侵权投诉
首页 / 百科 / 张钹
张钹

张钹

分类: 机器人
属性: 人物
最后修改时间: 2016年11月30日
本词条对我有帮助0
张钹,福建福清人。计算机科学与技术专家,中国科学院院士,清华大学教授,河南科技大学兼职院士。

 人物简介

  张钹

  张钹,福建福清人。计算机科学与技术专家,中国科学院院士,清华大学教授,河南科技大学兼职院士。祖父乃清朝秀才,为发展家乡的教育事业曾创办敦睦小学于清河书院。张钹从小在浓厚的家学氛围中耳濡目染,学习成绩门门突出。1950年7月毕业于福清融美中学(现福清三中),后就读福州英华中学。1953年张钹报考清华大学,以数理化三门都满分的优异成绩被录取,以“三个一百”闻名于家乡一带。

  人生经历

  张钹(1935,03—)福建福清人。教授,中国科学院院士。1958年清华大学自动控制系毕业留校,1960年2月加入中国共产党。先后在自动控制系、计算机科学与技术系任教,历任讲师、副教授、教授、“智能技术与系统”国家重点实验室主任、校学位委员会副主任、信息科学与技术学院学术委员会主任。还担任中国自动化学会智能控制专业委员会主任和机器人专业委员会副主任,《计算机学报》副主编、国家高技术“863”计划智能机器人主题专家组成员。2011年德国汉堡大学授予自然科学名誉博士。长期从事自动控制理论及技术的教学和研究。80年代以后,主要从事人工智能和计算机应用技术的研究。他针对人工智能问题求解计算复杂性、指数爆炸的主要困难,提出了问题分层求解的商空间理论,解决了不同粒度空间的描述、它们之间相互转换、复杂性分析等理论问题。在此基础上提出统计启发式搜索算法,基于拓扑的空间规划方法和关系矩阵的规划算法,对克服计算量的指数爆炸很有成效。还提出了研究不确定性处理、定性推理、模糊分析、证据合成等新原理。指导并参加建成了陆地自主车、图像与视频检索等实验平台。已培养博士60多名,获北京市优秀教学成果一等奖。“智能技术与系统”国家重点实验室创建者之一。著有《问题求解理论及应用》(中、英文各一部),合著《Researchon Frontiersin Computing》,均获得国家教委颁发的高校出版社优秀学术专著特等奖(1992),后者还获得全国优秀科技图书一等奖(1992年,第二作者)。研究成果,还获得国家自然科学三等奖、教委科技进步奖一、二等奖各一项,电子部科技进步奖一等奖一项,发表论文一百余篇,其中一篇获ICL欧洲人工智能奖。[1]

  教育历程

  入校时张钹就读于电机系电机电器专业,1956年因建设新专业需要,转读自动控制,两年后作为国家第一批自动控制专业的优秀毕业生留校任教。当时国际上刚刚兴起的机器人是自动化领域中的新事物,也是人工智能从最初的理论研究走向实际应用的产物。20世纪70年代初,美国麻省理工学院率先开发了专家系统,计算机可以代替专家进行统计分析及医疗诊断等活动,风行一时。随后,日本和俄罗斯等国也相继跻身先进的行列,研制出各种工业机器人,甚至制造出具有传感和发声系统的人形机器人

  智能技术的研究

  然而这20多年中,我国这方面的研究还处于空白状态。直到1978年,改革开放的政策给了人们开阔眼界的机会,张钹和同事们成了国内最早接触到人工智能的研究者,成为我国在这方面的首批专家。从零起步的阶段是艰难的,5年后,他们几经周折才从国外买到一部机械手用来做研究的基础设备。谁能想到,今天的智能技术与系统国家重点实验室就是从这样一部貌不惊人的机械手起家的。实验室是张钹的骄傲,作为国家的重要科研基地,这个优秀的团体连续三次在专家评审中都获得了“优”的评价,是全国近150个实验室中成绩最好的,张钹作为该实验室主任也因贡献突出获得了国家科委和计委颁发的个人金牛奖。

  张钹在学术研究上的主要贡献是提出问题分层求解的商空间理论,通过代数的方法,系统地解决了不同层次求解空间的问题表达、复杂性分析、不同层次空间之间信息、算子及推理机制等的相互转换关系。在上述理论基础上,他进一步提出了统计启发式搜索算法,基于拓扑的空间规划方法以及基于关系矩阵的时间规划算法等,极大降低了计算复杂性,具有重要的应用价值。其专著《问题求解理论及应用》全面总结了他在人工智能理论研究中的成果,其英文版于1992年由Elsevier Science PublishersB.V.(Nortn-Holland)出版,中文版获国家教委颁发的高校出版社优秀学术专著特等奖。澳大利亚专家Ronald Walts在计算机杂志《The Australian Computer Journal(1995)》对《问题求解理论及应用》(英文版)的评论为“这是一部在重要研究领域的优秀著作”。美国学者Harold S.Stone认为,张钹等在统计启发式搜索等方面的工作,是“最近几年中国学者作出的很有意义的贡献”,“将新一代计算技术的前沿向前推进了”。

  基础理论扎实是张钹的学术研究特色,在扎实的理论基础上,他积极推进计算机应用技术的研究。由于我国人工智能研究的起步比国外晚了20多年,张钹和同事们努力地追赶着国际人工智能发展的脚步。1987年至1994年,他担任国家“863”高技术计划智能机器人主题专家组织成员,在智能行为的微观建模、知识工程、神经网络、智能机器人以及人机交互等应用技术的研究方面作出了贡献。其中,根据商空间理论建立的导航路径规划的商空间方法,在国防科工委等支持下正进一步开发成实用技术。在他主持下研制的清华智能车是我国“863”计划的一项重要成果,这种新一代智能移动机器人,能够进行道路跟踪和躲避障碍的自主驾驶。2003年6月,经教育部组织的专家鉴定,智能车的车道线自动跟踪技术居国内领先,并且达到了国际先进水平。鉴于张钹卓越的科研成果,这些年来他先后被授予ICL欧洲人工智能奖,国家教委科技进步一等奖、二等奖,电子部科技进步一等奖、福建省王丹萍科技奖等荣誉。1994年当选为俄罗斯自然科学院外籍院士,1995年当选为中国科学院院士。

  张钹院士的科研工作是与教书育人的实践紧密联系的,50多年来,他一直任教于清华大学,为自动控制系、计算机系培养了大批人才,尽管现在年已75岁,但仍忙碌在教学第一线。他笑言其它专业的导师可以吃老本,唯独计算机不行,因为行业的飞速发展导致新技术日新月异,一天不读论文不看资料就可能听不懂学生的问题。

  谈起在校学习时与图书馆的故事,张钹院士的情绪一下高涨起来,对当年到老馆自习室“抢”座位的轶事津津乐道,还提及自己任助教时到老馆四楼的外文期刊室查阅内部文献的诸多细节,一时间沉浸在回忆往事的快乐中。在捐赠给图书馆的个人专著扉页上,张院士一本本工工整整地签上名字,而对于我们希望他为图书馆推荐一些国内外自动化、计算机方面经典著作的请求,也非常认真慎重地对待,表示要细细推敲后再行荐购。

  在人工智能这条充满未知的探索之路上,张钹院士的心永远是年轻的,他不知疲倦,不曾停歇,继续谱写着耀眼的华章。

  研究方向

  张钹从事人工智能理论、人工神经网络、遗传算法、分形和小波等理论研究;以及把上述理论应用于模式识别、知识工程、智能机器人与智能控制等领域的应用技术研究。在国内外发表或合作发表论文100多篇。

  教学成果

  教学主讲研究生课程《专家系统》,指导硕士、博士研究生,获北京市优秀教学成果一等奖,北京市优秀教师等称号。张钹从事人工智能理论、人工神经网络、遗传算法、分形和小波等理论研究;以及把上述理论应用于模式识别、知识工程、智能机器人与智能控制等领域的应用技术研究。

  人物成就

  共发表论文60余篇,中文专著一部,英文两部,被国内外引用达83次。先后获ICL欧洲人工智能奖,教委科技进步一等奖、二等奖,电子部科技进步一等奖,高校出版社优秀学术著作特等奖,1991年获北京市优秀教师称号。获ICL欧洲人工智能奖,国家自然科学三等奖,教委科技进步一等奖、二等奖,电子部科技进步一等奖等。两次获教委高校出版社优秀学术专著特等奖,一次中国优秀科技图书一等奖。获计委、科委颁发的个人‘金牛’奖,“为国家重点实验室做出重大贡献的先进工作者”等奖励。1980年至1982年作为访问学者在美国伊利诺依大学进行人工智能、智能机器人的研究工作。

  2015年1月31日,张钹获得2014CCF终身成就奖。[2]

  发表专著

  出版英文专著:

  Theory and Applications of Problemsolving,Elsevier Science Publishers,B.V.North-Holland,1992.

  中文专著:《人工神经网络理论及应用》,浙江科技出版社,1997.在国内外杂志发表论文约100篇。“Researchon Frontiersin Computing”,以及《人工神经网络理论及应用》等。科技成果获得国家自然科学、国家科技进步等多项奖励。

  1994年当选为俄罗斯自然科学院外籍院士,1995年当选为中国科学院院士。

  行业贡献

  早期从事自动控制理论与系统研究,1979年开始计算机科学与技术研究。提出人工智能问

  题求解的商空间理论,解决不同粒度空间的问题描述、它们之间的相互转换以及复杂性分析等理论问题。以该理论为指导,提出多层信息综合、多层规划与搜索等新的研究方法,形成新的算法,如基于拓扑的规划算法、基于关系矩阵的时间规划方法和统计启发搜索算法等,对降低计算复杂性很有成效。从多粒度的商空间理论出发,还提出了研究不确定性处理、定性推理、模糊分析的信息融合的新原理。此外,还指导和参加了人工神经网络理论及应用、知识工程、智能机器人、智能控制以及人机交互技术等应用技术研究,完成多项高技术研究任务。1995年当选为中国科学院院士。在人工智能理论上,系统地提出了问题分层求解的熵空间理论;解决了不同粒度空间描述、相互转换及复杂性分析等问题;提出了多层信息综合、不确定性处理、定性推理、规划与搜索等新的研究原理,有效地降低了计算的复杂性。在人工智能网络方面,系统地分析了典型神经网络模型,给出了该网络各项性能的定量结果;对当前神经网络模拟人类智能的能力及其局限性,提出了理论论据,并提出了一组新的学习机制,有效地提高了神经网络的性能。

  • 快速搜索
  • 热门词条

粤公网安备 44030502002758号