Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

学术青作者

2019福布斯中国30岁以下精英揭晓,旷视张祥雨等多位AI新星上榜

30岁以下就成为精英,还能入选福布斯?

听起来这绝对是人生赢家啊!

今天,福布斯中国推出了最新的30岁以下精英榜(30 Under 30),选出了600位30岁以下活跃在中国的创业和行业创新者。其中,最小的年龄只有17岁,90后正当道成为了绝对主力!

每一位入选者的故事都很精彩。福布斯中国表示:他们是未来的新星。

今年的入围条件是1989年1月1日以后出生(对入选者年龄的计算也以1 月1 日为界),包括了创业家、演艺、体育、科技和文化等。榜单评选主要从影响力、绩效和创新三方面考察候选者。

(福布斯中国官网截图)

今年技术领域的竞争尤为激烈,人才辈出。

在企业科技领域,共有30人上榜,平均年龄28岁左右,大多数来自互联网和人工智能创业公司,比如知名的商汤科技今日头条

(福布斯中国官网截图)在科学领域,共有30人上榜。从性别比例来看,令人惊喜的是,女性科学家占比超三成。从入选者所属机构来看,上海交通大学共有7人入选,高居榜首清华大学4人上榜;中国科学技术大学与上海科技大学各2人入选;自动驾驶领域首家独角兽Momenta也有2人上榜,旷视科技华为分别各有1人上榜。

接下来,我们就来看看在计算机领域那些上榜的行业精英都有谁呢?

张祥雨,本科至博士就读于西安交通大学,是土生土长的交大人,也是孙剑的首位深度学习博士生。毕业后追随导师去了旷视,年仅28岁就成为了旷视研究院base model组的负责人,为公司开辟基础算法新路。

实际上,在高智商选手云集的AI领域,自诩靠“刷题”成功的张祥雨接连在CVPR、NIPS等顶会“中奖”,而今年的ICCV,张翔雨也有两篇论文成功入选。

近年来,在深度学习推动学术和产业两界发展的进程中,张祥雨虽然身居幕后却享有不世之功:2015年横空出世的ResNet,他是主要作者之一,负责底层框架和编码,跟一作何恺明打配合;之后又提出ShuffleNet,ShuffleNet凭借轻量级低功耗和高性能,成为旷视拿下OPPO、小米等手机大厂视觉订单的技术核武器。现在,张祥雨又把研究重点放到了另一个领域:AutoML。

“90后”刘昕2017年在中国科学院计算技术研究所获得博士学位,师从山世光研究员。目前是中科视拓的CEO,也是深度学习大讲堂内容IP的主要创始人之一和执行主编。

博士阶段刘昕主要从事人脸识别深度学习技术的研究与工业化应用,曾获得过2010年美国大学生数学建模比赛一等奖, ICCV2015年龄估计竞赛亚军、ICCV2015文化事件识别竞赛冠军和2015年度阿里巴巴天池大规模图像检索竞赛总决赛冠军。

如今的刘昕是人工智能(AI)创业企业中科视拓首席执行官(CEO)。2016年刘昕和导师一起创立了人工智能企业中科视拓,担任中科视拓的CEO。中科视拓脱胎于中科院计算所智能信息处理重点实验室和视觉信息处理与学习(VIPL)研究组,该研究组由国家万人计划领军人才山世光和自然科学基金委杰出青年基金获得者陈熙霖共同领导,并先后获得两轮投资。

闫俊杰,商汤研究院副院长。2015年在中科院自动化所模式识别国家重点实验室获得博士学位,发表过8 篇CVPR、1篇ICCV和2篇 ECCV,在人脸检测、关键点、识别、活体和物体检测等领域发表了近50篇论文和2000多次引用。

曾在ICCV2013 300-W人脸对齐挑战赛中获得冠军,2015年底带领CUvideo 团队在第六届ImageNet图像识别大赛上取得了检测数量、检测准确率两项世界第一的成绩,使得商汤科技成为首个在 ImageNet 夺冠的中国企业,其团队算法在国际权威的KITTI交通场景检测, ICDAR文字检测等任务上也相继取得目前最好的水平。

陈亮,Momenta高级研究员。在内部,陈亮是LiDAR感知、视觉高精度地图采集方案等核心技术模块的负责人。

Momenta成立于2016年9月,致力于打造自动驾驶大脑。Momenta团队拥有多位世界顶尖的深度学习专家,比如图像识别领域广为应用的框架FasterR-CNN和ResNet的作者,ImageNet 2015和MS COCO Challenge 2015多项比赛的冠军。

陈亮还是南京理工大学PCALab的博士生,初入大学时陈亮一开始选择的专业其实是应用物理学,但后来陈亮不仅成了学校自动驾驶项目的负责人,还直接保送到南理工模式识别与智能系统专业就读博士,师从国内著名的青年科学家杨健教授。他曾在TIP、PR、ICRA等机器人领域期刊会议上发表过多篇论文,作为机器人系统设计师先后完成了KylinCar、DeepCar、PipeRobot等多个型号机器人的设计开发。

王晋玮,毕业于清华大学电子系,自动驾驶领域Momenta公司合伙人之一,研发部负责人,也是特征点定位专家,深度学习模型加速专家。

王晋玮的主要研究领域是特征点定位和深度学习模型加速,曾在Sensetime、Deephi从事深度学习算法研究工作,2016年加入Momenta,负责搭建高性能深度学习部署平台,拥有丰富的深度学习模型加速经验。

黄芊芊,北京大学信息科学技术学院博士。主要从事超低功耗微电子器件研究, 目前已成功研制出了新型肖特基-隧穿混合控制场效应晶体管等超低功耗新机理器件,打破了国际上硅基隧穿器件的亚阈摆幅记录,实现了国际领先的综合性能水平。

读博期间,她综合素质能力排名第一,2011年以第一作者的身份在IEDM发表学术论文,接着就一发而不可收,研究不断取得突破。2016年,获得中国博士后科学基金特别资助项目资助。2017年入选中国未来女科学家计划,当年全国只有4人。2018年又获得国家优秀青年科学基金项目资助。2019年当选中国电子学会青年女科学家理事会理事。

云圣智能创始人陈方平是北大计算机系在读博士(硕博连读,五年制),师从中国工程院院士、人工智能专家高文。

他拥有八年电子工程和计算机算法研发经验,六年无人机软硬件研发经验;拥有数十余项国家专利,发表论文数篇,在多项国内外比赛获特等奖,并入选北大卓越人才计划、获多项荣誉。

2017年3月陈方平创办云圣智能,旨在通过无人机+AI 的技术,用数据帮企业解决现实问题。创立公司后,陈方平进一步开发并完善了飞控系统,并将计算机视觉技术、SLAM(即时定位与地图构建)技术赋予无人机

袁洋,清华大学交叉信息研究院助理教授,研究方向是机器学习理论和算法设计。

袁洋,本科毕业于北京大学,博士毕业于美国康纳尔大学,师从Robert Kleinberg教授。博士毕业之后,在MIT大数据基础研究院(MIFODS)做了一年博士后研究员,师从Piotr Indyk教授和Aleksander Mdry教授。在NIPS 、ICML、ICLR等机器学习顶会上发表过多篇论文,获得过亚马逊EC2科研奖学金、微软Azur科研奖学金等多项奖励。

高鸣宇, 同样是清华大学交叉信息研究院助理教授。本科毕业于清华大学,博士毕业于美国斯坦福大学电子工程系。主要研究方向为计算机系统和体系结构,大数据应用系统优化和芯片设计。主要研究成果包括针对大数据应用的高效实用近数据处理架构的软硬件系统,高密度、低功耗可重构计算芯片,及专用神经网络芯片的硬件架构和调度优化。

何向南,中国科学技术大学电子工程与科学系教授,博导。Google引用量2800+,青年千人并特任教授。

何向南曾是新加坡国立大学媒体搜索实验室的博士后研究员,主要研究方向有推荐系统信息检索、多媒体和自然语言处理。他在SIGIR、WWW、MM、 CIKM、IJCAI和AAAI等顶级会议以及包括TKDE和TOIS在内的顶级期刊上发表了超过20篇出版物。他在推荐系统方面的工作获得了ACMSIGIR 2016年度最佳论文奖。

杨睿,上海交通大学密西根学院助理教授,博士生导师。2011年在天津大学本科毕业,2016年在美国凯斯西储大学获得博士学位,2016至2018年在美国斯坦福大学从事博士后研究工作。2018年8月加入交大密西根学院,主要研究方向包括忆阻器、纳米机电系统、二维器件等。现任SCI期刊《Micro & Nano Letters》的Associate Editor,以及SCI期刊《Nanotechnology》的Reviews Editor。2019年入选上海市年度“科技创新行动计划”青年科技英才扬帆计划。

石洋是同济大学设计创意学院智能大数据可视化实验室助理研究员,毕业于中南大学,获得计算机博士学位。石洋的主要研究方向是人机交互及大数据可视化,本科生阶段就读于浙江大学计算机科学与技术学院数字媒体技术专业,硕士研究生阶段就读于Carnegie Mellon University,所创作音乐可视化游戏作品“Celestia”在ACM SIGCHI 2013获得学生游戏竞赛作品奖,ACM SIGGRAPH 2013海报展览,并受邀参加IndieCade 2014, E3 2014, PAX Boston 2014等重要国际展览。

她参与的团队项目所开发的游戏曾被 Electronic Arts(美国艺电公司)收购并将在其新游戏平台上发布。博士研究生期间,她曾赴加利福尼亚大学戴维斯分校,在Kwan-Liu Ma教授的实验室进行学术访问。同时,她还受邀担任过IEEE VAST、IEEE InfoVis、ACM TIST、ACM SIGCHI、IEEE PacificVis、ACM TiiS、ACM TMM的论文审稿人。

30岁以下精英榜,你的同龄人上榜了吗?

有网友说这份榜单刷新了他对精英的认识,你怎么看?欢迎给我们留言!

AMiner学术头条
AMiner学术头条

AMiner平台由清华大学计算机系研发,拥有我国完全自主知识产权。系统2006年上线,吸引了全球220个国家/地区800多万独立IP访问,数据下载量230万次,年度访问量1000万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

https://www.aminer.cn/
专栏二维码
产业福布斯旷视张祥雨
相关数据
Amazon机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。

https://www.huawei.com/cn/
商汤科技机构

作为人工智能软件公司,商汤科技以“坚持原创,让AI引领人类进步”为使命,“以人工智能实现物理世界和数字世界的连接,促进社会生产力可持续发展,并为人们带来更好的虚实结合生活体验”为愿景,旨在持续引领人工智能前沿研究,持续打造更具拓展性更普惠的人工智能软件平台,推动经济、社会和人类的发展,并持续吸引及培养顶尖人才,共同塑造未来。

http://www.sensetime.com
字节跳动机构

北京字节跳动科技有限公司成立于2012年,是最早将人工智能应用于移动互联网场景的科技企业之一,是中国北京的一家信息科技公司,地址位于北京市海淀区知春路甲48号。其独立研发的“今日头条”客户端,通过海量信息采集、深度数据挖掘和用户行为分析,为用户智能推荐个性化信息,从而开创了一种全新的新闻阅读模式

https://bytedance.com
Microsoft机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
何恺明人物

Facebook AI Research研究科学家。Residual Net提出者。

孙剑人物

孙剑,男,前微软亚研院首席研究员,现任北京旷视科技有限公司(Face++)首席科学家、旷视研究院院长 。自2002年以来在CVPR, ICCV, SIGGRAPH, PAMI等顶级学术会议和期刊上发表学术论文100余篇,两次获得CVPR最佳论文奖(2009, 2016)。孙剑博士带领的团队于2015年获得图像识别国际大赛五项冠军 (ImageNet分类,检测和定位,MS COCO 检测和分割) ,其团队开发出来的“深度残差网络”和“基于区域的快速物体检测”技术已经被广泛应用在学术和工业界。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

即时定位与地图构建技术

在机器人映射和导航中,同时定位和映射 是构建或更新未知环境地图,同时地图中跟踪机器人在其内的位置。SLAM算法是针对有限可用资源量身定做的,因此不是最优解,而是在于操作合规性。 自行驾驶汽车,无人机,自主水下机器人,行星探测器,新兴家用机器人乃至人体内都采用了SLAM的方法。

信息检索技术

信息检索(IR)是基于用于查询检索信息的任务。流行的信息检索模型包括布尔模型、向量空间模型、概率模型和语言模型。信息检索最典型和最常见的应用是搜索引擎。

图像检索技术

图像检索系统是用于从大型数字图像数据库浏览、搜索和检索图像的计算机系统。 大多数传统和常见的图像检索方法利用向图像添加诸如字幕、关键字或描述之类的元数据的一些方法,以便可以对注释词执行检索。 手动图像注释耗时,费力且昂贵; 为了解决这个问题,人们已经对自动图像标注进行了大量研究。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

模式识别技术

模式识别(英语:Pattern recognition),就是通过计算机用数学技术方法来研究模式的自动处理和判读。 我们把环境与客体统称为“模式”。 随着计算机技术的发展,人类有可能研究复杂的信息处理过程。 信息处理过程的一个重要形式是生命体对环境及客体的识别。其概念与数据挖掘、机器学习类似。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

推荐系统技术

推荐系统(RS)主要是指应用协同智能(collaborative intelligence)做推荐的技术。推荐系统的两大主流类型是基于内容的推荐系统和协同过滤(Collaborative Filtering)。另外还有基于知识的推荐系统(包括基于本体和基于案例的推荐系统)是一类特殊的推荐系统,这类系统更加注重知识表征和推理。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

无人机技术

无人机(Uncrewed vehicle、Unmanned vehicle、Drone)或称无人载具是一种无搭载人员的载具。通常使用遥控、导引或自动驾驶来控制。可在科学研究、军事、休闲娱乐用途上使用。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。

https://www.alibabagroup.com/
旷视科技机构

旷视成立于2011年,是全球领先的人工智能产品和解决方案公司。深度学习是旷视的核心竞争力,我们打造出自研的AI生产力平台Brain++并开源其核心——深度学习框架“天元”,实现了算法的高效开发与部署。在持续引领技术进步的同时,我们推动AI产业的商业化落地,聚焦个人物联网、城市物联网、供应链物联网三大赛道,为个人用户带来更出色的美学体验与安全保障、让城市空间更有序、并帮助企业实现工业、仓储数字化升级。我们提供包括算法、软件和硬件产品在内的全栈式、一体化解决方案。

https://www.megvii.com
数据可视化技术

数据可视化被许多学科视为现代视觉传达的等价物。为了清晰有效地传递信息,数据可视化使用统计图形、图表、信息图和其他工具。数字数据可以使用点、线或条编码,以视觉传达定量消息。有效的可视化帮助用户对数据进行分析和推理。它使复杂的数据更容易理解和使用。用户可以根据特定的分析任务进行数据可视化,例如进行比较或理解因果关系,并且图形的设计原则(即,显示比较或显示因果关系)来进行可视化。表通常用于用户查找特定测量的地方,而各种类型的图表用于显示一个或多个变量的数据中的模式或关系。

小米集团机构

小米公司正式成立于2010年4月,是一家专注于智能手机自主研发的移动互联网公司,定位于高性能发烧手机。小米手机、MIUI、米聊是小米公司旗下三大核心业务。“为发烧而生”是小米的产品理念。小米公司首创了用互联网模式开发手机操作系统、发烧友参与开发改进的模式。2018年7月,工业和信息化部向与中国联合网络通信集团有限公司首批签约的15家企业发放了经营许可证,批准其经营移动通信转售业务,其中包括:小米科技有限责任公司。 2018年7月9日,正式登陆香港交易所主板 。

https://www.mi.com/
事件识别技术

事件识别(事件模式匹配)指检测与处理相关的事件,从而提供实施反应措施的机会。比如识别计算机网络节点中的攻击,视频内容中的人类活动,社交网络上的新兴故事和趋势,智能城市中的交通和运输事件,电子市场中的欺诈,心律失常和流行病传播等。在每个场景中,事件识别通过理解大数据流而做出相应的反应。

人脸检测技术

人脸检测(face detection)是一种在任意数字图像中找到人脸的位置和大小的计算机技术。它可以检测出面部特征,并忽略诸如建筑物、树木和身体等其他任何东西。有时候,人脸检测也负责找到面部的细微特征,如眼睛、鼻子、嘴巴等的精细位置。

推荐文章
暂无评论
暂无评论~