12月16日，中科院院士、全国政协常委、中国科协副会长袁亚祥做客科技创新院士报告厅，作“大数据与优化”演讲。 他表示，在大数据时代，生产生活的方方面面都在产生大量的数据，但大部分数据没有得到有效利用。 数据优化是研究这些数据的规律性、分类性和质量，并在各种选择中挑选出最优的。
袁雅翔主要从事优化计算方法的研究，在非线性优化算法、理论、信任域法、准牛顿法和共轭梯度法等方面做出了重要贡献，研究成果被命名为“袁引理”。
袁亚祥从“大数据的广泛应用”出发，介绍了大数据在交通网络建设、智能互动习、医疗健康、医学影像、金融风控、无线通信、地质勘探等领域的重要作用。
例如，从科学的角度来看，交通数据的应用只占总数的很小一部分，但人们已经得到了很大的回报。
对于决策部门来说，数据可以帮助部门决定公交路线，决定社区、小学、医院等的位置。 自动驾驶仍处于起步阶段，也许在10年或20年内，会有越来越多的自动驾驶汽车在街道上行驶。
大数据的另一个广泛应用是在医疗方面，以前人们最关心的是如何看病，现在更希望能够及早发现问题，多年的体检记录可以帮助早日发现隐患。
金融在大数据技术中的应用非常广泛，无论是精准营销，还是风险控制等等，虽然有数学公式、随机微分方程，但其实背后有大量的大数据来做决策。
在无线通信方面，大数据发挥着重要作用。 我国在疫情防控方面走了一条与西方完全不同的道路，因为大数据的使用使西方不可能做中国已经做过的一些事情。
农业现代化必须重视大数据技术，包括农业数字经济、智慧农产品链，甚至育种、种植，还要利用大数据分析，进而做出科学决策。 对于农村干部来说，大数据也可以为科学决策提供很好的帮助。
袁亚翔认为，大数据在各个行业都会发挥非常重要的作用，无论你从事什么行业，使用大数据都会提高价值或效率。
数据处理包括三个方面，即统计、计算和优化。 袁亚翔以片片评估、监控分析处理等数据问题为例，介绍了国际上备受关注的优化问题和主要优化算法。 优化方法作为解决大数据问题的重要支撑技术，在数据科学中得到了广泛的应用。
例如，生命科学中的蛋白质折叠归结为最小能量的优化问题;在航空航天领域，飞机的外形设计、航天器飞行轨道的选择、有效载荷布局的设计都涉及优化问题在大数据和人工智能领域，语音识别、指纹识别、虹膜识别等问题的核心可以归结为优化问题。 自动驾驶和自动驾驶中的道路规划，无论是最短路径还是最短时间，都可以归结为图和网络流的优化。