“数学新力量 奋进正青春”——系列（ 二十九）张帆：与不确定性共处

luyuanhong

“数学新力量 奋进正青春”——系列（ 二十九）张帆：与不确定性共处

原创  叶词  中国科学院数学与系统科学研究院  2026 年 7 月2 日 14:55  北京

编者按：我们在寻找数学强国的建设者，那是一群活跃在国际数学舞台的新青年。他们始于兴趣、成于坚持，如今又忠于责任与担当。他们学成归国，以拳拳之心钻研投入，于是选择中国科学院数学与系统科学研究院作为事业新起点。像大多数年轻人一样，他们有过暗夜里的迷茫和挫败，也有过漫长的深思与不解。但他们说，不是看到希望才努力，而是努力了，就会有希望。

初见张帆，最先记住的是她的眼神：清亮、专注，透着一股沉静的笃定。随着交谈的深入，这股笃定便有了出处：那是长年与抽象问题打交道，习惯了在未知中摸索所淬炼出的从容。

她今年 30 岁，自北京大学博士毕业后，于 2025 年任中国科学院数学与系统科学研究院（以下简称“数学院”）优秀青年助理研究员。纵贯数学、管理科学与运筹优化，她试图解答的核心命题始终如一：当世界是一个机理幽微的“黑盒”，我们应如何在不确定中学习，并做出好的决策？



黑盒：摸索答案

“我们生活的这个世界，复杂且充满随机性。我们找不到完美的公式描述它，也看不清它运转的全部细节，就只能通过一次次的试探和观察，去接近最好的决定。”张帆如此解释自己的研究主题。她声音纤细，却清晰笃然，给人一种安定感。

她所描述的，正是运筹学与系统科学领域的“黑盒优化”：将复杂系统视作封闭的黑箱，驱使算法在持续的输入输出中探寻最优。

她的研究从多个方向切入这只“黑盒”：第一个方向是大规模仿真优化，探索如何把有限而昂贵的仿真资源分配到最有价值的决策上，尝试将近似解析模型与高精度仿真模型结合起来，以缓解复杂随机系统中大规模决策问题的计算负担；

第二个方向是情境依赖的个性化决策优化，当决策效果依赖于外部情境信息时，如何在有限的采样资源下更高效地学习出情境信息与最优决策间的映射关系，她的研究考虑信息双重相关性的离线情境学习框架，并验证它对学习效率、优化精度、不确定性衰减和一致收敛性的作用；

第三个方向是面向场景交互的实时决策优化，当外部环境不断变动时，每一次决策既是对当前状态的回应，也会产生新的反馈，如何在利用已有知识与继续探索未知之间取得平衡，正是在线学习和实时决策中的关键。贯穿这些方向的一条线索，是她近期持续推进的“情境学习框架”，这一框架以信息价值为标尺，尝试将离线的资源分配与在线的动态决策纳入统一的理论体系。她更关心的，并不是宣布找到了某个一劳永逸的答案，而是如何度量一次学习所带来的信息价值，并据此改善后续决策。

伴随探索的深入，她也参与和完成了一些受到同行关注的工作。她参与的患者偏好学习研究获 IEEE TASE 最佳论文奖；她在多精度仿真优化方面的相关工作，也被《Encyclopedia of Optimization》相关条目作为代表性工作引用和介绍，并被后续半导体晶圆制造等跨场景研究作为典型案例。此外，她的研究获得国家自然科学基金青年项目支持，参与的项目获得国际年会“最佳管理实践奖”。

不过，这份清晰而自洽的学术图景，并非起初就如此分明。在张帆的故事里，与不确定性打交道的经历，远比她的研究开始得更早。

与自我和解

张帆对数学的偏爱，源于小学三年级。在数字与符号的排列组合中，她感受到了一种独特的吸引力，她喜欢那种一步步解构问题、抵达答案的过程——逻辑清晰，因果分明。在她的描述里，数学是一门没有杂音的语言。漫漫求学路上，师长的悉心引导让数学渐渐在她心里不再局限于一门解题技巧，而变成了她凝视和理解世界的方式。

然而，读博初期，这套凡事寻求确切答案的思维方式遇到了真正的考验。面对没有边界的学术旷野，努力不再与回馈画上必然的等号，她在迷雾里踯躅摸索了一两年。但在温水般平淡的日子里，转变悄然发生。“我慢慢发觉世界是非常变动的，一味地苛求‘确定性’是个执念。我需要去适应变动，而不是想着如何去解决它。”她不再将不确定性视为横亘的假想敌，而是坦然接纳生活原本的底色，“我要做的是学会在水里游泳，而不是想着怎么把水抽干。”她笑道。

这种对不确定性的重新理解，也自然而然地延伸到了她的职业选择上。博士后出站，她主动投身于更为流动的学术生态，留在数学院。这里恰好契合了她的诉求：一面是“碰撞”，高频的交流和跨学科讲座让不同领域的思想不断交汇；另一面是“安稳”，细致的后勤保障让研究者免于琐事打扰，安心伏案。

前方是广阔的未知，后方是笃实的依托，她在此处找到了恰切的平衡。

从本科攻读纯数学，博士转入工业工程，博士后又回归系统科学中的随机优化，张帆的学术轨迹很难用单一的学科去框定。她的每一次转向都并非规划好的直线，而是在理论兴趣、应用问题和学术环境之间不断调整后的选择。

在她的科研版图中，理论与现实从未割裂。她长期参与国家粮食和物资储备局项目，协助构筑价格压力测试与应急保障体系，相关成果不仅获得部委的正式致谢，也入选了国内优秀学术论文。

深耕应用的岁月，也反过来重塑了她的理论视角。“做应急项目时会发现，现实灾害场景和理论模型间存在距离。灾害环境快速变化，需求高度不确定，数据又相对有限，这使得许多常用数学模型和优化方法难以直接套用。”这些应用中的困难，反过来推动她思考非平稳环境下的优化问题。她最近推进的非平稳环境下的优化研究，正来源于灾害场景中那些难以预料的剧变——灾害环境不断变化，需求充满不确定性，如何在不断获取现场信息的过程中逐步修正对灾情的预判、做出更好的救援决策，正是她试图用理论回答的问题。

对她而言，理论推演与落地应用绝非分野的两端，而是同一片学术版图中迥异却互补的风景。正是在交替往复之间，一个研究者完整的学术志趣得以成形。

坐标系

学术工作之外，张帆为自己保留了一方确切的小天地。

她喜欢阅读，常常在心理学、哲学和各式虚构作品中漫游，享受思维天马行空地发散；也热爱运动，本科时喜欢跑步，曾跑过半程马拉松，如今工作较忙，仍尽量保持运动和力量训练的习惯。阅读让心智保持开放，运动则给予她一份可触可感的踏实。在职业长路中，这一动一静，构成了她生活中锚定的坐标。

而在学术世界里，新的变量也正在涌入。AI 正重塑科研的面貌，问及张帆对 AI for Sciences 的看法，她表示乐于将 AI 作为工具来使用，无论是处理重复性的工作，还是拓展对陌生领域的认知。但她同样清楚，工具的价值终究取决于使用它的人是否足够清醒。她打了个比方：AI 像一种新型的交通工具，可以更快地带你到某处，但要去哪里、怎么走，只有自己能决定。“我们（研究者）才是真正的掌舵人。”

谈及未来，她心里的方向一如既往地清晰：向内，继续追问最基础的理论问题；向外，让优化的算法真正落地生根。

“尽人事，听天命”，这是张帆现阶段比较认可的一句话。乍听是云淡风轻的让步，背后却是深思后的笃定：行动上，穷尽自己所能，做好自己能做的事情，心态上，不对结果有过强的掌控感。对一位与不确定性打交道的学者而言，这或许是诚实的信条——你无法洞悉黑盒的全部秘密，但每一次面对未知，都能交出当下最真诚的答案。

来源：中国科学院数学与系统科学研究院