2026年4月26日下午，北京大学计算机学院教授、北京工商大学计算机与人工智能学院院长、博士生导师许进教授莅临武汉科技大学黄家湖校区计算机科学与技术学院30404报告厅作题为“求解NP完全问题专用机——探针计算机”的专题学术报告。武汉科技大学计算机科学与技术学院“演化计算与人工智能”团队师生参加报告会，并围绕NP完全问题求解、新型计算模型、组合优化与智能计算等前沿问题进行了深入学习和交流。

许进教授长期从事理论计算机、生物计算、图论与组合优化等方向研究，在复杂计算问题建模、NP完全问题求解、新型计算范式与探针计算机系统等领域取得了系统性原创成果。许进教授先后主持国家自然科学基金重点项目、重大国际合作项目、专项基金项目、重大科研仪器专项、863项目、国家重大工程和国家重点研发计划等十余项重要科研任务，出版学术独著6部，发表学术论文300余篇。作为第一完成人，许进教授曾获国家自然科学二等奖1项、教育部自然科学一等奖2项、湖北省自然科学一等奖1项。许进教授还担任中国电子学会电路与系统分会副主任委员、中国通信学会云计算与大数据委员会副主任委员、中国电子学会电路与系统分会生物计算与生物信息处理专业委员会理事长、中国电子学会电路与系统分会图论与系统优化专业委员会理事长、湖北省运筹学会理事长、北京市运筹学会副理事长等学术职务，并担任《Artificial Intelligence Review》《电子与信息学报》副主编以及《电子学报》《计算机学报》《软件学报》等期刊编委。许进教授曾任多届国际生物计算机大会主席，并于2021年入选中国科学院院士初步候选人，2022年应邀在中国科学院信息学部学术年会上作大会报告，在理论计算机、生物计算和系统优化领域具有广泛学术影响。

报告中，许进教授围绕“如何突破传统计算框架下NP完全问题求解瓶颈”这一核心问题，系统介绍了探针计算机的研究背景、理论基础与技术思想。NP完全问题是计算机科学与组合优化领域的基础性难题，其广泛存在于资源分配、路径规划、图着色、逻辑设计、调度决策、密码分析等复杂系统应用中。随着问题规模增长，此类问题往往面临组合爆炸和计算复杂度急剧上升的挑战，因此探索新的计算模型、专用计算结构和高效求解机制具有重要理论意义和应用价值。

围绕这一问题，许进教授结合其在理论计算机、生物计算与图论优化方面的长期研究积累，对探针计算机这一面向NP完全问题求解的专用计算思想进行了深入阐释。报告展示了探针计算机从问题编码、并行搜索、组合结构识别到专用计算实现的基本逻辑，体现了理论计算、组合数学、生物启发计算、电子系统设计和硬件实现之间的深度交叉。该研究不仅为NP完全问题求解提供了区别于传统通用计算模式的新思路，也为复杂优化问题的专用化、并行化和结构化求解提供了重要启发。
许进教授介绍，探针计算机采用了一种独特的并行计算架构，由控制层负责任务调度，探针计算层则由数百个计算单元构成并行矩阵，每个单元像“解题探针”一样同时搜索解空间，大幅提升效率。据他团队公布的数据，探针计算机在求解“图的3着色问题”中，运算速度相比传统方法提升了4个数量级，即1万倍。一项2000顶点的复杂图着色任务，传统国际主流求解器需计算半月以上，而探针计算机仅用时54秒。

报告内容与团队长期关注的演化计算、群体智能、多目标优化、路径规划、资源调度和复杂系统决策等研究方向具有较强关联。车辆路径规划、交通路径优化、生产调度和资源配置等问题本质上均属于典型的复杂组合优化问题，往往具有高维、强约束、多目标、非线性和大规模等特征。许进教授关于探针计算机和新型专用计算模型的报告，使团队师生进一步认识到，复杂优化问题的突破不仅依赖于算法机制的改进，也需要从计算模型、问题结构、搜索范式和计算体系结构等多个层面进行协同创新。

通过参加本次专题学术报告会，团队师生进一步加深了对NP完全问题、新型计算范式和专用计算体系的理解，拓展了对复杂组合优化问题求解机制的学术认识。报告对于团队后续在大规模路径规划、多目标优化、智能调度、并行协同搜索和复杂系统决策等方向开展研究具有积极启发意义。

下一步，团队将以此次学术交流为契机，进一步加强对理论计算、新型计算模型与智能优化方法交叉融合的关注，持续围绕复杂工程系统中的优化建模、算法设计和智能决策问题开展深入研究，不断提升科研创新能力和人才培养质量，为学院计算机科学与技术学科建设和高水平科研发展贡献力量。