胡老师1955年2月8日出生在辽宁省鞍山市。1970年6月起在北京青云仪器厂参加工作，1977年在青云仪器厂工人大学获大专学历；1983年6月毕业于北京钢铁学院冶金机械专业，获硕士学位；1983年6月起在北京科技大学历任助教、讲师；1988年在加拿大NEFAB Inc担任项目工程师，1993年6月在加拿大Mc Master大学机械系毕业，获哲学博士学位。1993年在加拿大Memorial大学任研究工程师，1997年9月到中科院自动化研究所任副研究员，1999年4月被聘为研究员，2000年到2005年兼任中法实验室中方主任，为推动中法两国在信息领域的合作做出了突出贡献。2004年获国务院特殊津贴。2010年聘为中科院自动化研究所二级研究员，2015年2月在研究员岗位退休。

胡老师在学术研究中注重原创，回国后开展了多个研究方向，均为在领域具有前瞻性的原创研究，包括命名为“青园”的植物生长模型、神经网络透明度、信息论、知识与数据共同驱动的机器学习框架和可视媒体处理等领域，均取得了重要成果，为推动机器学习和人工智能基础理论的发展做出了重要贡献。胡老师的这种学术精神，是学人的宝贵财富。

模糊控制

模糊控制是胡老师在加拿大时期做的研究工作，主要围绕模糊PID控制，发表的成果为同领域中高引用文章。对于这部分工作胡老师回顾起来常常颇为自豪，很高兴自己的研究成为领域中的一个经典之作。

植物生长建模

“青青园中葵，朝露待日晞。阳春布德泽，万物生光辉。“这是胡老师为GreenLab植物生长模型命名而引用的汉乐府诗句，取“青园”两字。基于中法联合实验室的因缘，1998年起，胡老师在自动化所开启了植物生长建模的研究。为此，胡老师专门亲自设计了中英文的Logo。

胡老师热爱大自然，喜欢植物。他经常热情洋溢地赞叹植物对地球、对人类的贡献，例如青蒿、银杏的价值。他与法方合作者Philippe de Reffye研究员在长达二十年多年的合作中建立深厚的友谊。作为信息技术领域的学者，选择植物建模作为研究方向，重视农业的可持续发展，可见胡老师开阔超前的意识，以及背后的普世价值观。2021年美国国家科学基金会投资新增国家AI研究中心，其中一个领域就是AI 农业，包括通过数字孪生大规模模拟植物。而20多年前，胡老师和至今仍奔走呐喊的80多岁的熊范纶老师开启了相关的研究。

在胡老师的大力推动和支持下，围绕GreenLab研究的合作单位包括了中国农业大学、中国农科院、中国林科院、法国农科院以及后来加入的荷兰瓦赫宁根大学。2003年起发起了植物生长建模、应用与可视化国际专题会议（PMA），推动了这一交叉学科领域的发展。GreenLab在植物功能结构模型领域H-index国际排名第一，共同培养了50余名研究生，发表了200篇相关文章。合作者Philippe于2006年获得了中国政府友谊奖。2020年发表了一篇综述文章，胡老师特地撰文回顾这段过往。胡老师经常鼓励同学们做国际领先的、能进教科书的工作！

信息论

2008年前后，胡老师展开了信息论的研究。恩师敏锐的学术洞察力、严谨的治学态度、不懈的探索精神以及循循善诱的传授之道令我受益终身。记得刚加入组里不久，胡老师了解到我当时对模式识别中应用广泛的均值漂移算法很感兴趣，也发表过相关论文，经过多次的细致讨论交流，鼓励支持我继续沿着原来方向开展研究，还时常亲自查找一些相关的文献资料帮助我及时追踪新进展。胡老师当时非常看好信息论和机器学习结合的巨大潜力，建议我在原来研究基础上进一步探索均值漂移和信息论可能的创新结合。特别记得有一次胡老师发给我一篇关于均值漂移算法信息论解释的论文，仔细研读后感觉倍受启发，于是和胡老师讨论后打算从信息论的视角研究鲁棒子空间学习模型及其半二次优化算法。在胡老师的精心指导下，比较顺利地完成了项目的相关理论分析和数值实验，论文也被机器学习领域的重要国际会议接收发表。相关的成果列入全球信息技术领域的高被引文章。

博士毕业后，胡老师依然对我依旧十分关心。2016年国庆前夕，有幸邀请到胡老师来我所在实验室做学术报告。当时虽近花甲之年，胡老师学术思想依旧如年轻人般活跃，他在报告中对人工智能和大数据前沿问题的把握之精准，见解之独到，至今都在影响着我对自己研究方向的思考和探索。

 机器学习中的参数可辨识性

胡老师的重要研究成果之一是关于机器学习领域中的参数可辨识性问题，该研究在统计机器学习中具有重要的理论意义和应用价值。在一个包含物理参数的机器学习模型中，可辨识性不仅是物理参数获得正确估计的前提条件，更重要的是它反映了学习过程中以参数而决定的本质特征。为扩展到未来类人智能机器研究的考察视角，胡老师将机器学习模型纳入一个更大的“知识与数据共同驱动模型”框架中进行讨论。该模型包含两个子模型，其中数据驱动子模型是一个传统的参数学习机，而知识驱动子模型则包含各种各样的先验知识，两个子模型可能以复杂的方式耦合。这种新的耦合方式为参数可辨识性提供了更宏大的研究空间，同时也对传统的可辨识性问题提出了更大的挑战。该研究成果于2012年成功申请了国家自然科学基金(基金项目名为：面向“知识”与“数据”共同驱动的机器学习模型参数可辨识性研究)，其主要研究成果相继发表在Information Science, Neurocomputing，Neural Computation，自动化学报等主流期刊上，并得到国内外同行的广泛关注和高度认可。）

知识和数据共同驱动的机器学习

“基于知识与数据共同驱动的植物建模方法”是恩师极具开创性的研究成果之一。该成果是基于课题组早期“数据驱动的植物生长模型”、“先验知识驱动的机器学习模型”再到“知识与数据共同驱动的机器学习模型”等理论研究成果，在植物这一类复杂生命体建模问题具体实例研究的又一次重大学术贡献。时至今日，该研究已成为当前植物建模领域的国际前沿研究热点，其研究思想得到了国内外同行学者的普遍认同。正如恩师生前在多次学术报告上所阐述的理念——“从人类对自然界的认知即非‘全黑’，亦非’全白’角度来看，在建模中应该最大化应用机理知识，所建模型应该学习人类推理模式即归纳与演绎结合”。以现在之视角，感悟恩师的眼界，其开放、超前的意识，为之惊叹，至今仍深深影响着我对自己研究方向的思考和探索。

除学术科研外，胡老师在生活方面对我亦给予了极大的关心、帮助和支持，在此便不一一道来。回忆过往，萦绕心头，恩师之栽培，吾至今难以忘怀。我仍记得初次见面和蔼可亲的您，记得循循善诱学术指导的您，记得鼓励琢磨科研味道的您，记得启迪思维学术创新的您，记得为人师表以身作则的您，依稀记得热爱科学建立品牌的您……只言片语难以道出恩师之教诲，吾当以恩师为榜样，传播为人之道、学术之道，致谢恩师之情。

胡老师又是热爱家庭的典范。胡老师的父亲人称“钢铁元老”，四兄弟都是国内外知名教授、专家。胡老师谈及父亲非常尊敬，但从不凭借家庭关系做事，非常自律。胡老师和师母的故事则堪称经典，从研究生同学开始，相伴携手走过几十年，互相体贴和尊重。也尊重孩子的选择，不强加自己的意志。等当了爷爷，胡老师则成了孙子眼里最亲爱的爷爷，陪着玩，陪着闹。

2021年12月21日冬至