岭大学者邝得互优化AI效能研究 荣获2026年度《IEEE进化计算汇刊》杰出论文奖

邝得互荣获2026年度《IEEE进化计算汇刊》杰出论文奖。

香港新闻社9月22日报道 岭南大学协理副校长（策略型研究）、利荣康计算智能学讲座教授邝得互，与国际科研团队合作撰写的论文《利用学习提升演化算法效能的优化研究》，突破性地提出在AI的传统演化算法中，加入“学习”元素，使AI在复杂的情境下能够更快、更准确地寻找最佳解决方案，荣获2026年度《IEEE进化计算汇刊》杰出论文奖，于全球知名学术引文索引资料库平台Web of Science的计算机科学及人工智能类别204份期刊中，排名第11位，成为该年度唯一获奖的论文。

该奖项由电机电子工程师学会（IEEE）计算智能学会设立，该获奖论文于2023年发表。研究团队设计的新方法“以学习辅助的演化算法”，能让人工神经网络从演化过程中的“成功经验”学习，观察哪些方案比旧方案更好，并将这些经验记录下来，供未来参考，使演化算法不再单靠“随机变异”，而是能借助汲取过往经验来提高效率。

为验证新方法的效能，研究团队曾在不同国际标准测试平台进行比较。结果显示，无论在处理单一目标或同时要应付多个目标等复杂情境下，新方法（以学习辅助的演化算法）的整体表现均优于传统方法，有效提升效率和准确度。在处理复杂问题时亦展现出更高效和准确度。该创新方案于2023年属于高度前瞻性的概念，随著近年AI应用迅速发展，有关概念正延伸至多个涉及复杂计算的潜在应用，涵盖交通规划、智能制造、药物研发及绿色能源等领域，具有广泛的应用潜力。

邝得互表示：“全球社会和产业面临越来越多需要快速计算和精确预测，但传统的演化算法面对庞大数据或多目标情境时，计算效率往往受到限制。研究团队提出的创新解决方案，旨在让人工智能从过往经验中学习，令演化演算法少走‘冤枉路’，更快找到高质素方案，并以更高效率解决难题。在科技迅速迭代的今天，这一理念已逐渐成为AI应用的重要方法，成果令人振奋。这项国际殊荣不仅是对研究团队努力的肯定，更助力巩固香港在AI研究方面的国际领先地位，为人类社会创造长远而积极的影响。”

《利用学习提升演化算法效能的优化研究》由南开大学人工智能学院教授詹志辉和博士黎建宇、邝得互，以及汉阳大学教授张军共同撰写。