“我以为知识是相通的，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。

从动力机器到人工智能(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，胡清华一贯在不愿定性建榜样畴深耕，他希望从“不愿定性”中探求“确定性”，从看似无规律的数据中创造规律。
“我的事情紧张是研究算法，从一些低质量的、凌乱的数据中找寻规律。
”他说。

前不久，2019年度国家精彩青年科学基金项目评审结果正式公布，胡清华报告的研究项目“不愿定性人工智能”名列个中。

从动力机器走向人工智能

胡清华出生在湖南省娄底市双峰县，小时候，书是他最喜好的“玩具”。
“我每次去亲戚家串门，第一件事便是找书看。
找到一本书就躲进角落读，完备忘了表面的热闹。
”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，胡清华就神往上大学，“由于能有看不完的书”。

1995年，胡清华考入哈尔滨工业大学，学习动力机器专业。
“作为一个隧道的南方人，我跑到东北去上学，只是由于语文教材上一篇课文，把北大荒描述得太美了，让我对那里充满无限的想象。
”他笑着回顾道。

上大学时，胡清华的专业学习紧张环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，对设备可靠性的哀求也日益提高。
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，导师希望我能开拓出算法，以自动剖析这些监测数据，判断设备的状态。
我创造这项研究很故意思，从生产数据中探求规则、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，从事干系研究的人也不多。
尤其在动力机器领域，这还是很前沿的方向。
”胡清华回顾道。

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“龙星操持”，约请一批在美国学术界已有一定造诣的华人教授，不定期返国在某所大学，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，实在太震荡了。
”从此，他开始把研究领域从动力机器逐步延伸至模式识别、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”动力机器转，但在研究过程中他运用了大量人工智能知识，并将干系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干系的书本和文献，也常去参加学术会议。
为更好地向同行学习，他乃至申请担当了南京大学BBS小百合数据挖掘版的版主，定期在网上组织学术谈论。

“实在，很多论文的原始想法，都源于和网友进行的谈论，可以说很多灵感都是碰撞出来的。
”胡清华笑着回顾道，当时周围人以为他在网上组织谈论是“不务正业”，但如今想来，正是这些经历，让他更顺畅地实现了跨界。

经由漫长的酝酿期，直到博士毕业后，2009年去喷鼻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。

实在，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，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。
后来自己逐步喜好上了写东西，不写不成。
”他回顾道。

无心插柳，让胡清华没想到的是，经由几年的***措辞演习，自己的写作能力得到迅速提升，措辞表达更加精准、有力，这对他后来的科研事情帮助极大。

“很多理工科学者最头疼的，便是写论文、写申请、做报告，由于之前积累的笔头功夫，写论文对付我来说，非常轻松。
别人可能须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干系知识时，对笔墨的驾轻就熟，也使我的阅读理解速率快过旁人，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、简洁的措辞风格，使他写出的论文更易被人理解，学术不雅观点也更易被同行接管。
同时，这样的措辞风格也有助于提高其文章的引用率。

“当版主、，在当时，这些都是我的兴趣，可能看上去有些‘务不正业’，但我一贯以为，学习是举一反三的，你永久不知道，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，要器重自己的兴趣，它是“你科研路上最好的老师”。

在不愿定性建榜样畴深耕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，胡清华结束了在喷鼻香港理工大学的博士后研究事情，进入天津大学。
入职后，他接到的首个项目就极具寻衅性，胡清华与博士生导师一起得到“国家重点根本研究发展操持(973操持)”课题的帮助，开展“新能源不愿定性建模”方面的研究。

胡清华先容道，这个研究环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，可能会毁坏电力系统的稳定性，降落供电质量。
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，新能源不愿定性建模，是一个完备陌生的领域。
从查资料、读文献，到网络数据、剖析数据，胡清华的“拓荒之路”走得非常艰辛。

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事情并设计了浩瀚算法。
在此根本上，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精良。
在一样平常人看来，此时研究也就该结束了。
然而，胡清华“并不想就此罢手”。

“环绕这一项目，还有很多东西可以挖掘，以是研究不仅没有结束，而且才刚刚开始。
”在胡清华眼中，这项研究属于数据不愿定性建模研究范畴，而这类研究是机器学习和数据挖掘领域的难点。
“大数据时期已经到来，在利用大数据方面的最大问题便是，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涌现重大偏差。
”

于是，胡清华组建起一支20多人的团队，向着一个个数据不愿定性建模难题，发起冲锋。
重新能源的不愿定性扩展到大数据的不愿定性，胡清华率队从工程运用研究中创造根本研究问题，再将根本研究成果运用于工程领域，实现了科研的良性循环。

经由近10年的开疆拓土，胡清华对不愿定性建模研究，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，胡清华获批的国家精彩青年科学基金项目，依旧是瞄准不愿定性，从数据的不愿定性向建模任务的不愿定性延展。

“未来，我操持将团队研究的算法，运用于景象预报、森林失火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运用空间。
”胡清华说。
(陈曦)