算法險(xiǎn)峰的攀登者
——記香港大學(xué)計(jì)算機(jī)科學(xué)系副教授黃志毅

王 芳 戶 萬(wàn)

哪怕是沒(méi)有攀登的日子，香港大學(xué)（簡(jiǎn)稱“港大”）計(jì)算機(jī)科學(xué)系副教授黃志毅的思緒也會(huì)圍繞著“巖點(diǎn)”——思考如何完美地調(diào)動(dòng)指尖、腳掌、身體核心，想象動(dòng)作的姿態(tài)與前后的銜接。熱愛(ài)攀巖，很大程度上因?yàn)檫@項(xiàng)運(yùn)動(dòng)與他從事的事業(yè)——理論計(jì)算機(jī)科學(xué)領(lǐng)域里不確定信息下的優(yōu)化問(wèn)題研究有異曲同工之妙。

一面面陡峭的巖壁，就像一道道充滿挑戰(zhàn)的開(kāi)放問(wèn)題，都需要大腦和身體的密切配合，恰到好處地應(yīng)用工具、審慎地規(guī)劃總結(jié)、針對(duì)性地攻克多個(gè)困難點(diǎn)。然后，在一次次的墜落懸停中，忍受挫敗、自我懷疑，提升情緒彈性、身體意志力和抵達(dá)終點(diǎn)的信念感；在種種不確定信息下，條分縷析、不斷試煉，以實(shí)現(xiàn)微妙的平衡與優(yōu)化，回應(yīng)來(lái)自廣闊世界的真實(shí)需求。

2014年加入港大以來(lái)，憑借不懈努力，黃志毅已陸續(xù)解決了圖靈獎(jiǎng)得主理查德·卡普（Richard Karp）提出的三十年開(kāi)放問(wèn)題（涵蓋智能出行、器官捐贈(zèng)等應(yīng)用），以及線上廣告中顯示廣告、廣告關(guān)鍵字兩個(gè)十幾年開(kāi)放問(wèn)題。迄今為止，他已發(fā)表40余篇頂會(huì)論文。2015年，他獲得算法和架構(gòu)并行性年會(huì)（SPAA）最佳論文獎(jiǎng)，是亞洲院校的首位獲獎(jiǎng)?wù)撸?020年，他獲得計(jì)算機(jī)科學(xué)基礎(chǔ)年會(huì)（FOCS）最佳論文獎(jiǎng)，是近14年來(lái)首次、亞洲院校第二位獲獎(jiǎng)?wù)摺?/p>

黃志毅

無(wú)限風(fēng)光在險(xiǎn)峰，無(wú)限風(fēng)光在前方。算法世界的攀登之旅從來(lái)沒(méi)有真正的終點(diǎn)。對(duì)黃志毅來(lái)說(shuō)，攀登的妙處在于遍尋而得的完美路線、登臨之后的短暫喜悅，更在于歷經(jīng)艱辛觸摸最高“巖點(diǎn)”后繼續(xù)走向下一面未知峭壁的無(wú)畏勇氣，以及因此而錘煉出來(lái)的不斷開(kāi)闊視野、不斷向上進(jìn)取的蓬勃生命力。

向不確定的未知進(jìn)發(fā)

對(duì)理論計(jì)算機(jī)科學(xué)家而言，每個(gè)平靜時(shí)刻都可能蘊(yùn)藏著“頭腦風(fēng)暴”。有時(shí)，周末坐在地上陪伴孩子玩游戲，黃志毅不知不覺(jué)就神游別處，回想起某個(gè)算法問(wèn)題。對(duì)理論計(jì)算機(jī)科學(xué)的這種癡迷，還要從他十幾年前在清華大學(xué)（簡(jiǎn)稱“清華”）“姚班”讀書(shū)的經(jīng)歷說(shuō)起。

2004年，圖靈獎(jiǎng)得主姚期智院士全職回到清華，講授計(jì)算機(jī)與科學(xué)技術(shù)系課程。其間，他萌生了創(chuàng)立“清華學(xué)堂計(jì)算機(jī)科學(xué)實(shí)驗(yàn)班”的想法，并于次年通過(guò)選拔考試，正式組建了一個(gè)包括30名數(shù)學(xué)和計(jì)算機(jī)尖子生的班級(jí)，這便是第一屆“姚班”。黃志毅進(jìn)入第一屆“姚班”時(shí)正讀大三。早前因在高中數(shù)學(xué)競(jìng)賽中表現(xiàn)優(yōu)異，他被保送清華計(jì)算機(jī)系；之后又出于對(duì)數(shù)學(xué)和物理的興趣，上過(guò)學(xué)院“數(shù)理實(shí)驗(yàn)班”的課程。這些無(wú)意中為他考入“姚班”打下了一定基礎(chǔ)。

“姚班”致力于培養(yǎng)與美國(guó)麻省理工學(xué)院、普林斯頓大學(xué)等世界一流高校本科生具有同等，甚至更高競(jìng)爭(zhēng)力的領(lǐng)跑?chē)?guó)際的拔尖創(chuàng)新計(jì)算機(jī)科學(xué)人才。姚期智院士為班內(nèi)學(xué)生專門(mén)制訂培養(yǎng)方案，尤其是他開(kāi)設(shè)的理論算法課程，令人耳目一新。同時(shí)，他還邀請(qǐng)微軟亞洲研究院的研究員為學(xué)生教授分布式計(jì)算、操作系統(tǒng)等課程，教材、習(xí)題在當(dāng)時(shí)都十分先進(jìn)。集結(jié)優(yōu)秀的老師、聰明的同學(xué)，“姚班”內(nèi)部形成了熱烈向?qū)W的氛圍，黃志毅深受熏陶，并逐漸對(duì)姚期智院士研究的理論計(jì)算機(jī)科學(xué)產(chǎn)生了興趣。理論計(jì)算機(jī)科學(xué)，即計(jì)算機(jī)科學(xué)的數(shù)學(xué)基礎(chǔ)，包括各種計(jì)算問(wèn)題的算法設(shè)計(jì)及其時(shí)間復(fù)雜度、空間復(fù)雜度等方面的數(shù)學(xué)分析，十分契合黃志毅的興趣和專長(zhǎng)。

2008年畢業(yè)后，黃志毅前往美國(guó)賓夕法尼亞大學(xué)讀博深造。導(dǎo)師薩姆帕斯·坎南（Sampath Kannan）是美國(guó)計(jì)算機(jī)學(xué)會(huì)會(huì)士；另一位導(dǎo)師亞倫·羅斯（Aaron R o t h）是斯隆獎(jiǎng)得主，兩位導(dǎo)師都在各自的研究領(lǐng)域造詣非凡。其間，黃志毅展開(kāi)了積極的學(xué)術(shù)交流，接觸了理論計(jì)算機(jī)科學(xué)領(lǐng)域的多個(gè)方向，并對(duì)其中的在線算法和算法博弈論進(jìn)行了較多研究，與谷歌研究院和微軟研究院進(jìn)行了合作。不僅如此，博士期間，他還提出了“把算法轉(zhuǎn)化為激勵(lì)相容機(jī)制的一般性方法”的代表性成果，接連獲得了2012年西蒙斯理論計(jì)算機(jī)科學(xué)獎(jiǎng)學(xué)金（全美一共有5名獲獎(jiǎng)?wù)撸?013年拉比諾夫博士論文獎(jiǎng)等重要獎(jiǎng)項(xiàng)。

取得博士學(xué)位后，黃志毅又在斯坦福大學(xué)跟隨哥德?tīng)柂?jiǎng)得主蒂姆·拉夫加登（Tim Roughgarden）做了一年博士后研究，在這期間他認(rèn)真思考了接下來(lái)的科研規(guī)劃。彼時(shí)的中國(guó)，理論計(jì)算機(jī)科學(xué)研究剛剛興起。作為第一屆“姚班”學(xué)子，學(xué)成以后像姚期智院士當(dāng)初一樣回國(guó)效力，一直是黃志毅的期望所在。于是，2014年他選擇回國(guó)，并加入緊鄰家鄉(xiāng)廣東、歷史悠久的香港大學(xué)（以下簡(jiǎn)稱“港大”）任教。剛?cè)肼殻蛷?59名杰出青年學(xué)者計(jì)劃申請(qǐng)者中脫穎而出，成為2014—2015年度香港研究資助局所頒發(fā)的22個(gè)杰出青年學(xué)者獎(jiǎng)（Early Career Award）獲獎(jiǎng)?wù)咧弧Ｔ诟鄞髮W(xué)術(shù)氛圍濃厚的校園中，黃志毅由此開(kāi)啟了不確定信息下的優(yōu)化問(wèn)題研究。

2017年黃志毅（前排左三）參加以“不確定信息下的算法與優(yōu)化”為主題的日本湘南會(huì)議

不確定信息下的優(yōu)化問(wèn)題，是一個(gè)有別于傳統(tǒng)算法研究的方向。傳統(tǒng)算法研究考慮的是如何在時(shí)間、存儲(chǔ)空間等計(jì)算資源的限制條件下解決不同的計(jì)算問(wèn)題；而不確定信息下的優(yōu)化問(wèn)題則是在把信息本身視作一種計(jì)算資源的同時(shí)，在信息不充足的限制條件下設(shè)計(jì)算法解決問(wèn)題。以搜索引擎上匹配搜索請(qǐng)求和廣告商的問(wèn)題為例：一方面，算法在匹配某個(gè)搜索請(qǐng)求時(shí)無(wú)法準(zhǔn)確預(yù)知將來(lái)還有什么樣的請(qǐng)求，因此這類問(wèn)題需要處理將來(lái)的不確定性；另一方面，為找到好的匹配，算法想要知道廣告商對(duì)于不同關(guān)鍵字的價(jià)值衡量，而這個(gè)信息只有廣告商自己知道，于算法而言是不確定的。

根據(jù)信息不確定性的種類及實(shí)際考量，黃志毅主要對(duì)在線算法與算法博弈論兩個(gè)方向進(jìn)行了深研。在這兩大算法領(lǐng)域，又矗立著數(shù)不清的科研險(xiǎn)峰，每座險(xiǎn)峰天然形成多面峭壁。幾十年來(lái)，其間荊棘叢生、云霧繚繞、神秘莫測(cè)，引得鐘情理論計(jì)算機(jī)科學(xué)的“探險(xiǎn)家”“攀登者”不遠(yuǎn)萬(wàn)里前來(lái)拜謁，苦思冥想、身體力行，尋找登頂?shù)南Ｍ?。黃志毅興致勃勃投身其中，向不確定的未知正式進(jìn)發(fā)。

破解問(wèn)題與推進(jìn)應(yīng)用

在線算法領(lǐng)域，黃志毅先后聚焦非線性目標(biāo)函數(shù)在線優(yōu)化問(wèn)題、傳統(tǒng)在線匹配問(wèn)題、完全在線匹配問(wèn)題開(kāi)展研究。算法博弈論方面，他對(duì)近年來(lái)的一個(gè)研究熱點(diǎn)——如何在買(mǎi)家價(jià)值的概率分布信息不足的場(chǎng)景中進(jìn)行機(jī)制設(shè)計(jì)——進(jìn)行了一系列創(chuàng)新研究，論文發(fā)表于理論計(jì)算機(jī)科學(xué)的旗艦會(huì)議計(jì)算理論年會(huì)（STOC）和計(jì)算機(jī)科學(xué)基礎(chǔ)年會(huì)（FOCS）。

調(diào)度和資源分配是非線性目標(biāo)函數(shù)的在線優(yōu)化的兩類經(jīng)典問(wèn)題。2014年，黃志毅針對(duì)如何實(shí)時(shí)調(diào)整處理器速度，以達(dá)到能源消耗與工作處理效能間的最優(yōu)平衡的問(wèn)題展開(kāi)研究。這當(dāng)中有個(gè)關(guān)鍵點(diǎn)在于，能耗往往是處理器速度的二次或三次函數(shù)而并非線性，對(duì)此黃志毅提出了一套基于Fenchel對(duì)偶性的算法設(shè)計(jì)和分析框架，并以此為基礎(chǔ)設(shè)計(jì)了此問(wèn)題的理論最優(yōu)算法。2015年，他進(jìn)一步把結(jié)果擴(kuò)展到無(wú)法準(zhǔn)確預(yù)測(cè)處理每個(gè)工作所需計(jì)算資源之?dāng)?shù)量的短視模型，并在此模型下提出了一個(gè)新算法去模仿非短視模型下的算法決策。相關(guān)論文獲得了高性能計(jì)算理論方面的頂會(huì)算法和架構(gòu)并行性年會(huì)（SPAA）頒發(fā)的最佳論文獎(jiǎng)。2016年，黃志毅從Fenchel對(duì)偶性框架中提煉出一般性的理論方法，從而一次性地解決了一大類非線性目標(biāo)函數(shù)的覆蓋及裝箱問(wèn)題。《美國(guó)計(jì)算機(jī)學(xué)會(huì)算法與計(jì)算理論通訊》（A C M SIGACT News）在線算法專欄的2016年總結(jié)中認(rèn)為這篇論文“統(tǒng)一、簡(jiǎn)化，并改進(jìn)了許多現(xiàn)有結(jié)果”，并稱這一論文為“此年度最引人矚目的結(jié)果”。

匹配是最基礎(chǔ)的優(yōu)化問(wèn)題之一，而它的在線版本也是在線算法中最受關(guān)注的方向之一。傳統(tǒng)在線匹配模型在器官移植、在線廣告匹配等應(yīng)用場(chǎng)景的建模中十分常見(jiàn)。由于理論計(jì)算機(jī)科學(xué)中常用的最壞情形分析框架在這些場(chǎng)景下往往不能很好地刻畫(huà)實(shí)際問(wèn)題的特點(diǎn)，所以近年在線匹配的熱點(diǎn)和難點(diǎn)之一是在模型中引入一定的隨機(jī)性并在此前提下設(shè)計(jì)算法。此外，傳統(tǒng)在線匹配中有一些經(jīng)過(guò)10年以上研究仍未有突破的開(kāi)放性問(wèn)題。2020年，經(jīng)過(guò)多年積累和思考，黃志毅針對(duì)2005年提出的廣告關(guān)鍵字問(wèn)題和2009年提出的顯示廣告問(wèn)題提出了名為在線相關(guān)選擇的新算法技巧，一舉突破了這兩個(gè)開(kāi)放性問(wèn)題的瓶頸。尤其值得一提的是，他關(guān)于解決顯示廣告問(wèn)題的工作獲得了2020年度計(jì)算機(jī)科學(xué)基礎(chǔ)年會(huì)（FOCS）的會(huì)議最佳論文獎(jiǎng)，是歷史上第二次有亞洲院校的學(xué)者獲獎(jiǎng)，也是近14年來(lái)的首次。

傳統(tǒng)的在線匹配理論只處理二分圖匹配，比如搜索請(qǐng)求和廣告商的匹配。而在包括叫車(chē)、拼車(chē)服務(wù)在內(nèi)的一些新應(yīng)用場(chǎng)景中，算法所需要處理的往往是一般圖的在線匹配。從實(shí)際場(chǎng)景出發(fā)，2018年黃志毅提出了完全在線匹配模型及相應(yīng)的算法分析框架，從而使一般圖的在線匹配理論研究成為可能，這被認(rèn)為是“首次把圖靈獎(jiǎng)得主理查德·卡帕等提出的算法推廣到一般圖并取得好于0.5的近似比”。由于研究頗具價(jià)值，后續(xù)叫車(chē)平臺(tái)Lyft、麻省理工學(xué)院、斯坦福大學(xué)等研究組都參考使用了這個(gè)模型。

此外，在算法博弈論方面，關(guān)于“如何在貝葉斯模型下從數(shù)據(jù)中學(xué)習(xí)出貝葉斯先驗(yàn)概率分布的近似形式，從而用較少的數(shù)據(jù)得出利潤(rùn)最大化的近似最優(yōu)機(jī)制”的問(wèn)題，針對(duì)算法的采樣復(fù)雜度，自2015年起，黃志毅接連產(chǎn)出了一系列研究成果。

——2015年，黃志毅發(fā)現(xiàn)了這一問(wèn)題與統(tǒng)計(jì)機(jī)器學(xué)習(xí)理論及信息論之間的聯(lián)系，其中前者能用于分析采樣復(fù)雜度的上界，而后者能用于分析采樣復(fù)雜度的下界?；谶@些工具，他解決了單個(gè)買(mǎi)家單個(gè)物品情形下的采樣復(fù)雜度問(wèn)題，在業(yè)內(nèi)引起廣泛關(guān)注。

——2016年，黃志毅把基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)理論的算法思路及分析的方法推廣到了多個(gè)買(mǎi)家的情形，從而改進(jìn)了其采樣復(fù)雜度上界。

——2017年，黃志毅注意到實(shí)際場(chǎng)景中的算法需要不斷利用新的數(shù)據(jù)更新所學(xué)到的機(jī)制和定價(jià)，這可以視作一種在線學(xué)習(xí)。通過(guò)提出一套新的多尺度在線學(xué)習(xí)理論，他設(shè)計(jì)了新的算法并獲得了最優(yōu)的理論結(jié)果。這套新理論后來(lái)在傳統(tǒng)機(jī)器學(xué)習(xí)理論的模型選擇問(wèn)題中也得到了應(yīng)用。

黃志毅在中國(guó)計(jì)算機(jī)協(xié)會(huì)（CCF）啟智會(huì)上以“數(shù)據(jù)驅(qū)動(dòng)的拍賣(mài)機(jī)制設(shè)計(jì)”為主題開(kāi)展講座

——2018年，黃志毅注意到此前的相關(guān)研究中一般假設(shè)買(mǎi)家并不會(huì)針對(duì)賣(mài)家的算法對(duì)自身行為進(jìn)行策略性的調(diào)整，而一些后續(xù)研究指出這個(gè)假設(shè)過(guò)度簡(jiǎn)化了問(wèn)題，并證明了買(mǎi)家的策略性行為可能大幅降低賣(mài)家算法所獲得的利潤(rùn)。據(jù)此，他提出了一套基于差分隱私的算法工具，這套工具在所需要學(xué)習(xí)的機(jī)制結(jié)構(gòu)相對(duì)簡(jiǎn)單時(shí)可以有效地降低買(mǎi)家的策略性行為。

——2019年，黃志毅基于此前研究，重新提出了一套與之前框架截然不同的基于信息學(xué)的新方法，從而徹底解決了多個(gè)買(mǎi)家情形下采樣復(fù)雜度問(wèn)題，被學(xué)界視為采樣復(fù)雜度方向的一個(gè)“突破性結(jié)果”。

——2020年，黃志毅進(jìn)一步將這一系列采樣復(fù)雜度理論應(yīng)用到更困難的市場(chǎng)劃分問(wèn)題上，并獲得了這個(gè)問(wèn)題的首個(gè)多項(xiàng)式采樣復(fù)雜度上界。

以上相關(guān)成果獲得了包括算法博弈論的奠基者及理論計(jì)算機(jī)科學(xué)領(lǐng)域高規(guī)格獎(jiǎng)哥德?tīng)柂?jiǎng)得主諾姆·尼桑（N o a m Nisan）、蒂姆·拉夫加登，以及奈望林納獎(jiǎng)得主康斯坦丁諾斯·達(dá)斯卡拉基斯（Constantinos Daskalakis）、圖靈獎(jiǎng)得主姚期智等在內(nèi)的著名學(xué)者的引用研究。

從講臺(tái)下聆聽(tīng)基礎(chǔ)課的懵懂學(xué)子，到成為與諸位恩師、學(xué)界前輩娓娓而談的學(xué)術(shù)同行，黃志毅的成長(zhǎng)肉眼可見(jiàn)?！拔业倪M(jìn)步除了離不開(kāi)姚院士的指引，也深深受益于我的博士生導(dǎo)師薩姆帕斯·坎南和亞倫·羅斯，以及博士后導(dǎo)師蒂姆·拉夫加登、微軟研究院實(shí)習(xí)時(shí)的導(dǎo)師尼基爾·德瓦馬塔爾（Nikhil Devanur）。鄧小鐵、滕尚華、孫曉明等學(xué)界前輩，亦多次提攜指教，給予我寶貴的建議?！币荒暧忠荒?，現(xiàn)實(shí)世界的諸多問(wèn)題凝于腦海，伴隨一次次復(fù)雜的推演、解題，黃志毅的算法險(xiǎn)峰攀登之旅漸入佳境。

明德格物 探索不止

港大的?；丈乡澘讨懊鞯赂裎铩?個(gè)字?！懊鞯隆本褪钦蔑@德行，“格物”就是探究事物原理。在快節(jié)奏的香港，港大給師生營(yíng)造了一個(gè)安靜舒適的學(xué)術(shù)天堂，去除了浮躁，并不一味追求論文產(chǎn)出。在近10年的港大生涯中，黃志毅體會(huì)最大的就是這種讓人富有尊嚴(yán)的學(xué)術(shù)自由度。

“理論計(jì)算機(jī)科學(xué)研究的成果產(chǎn)出周期相對(duì)較長(zhǎng)，但是學(xué)院并沒(méi)有一刀切地下達(dá)硬性任務(wù)指標(biāo)，而是尊重了大家的學(xué)科特點(diǎn)。學(xué)院領(lǐng)導(dǎo)還很注重培養(yǎng)年輕教師的獨(dú)立科研能力，鼓勵(lì)我們先發(fā)展自己的團(tuán)隊(duì)和感興趣的科研方向，而不是與資深的教授合作盡快產(chǎn)出成果?！闭窃谶@種氛圍下，黃志毅沒(méi)有跟風(fēng)選擇熱門(mén)方向，而是堅(jiān)持自己的研究興趣，逐漸帶領(lǐng)團(tuán)隊(duì)步入正軌，順理成章地形成了一系列有影響力的學(xué)術(shù)成果。

目前，黃志毅團(tuán)隊(duì)平均每年招收1名博士研究生，課題組的博士研究生一般為4到5名。此外，每年夏天，他還會(huì)指導(dǎo)2到6名來(lái)自國(guó)內(nèi)外的本科生做研究。短期的師生緣分結(jié)束后，如果互相考察滿意，將會(huì)繼續(xù)進(jìn)行為期一年的合作研究。而這些本科生中的一部分便是來(lái)自清華的“姚班”?！耙Π嗳恕币贿厒鞒兄ζ谥窃菏康膶W(xué)術(shù)衣缽，一邊協(xié)作創(chuàng)新，人才輩出。

在黃志毅看來(lái)，理論計(jì)算機(jī)科學(xué)的研究模式，某種意義上是一種學(xué)徒制?！拔腋鷮W(xué)生是合作關(guān)系。我們的區(qū)別可能主要在于我經(jīng)驗(yàn)更豐富、資歷更深。在日常研究中，他們會(huì)通過(guò)課題研究，學(xué)習(xí)我的選題思路、解題思路、提問(wèn)思路等。這種研究模式，沒(méi)有一套完整的教材，導(dǎo)師更需要對(duì)學(xué)生進(jìn)行言傳身教?！?/p>

為此，黃志毅對(duì)學(xué)生提出了他認(rèn)為最重要的幾點(diǎn)要求。一是要培養(yǎng)對(duì)高價(jià)值選題、高品位選題的認(rèn)知?！笆嗄昵?，我去賓夕法尼亞大學(xué)讀博，系主任在簡(jiǎn)介會(huì)上講了許多話，我至今唯一記得的一句就是‘讀博這幾年，最重要的一件事就是形成研究的品位，知道選題的好與壞’。”二是做理論計(jì)算機(jī)科學(xué)研究，需要在數(shù)學(xué)思維的運(yùn)行、數(shù)學(xué)工具的使用上有足夠的成熟度，能夠隨機(jī)應(yīng)變，想方設(shè)法推進(jìn)研究。三是養(yǎng)成好習(xí)慣。“我經(jīng)常跟學(xué)生強(qiáng)調(diào)，要保持良好的閱讀論文的習(xí)慣，除了自己小方向的論文外，還要盡可能了解一些其他相關(guān)領(lǐng)域的前沿學(xué)術(shù)成果，拓展知識(shí)儲(chǔ)備、學(xué)術(shù)視野?！敝劣冢芏嗳岁P(guān)心的論文發(fā)表，黃志毅反而對(duì)此抱著輕松的態(tài)度，“論文發(fā)表有一定的運(yùn)氣成分在，看學(xué)生個(gè)人造化就好，急不來(lái)”。

即便當(dāng)了多年老師，黃志毅也始終謹(jǐn)記自己的學(xué)生身份。在姚期智院士眾多的提點(diǎn)之語(yǔ)中，那句“做研究的人，不需要在同一個(gè)問(wèn)題上反復(fù)證明自己”曾如一顆石子投入湖水，在黃志毅的心里激起圈圈漣漪，后來(lái)成為他時(shí)時(shí)勉勵(lì)自己的格言，激勵(lì)著他不斷嘗試、不斷挑戰(zhàn)，每隔一段時(shí)間便停下來(lái)回顧總結(jié)。而決定攀登成功與否的，往往就是微末的細(xì)節(jié)、一念的猶豫。如今，相比獲得“最佳論文”，做出新穎的科研探索、踐行美好的科研品位，更讓黃志毅心向往之。

在線算法研究的問(wèn)題根源于未來(lái)將發(fā)生的不確定性，算法博弈論關(guān)注的是與自私主體私人信息的不確定性相關(guān)的問(wèn)題。未來(lái)，在不確定性下優(yōu)化的廣泛背景下，黃志毅希望對(duì)相關(guān)方向上未解決的挑戰(zhàn)繼續(xù)展開(kāi)探索。在戰(zhàn)略環(huán)境中的學(xué)習(xí)、在線優(yōu)化的線性程序?qū)哟谓Y(jié)構(gòu)、融合來(lái)自不同領(lǐng)域的在線決策策略……一座座險(xiǎn)峰、一面面峭壁，也正向這位勇敢的攀登者發(fā)出盛情邀約。