叶荫宇教授，美国斯坦福大学管理科学与工程系及计算数学工程研究院的杰出终身教授，斯坦福管理科学与工程系工业联盟主任。2012年，叶荫宇教授被授予该大学K.T.Li (李国鼎)首席教授(Chair Professor)的荣誉。叶荫宇教授也是运筹管理学领域最高奖项——冯·诺依曼理论奖的唯一一位华人得主，国际最知名的运筹学专家之一。

叶荫宇教授自2013年以来，多次到我校访问交流，为我校本科生讲述课程，深入指导我校信息管理与工程学院的年轻老师和同学的科研，深入参与我校LEAVES并行优化求解器的开发工作。目前担任我校并行优化国际实验室的外方主任，将所得报酬捐赠资助我校的优秀学子和贫困生。其学生葛冬冬博士目前是我校信息管理与工程学院教授。

记者：您在高中毕业后赶上了文革，在农村劳动了十年，这期间您仍然在每天十几小时的体力劳动之余坚持学习，并在恢复高考的第一年重新考上大学。当他大学毕业时您已经三十二岁了，仍然在美国花了七年的时间攻读下博士。很多人会觉得这太晚了，但您却越做越好，之后还拿下了优化运筹领域的“诺贝尔奖”，是什么让您能在那样的环境下坚持学习?又是什么推动您不断进取呢?

叶荫宇：我在农村工作了两年，之后去到了工厂，在工厂又工作了八年，所以一共十年时间，直到1977年恢复高考，我考上大学。我想能够在那段时间坚持学习，参加高考，是我们那个时代的人共同的想法。到了82年我毕业以后一经30多岁了，到了美国之后花了七年时间攻读博士，我觉得确实可能对有些人来说觉得年龄大了一些，但是对于我们那个时代的人而言，刚刚恢复高考，大学毕业对于学习的愿望还是很强烈的。另外，我觉得人的生物年龄和学术年龄，不一定会是同步的，有的人从二十岁、三十岁就开始了他的学术年龄，但有的人会是从四十岁才开始。我觉得学术年龄，根据美国人的讲法，差不多三十到四十年这样一个区间，主要还是看个人的，如果你有兴趣，希望了解这方面的知识，立志了解科学前沿的研究问题，不管你从什么生物年龄开始，还是可以继续做好研究的。到了我这个年龄，感觉我的学术年龄也快到头了，感觉有点累了，所以尽量与年轻人交流，希望他们能在这个领域做得更好。所以主要还是个人的兴趣，学术研究做出一些成果，能够有很大的成就感。每个人的幸福感和成就感来源不同吧，做科研就希望能做出一些人家没有做过的东西，或者是做出一种算法，能够比人家算得快，这也是不断竞赛的过程，而兴趣是最好的动力。

记者：在您学生的描述中，您是和蔼、谦逊、博学的导师，而您在约翰·冯诺依曼理论奖典礼上的获奖感言中，您对于教授您线性规划的George Dantzig 教授表达了深深的感激，您认为您的导师教授给您最重要的东西是什么?在此之前，您曾经多次来到信息管理与工程学院为学院新生做新生研讨课，您认为大学阶段对于个人的成长有着怎样的意义?您对于上财的学子有什么样的建议?

叶荫宇：我觉得我的导师教给我的也正是我刚刚说到的，我跟我导师做研究的时候，他也已经五六十岁了，在学术界也是久负盛名的学者，但是他仍旧孜孜不倦地做研究，而且对各种问题能够保持很大的兴趣和热情，他做单纯形法后来我们做内点算法，对他而言还是相对比较新的东西，他也在不断地学习。我觉得这些大师们给我们的榜样就是活到老学到老。不断地补充自己的知识，不断去探索新的领域。我觉得大学阶段是挺重要的，虽然我到了将近三十岁才进大学，大学期间对于培养自己的学术习惯和学术兴趣都是一个最好的环境。大学期间的同学对于我们以后也是会有帮助的。我觉得大学对于那些有志于做学术研究的人， 最重要的是看自己在什么地方感兴趣。我上大学的时候兴趣点也移动过好几次，刚开始是控制论、系统工程，最后才落脚到运筹优化，虽然其中有关联，但还是不断地了解外部环境也不断地了解自己，看自己在哪个方面比较擅长，觉得有真正吸引你的地方是最重要的，当然你以后不搞学术，也学到了一些技能，能在你进入社会时派上用场。当然如果你立志做学术，一定要找到你擅长的、感兴趣的地方。大学应该说是最好的时机了。研究生之后再想要改变就比较难了。大学是一个学习别人也了解自己的过程。

记者：您与您的夫人伉俪情深，在您的获奖感言中，您也曾提到您也会与她分享您在科研方面取得的成果，看得出来您也是一个非常注重家庭的人，请问您是如何平衡工作与生活的呢?

叶荫宇：我觉得这也很重要，因为做学术的人回家经常跟太太分享一下自己学术方面的一些问题，哪怕她听得不是很懂，也是很有情趣的一件事，让她能够了解你研究的过程和发展，像我们毕竟是做科研的，可以把科研的成果，从深到浅来进行描述，我觉得也可以增加夫人对于自己工作的了解，最终目的还是争取夫人对自己的支持。我觉得这也是很重要的，夫人也会分享她工作的一些事情，也可以把学术变成生活的一部分，这还是很有帮助的。我以前也讲过一个故事，我们证明一个近似算法，一个ratio是0.699，ratio是数字越高越好的，结果我只能证明这个数是0.699，我夫人就说她很不喜欢这个数字，她说这个数字很像超市里面卖东西的数字6块九毛九，你能不能就把它改成7块钱呢，我说我就只能证明0.699，就差这0.001,我要是能够证明出来，何乐而不为。但是科学，你只能证明到这个地步。结果后来确实有人证明了，在我的基础上做了改进，证明出来一个0.701，改进了0.002 ，但毕竟还是七块一分钱，她听了也蛮欣慰的。我觉得有时候这样也挺好的。

记者：您曾经谈到在竞争的科研环境中，能在自己学术生涯的开端就和一群出色的、无私的、而又互相帮助的同事们一起工作，一起研究线性规划(LP)、半定规划(SDP)内点算法(Interior-Point Algorithms)每个人仍都为其他人的成就感到高兴和支持，对此您感到非常幸运。引入常任轨机制之后，我校青年教师的数量跟质量都有了很大提高，于此同时青年教师在科研上也面临比较大的压力，如何把压力转化动力，在这一方面您有怎样的心得和建议呢?

叶荫宇：我觉得还是要保持自己的科研兴趣吧，始终不断地努力。我觉得青年老师眼光要看远一点，不能太急功近利，做一些有深度的研究。做研究无非就是理论方面的和对实践有所帮助的。我觉得比较好的成果，要么理论上比较深，比如说我刚举例说到的从0.699到0.701，也就是跨过了一个门槛。我现在随着年龄的增长就觉得能够把有些算法用到实践中，得出一个又快又好的算法，能够被广泛地应用，我觉得那也是很大的成就。在我们国家，优化软件方面的开发，还是比较落后的，所以我们想从这些方面来做努力。因为我们这个不是矛盾，也可以在研究理论问题的同时，做好算法实践的工作。这种保持不同的学术研究方向，理论与实践兼顾，其实对于自己的研究的心情也是一个调节。互相促进。做理论觉得累的时候，看看实践也会觉得很有趣。所以我们科研成果最后还是从两个方面来验证，一个是理论上，另一个就是你能做出一种优化工具被广泛使用。青年老师在理论上做研究有时候会遇到瓶颈期很难有质的突破，有了一定的数量之后不如用于实践让其产生一定影响。一个又竞争又合作的环境，对于青年老师还是很好的，互相促进，而这对于一个科研工作者也是一个很基本的方面吧，对大家都是有好处的。

江波：谢谢叶老师的建议，我们中心招人的要求是很高的，而在这里的年轻老师压力也都比较大，我们的科研任务比一般常任轨可能更重，新进中心的老师可能压力很大，但是我们气氛不压抑，平时我们也会有很多交流，叶老师也会给我们做指导，所以压力对我们就是一种动力，我们这的氛围还是很好的，因为我们确实是在研究问题的同时找到乐趣。

记者：您是运筹学的大师级人物，但在国内可能很多人对于运筹学做的是哪一方面的研究可能并不了解。据我们了解，运筹学也可以与各个学科相结合，运用于各个领域，这方面您可以详细举例为我们说明一下吗?

叶荫宇：运筹学是从上个世纪40年代开始的，我认为运筹学就是一个帮助做决策的科学，而且是用比较量化的方法，帮助你进行预测和决策，从而更好地制定战略和政策。中国有句古话运筹帷幄之中，决胜千里之外到了现在，有人觉得运筹学这个名字不好，应该叫做商业分析，就是用量化的方法如数学、计算机科学的方法来分析数据，从而帮助你决策。所以在这个意义上运筹学的范围太大了。因而也不用过于计较它的名称，因为它用到的，优化的方法跟统计的方法随机的方法是深入到各个领域的。所以随着数据越来越多，量化的数据也会越来越多，运筹学的前景应该是很好的，所以有人叫它商业分析、决策科学、信息科学或者数据科学。但其核心还是运筹学的一些算法，比如说现代金融，买卖股票，决定买多少或者卖多少都是通过运筹学的优化法来达到的。

记者：去年，您带领管理科学与量化信息研究中心的研究团队开始与京东、天猫等多家电商合作，而之后这些企业也在逐渐意识到OR跟OM的重要性，也可谓是商业上的“决胜千里之外”，您认为在国内电商企业的发展之中OR与OM的运用有怎样的重要性?

叶荫宇：OR主要还是强调基础研究，其中一个很大的应用领域就是OM，OM更偏重应用，会有一些模型算法，如何应用于OM之中，更加接近实际，比如怎么给商品定价，怎么运输，提升供应链。OR也可以运用于工程领域，运用范围更广。OR的优化理论不一定要直接用到管理里面去，可以是生物、或者是建立某种机制。

江波：任何领域的决策问题，受到特定的约束条件，在这些约束下面你如何做到更好的决策，如果问题能转化为决策性问题，那么就可以用OR来解决。也就是数据驱动决策。

记者：您对上财这所学校的印象如何?去年在您的主持下并行优化国际实验室载上海财大成立，是什么原因让您决定在上海财大开展这个实验室项目呢?

叶荫宇：学术气氛很好，校领导对我们的工作也特别支持。对于一些年轻有为的人，非常包容、非常开明，非常有远见。学生也非常不错不比其他名校的差。在这成立实验室的原因主要还是有冬冬、江波、何斯迈这样一群年轻学者聚集在这里，而且大家理念都比较一致。

记者：您不但是葛冬冬老师的导师，在这个团队您更像是一个精神领袖，为了实验室的项目不辞辛苦，四处奔波。前段时间葛冬冬老师写的一段日志让很多人为之动容，文中您是那位“为国铸器，不惜此身”的君子，而也正是您的这种精神感染着周围的人，是什么样的力量推动着您不畏艰难一路前行呢? 葛冬冬老师曾经谈到，您认为中国需要自己的运筹学的solver(优化求解器)。那么，您可不可以为我们简要介绍一下运筹学上的solver会有怎样的一些功能以及应用呢?这个实验室主要将会从事怎样的研究呢?

叶荫宇：我觉得每个做科研的人都应该是这么想的吧，我就是觉得看到这些年轻人对科研有兴趣，能给的帮助我会尽量给，还是对学术研究感兴趣吧，觉得还有好多实质性的问题没有解决。

solver就是算法在计算机上的一种实现，是把数学的公式和算法理念、构造用计算机程序来实现，这样数据进来，就会有一个求解的结果，这个结果可能是最优定价或者最优匹配。

江波：中国没有真正做优化求解器solver的，他希望我们这个团队为中国尽一份力，开发出自己的solver, 搞优化的软件工具，现在我们国家基本上都要买国外的。

我刚才提到任何问题只要能转化为决策问题，就能用优化的东西进行求解了，如何求解，那就要用到solver了。任何领域的问题，只要它是一个决策性的问题，那么他就是优化的问题。比如说，现在很流行的机器学习，他的底层的算法都是优化的算法，包括我们用到金融里面的，或者是供应链跟仓储的问题，都是优化的问题如果我们能把底层的算法做得很完备的话，造福的不仅仅是这个领域，所有领域的人都会受益。不同领域可能要有不同的算法来求解，但是我们要做的就是，把一些很关键的或者很流行的算法进行提高改进，放到这个solver里面。

这里叶老师对我们进行了非常大的指导，可以说叶老师不仅是一个精神领袖，也是跟我们一块为做研究的，叶老师前段时间在美国，我们跑的实验结果，发送给叶老师，他会很仔细地检查我们的工作，给我们评论跟建议，有的时候还会写一些数学公式来告诉我们如何构造模型，甚至亲自写一些代码给我们，让我们在这个基础上进行改进，所以在这个期间我们确实能够感受到他对于科研的一种热情，一种执着。他确实跟我们站在一起。

记者：此前不久，您将上财给您的全部个人薪酬用于资助上财贫困学子上学，您的这一善举帮助了寒门学子，也感动了很多人，请问您为什么会这样做呢?

叶荫宇：其实这是很自然的，很多人都会这么做，因为对我们这些做科研的人而言，目的很少是和经济挂钩的，多半还是希望这些技术知识对社会能够有作用，所以我认为这并不表明人的品质的好坏，就是很自然的。

记者：除了开设新生研讨课，您之前在暑假期间也曾来到上海财大为学生开设讲座，您应该也认识了一些这里的学生，您对他们评价如何?其中有没有学生给您留下比较深刻的印象呢?

叶荫宇：印象比较深刻的学生像是杨凡、苏广俊。今年像是任奕、张腾，也是一直跟着中心的老师做研究的。总是不断的有新人出现，包括我们之前有个学生叫胡诗曦是信管学院的研究生，就非常不错。这些孩子虽然年轻，但是对我们教授的一些方法领会很深，马上可以形成报告、数学实验甚至是设计产品。能把学到的东西用于实践，并能总结自己的方法。还有统计的张耀武。这里的学生不局限于本院甚至本校，氛围很好。这些学生的领会力都非常好，关键是看感不感兴趣了，基础还是很好的。

记者：去年，上海财经大学信息管理与工程学院管理科学与量化信息研究中心成立，经过不断的摸索实践，已经形成了完善的国际交流模式，在人才培养和科研成果上都取得了出色的成绩，在全国各高校形成了广泛的影响。对于将管科中心打造成国内顶级国际一流的研究中心，您有什么样的建议?您对上财的国际化又有什么样的建议?

叶荫宇：还是要继续保持比较开放的态度，吸引人才。内部形成比较友好的竞争学术气氛。邀请国外的学者过来讲学，把solver开发出来，这样中心的影响力就大了。上财的国际化还是相当不错的，陆品燕来了之后，又招聘了一位俄罗斯的学者，这两个人都是在领域内做得很好的学者。财大做得还是很不错的，比如把图书室建立起来，邀请国外的人来讲学包括Ben-Tal(Aharon Ben-Tal，鲁棒优化创始人)包括Chris(Chris Ryan)，都是与领导支持分不开。

有点像是一个孵化器，是一个开放而又轻松的学术气氛，这个中心目前在国内外也是小有名气。

江波：上财口碑非常好，海外归国人员都觉得财大很好，来了之后也比较适应。其他学校的老师很愿意让他们学生来这里学习，我们推荐出去的学生海外名校也很愿意接受。过去十年上财的国际化还是做得很好的，所以财大的有些学科走在前面，我一定也不感到惊讶，学生的质量也有很大提高，能够到国外一流学府深造。

记者：明年上海财经大学即将迎来百年校庆，可否请您为上财献上几句祝福?

叶荫宇：很喜欢上财的学术氛围，特别校领导的开明态度，对于年轻人的培养与支持，我想不用过多少年，至少在运筹与计算机领域，数据科学包括微观经济方面，我想很快变成世界一流学科。这肯定是可以实现的，衷心希望财大能够保持这个势头，向前跨进，希望财大不管是在学术研究还是学生培养方面都能更进一步。财大本身地理位置得天独厚，充分用好这个优势，形成一种好的学术文化和学术氛围，吸引有优秀的老师和学生，我想世界一流只是时间的问题。

注：部分问题由江波老师补充说明

江波博士，上海财经大学信息管理与工程学院助理教授，于2013年9月在美国明尼苏达大学工业与系统工程系获得博士学位。在运筹优化的国际一流杂志Mathematics of Operations Research，Mathematical Programming等发表过多篇论文。现为美国数学会旗下 mathmatical reviews 的评论员。曾在美国对冲基金公司Whitebox Advisors(该基金旗下管理资产约45亿美元)担任暑期研究员，从事鲁棒组合投资的研究工作。