张钹

  清华大学计算机系教授,中科院院士。1958年毕业于清华大学自动控制系,同年留校任教至今。1980年2月‐1982年2月美国伊利诺斯大学访问学者。2011年汉堡大学授予自然科学荣誉博士。曾任校学位委员会副主任,现任微软亚洲研究院技术顾问。

  他参与人工智能、人工神经网络、机器学习等理论研究,以及这些理论应用于模式识别、知识工程与机器人等技术研究。在这些领域,他已发表 200多篇学术论文和5篇(或章节)专著(中英文版)。他的专著获得国家教委高等学校出版社颁发的优秀学术专著特等奖。他的科研成果分别获得 ICL欧洲人工智能奖、国家自然科学三等奖、国家科技进步三等奖、国家教委科技进步一、二等奖、电子工业部科技进步一等奖以及国防科工委科技进步一等奖奖励。此外,他参与创建智能技术与系统国家重点实验室,于1990‐1996年担任该实验室主任。1987‐1994年任国家"863"高技术计划智能机器人主题专家组专家。

  在过去30多年中,他提出问题求解的商空间理论,在商空间数学模型的基础上,提出了多粒度空间之间相互转换、综合与推理的方法。提出问题分层求解的计算复杂性分析以及降低复杂性的方法。该理论与相应的新算法已经应用于不同领域,如统计启发式搜索、路径规划的拓扑降维法、基于关系矩阵的时间规划以及多粒度信息融合等,这些新算法均能显著降低计算复杂性。该理论现已成为粒计算的的主要分支之一。在人工神经网络上,他提出基于规划和基于点集覆盖的学习算法。这些自顶向下的结构学习方法比传统的自底向上的搜索方法在许多方面具有显著优越性。