,互联网公司需要投放大量的人力资源在维护拍卖系统上。唐平中提出了强化机制设计的理论框架,把机制设计者建模成一个 MDP 决策者,并通过强化学习的思想,反复迭代达到最优参数,一方面节约维护拍卖系统的人力,一方面提升了百度、阿里等从线上广告获得的经济收入。

在未来的研究方向上,唐教授对可信赖的电商平台兴趣浓厚。他认为,电商朝着垂直化的方向发展,如何让客户在没有平台交易成本下进行高价值商品服务的交易,这需要去中心化的技术和AI技术联手解决。

展望未来,唐平中认为,中国的模仿式、后发式创新红利已经结束,这一代的中国人需要做引领世界潮流的事情。原生性创新离不开对基础研究更多的投入,而不仅仅是搞很多短平快的东西。我国应该将更多资源下放到年轻人手里,同时多鼓励原创性的科学研究。

麻省理工科技评论

From Tech to Deeptech