7位图灵奖得主当选,新晋陈怡然、周昆、颜水成等多位华人,2020 ACM Fellow名单公布

2020 年度的 ACM Fellow 名单已正式公布,共 95 人入选,其中包括陈怡然、周昆、颜水成、王义、吕晨阳等多位华人学者。

ACM(Association for Computing Machinery, ACM)是美国计算机协会的简称,创立于 1947 年,是全世界计算机领域影响力最大的专业学术组织之一。

ACM Fellow 则是由该组织授予资深会员的荣誉,目的是表彰对于计算机相关领域有杰出贡献的学者,其审查过程十分严格,每年遴选一次。

2020 年,共有 95 人因其在人工智能云计算计算机图形学、计算生物学、数据科学人机交互、软件工程、理论计算机科学和虚拟现实等领域中的号广泛和基础性贡献入选 ACM Fellow。他们的成就推动了技术、工业和个人生活等多个方面的显著进步和创新。

2020 ACM Fellow 来自全球各地的高等院校、企业及研究中心,包括澳大利亚、奥地利、加拿大、中国、德国、以色列、日本、荷兰、韩国、西班牙、美国、英国等国家和地区。所涉及的研究领域覆盖广泛,包括算法、网络、计算机架构、机器人学、分布式系统、软件开发、无限系统和网络科学等。


在 95 名入选者中,包括多位华人,如杜克大学教授陈怡然、浙大教授任奎等,更有多名图灵奖得主当选,可谓星光熠熠。

入选华人

  • 姓名:陈怡然(Yiran Chen)

  • 机构:杜克大学

  • 当选理由:因对非易失性存储器技术的贡献而当选

个人简介:陈怡然本科及硕士毕业于清华大学,在美国普渡大学获得博士学位,现任杜克大学电子与计算机工程系教授、杜克大学计算进化智能中心联合主任以及美国 NSF 新型可持续智能计算中心主任。

他曾获得过美国 NSF CAREER Award 和 ACM SIGDA Outstanding New Faculty Award,并于 2018 年晋升为 IEEE Fellow。他的主要研究领域为新型内存与存取器系统、机器学习神经形态计算以及移动计算系统,曾出版一部书籍并发表 350 多篇文章,还拥有 93 项美国专利。此外,陈怡然教授曾在学术会议中获得 6 个最佳论文奖和 12 个最佳论文提名奖。

  • 姓名:张耀文(Yao-Wen Chang)

  • 机构:台湾大学

  • 当选理由:因对算法电子设计自动化的贡献而当选

个人简介:张耀文本科毕业于台湾大学,硕博就读于德克萨斯大学奥斯汀分校,现为台大电机工程学系特聘教授、电机资讯学院院长等职。他的主要研究领域为电子设计自动化、积体电路实验设计和积体电路可制造性设计,著有约 300 篇的 ACM/IEEE 期刊和会议论文。他还是 IEEE Fellow(2013)以及 IEEE CEDA President-elect (2018-2019),并将成为 CEDA President (2020-2021)。

  • 姓名:任奎(Kui Ren)

  • 机构:浙江大学

  • 当选理由:因对无线系统和云数据安全方面的贡献而当选


个人简介:任奎是浙江大学求是讲席教授,目前担任浙江大学网络空间安全学院院长、计算机科学与技术学院副院长、计算机创新技术研究院执行院长,并曾担任纽约州立大学布法罗分校冠名教授及普适安全与隐私实验室主任。他是 IEEE Fellow 以及 ACM 杰出科学家,其主要研究领域为数据安全、人工智能安全、物联网安全与认证与隐私保护等。任奎教授发表了 280 余篇同行评议的期刊与会议文章,他的 H-Index 为 69,文章总引用次数超过 30,000 次,并入选科睿唯安高被引科学家。

  • 姓名:申恒涛(Heng Tao Shen)

  • 机构:电子科技大学

  • 当选理由:因对大规模多媒体内容理解、索引与检索的贡献而当选

个人简介:申恒涛教授为美国光学学会会士和 ACM 杰出会员,现任电子科技大学计算机科学与工程学院院长、电子科技大学人工智能研究院执行院长等职。他本科和博士毕业于新加坡国立大学计算机科学系,主要研究领域为多媒体搜索、计算机视觉人工智能和大数据管理。他累计发表近 300 篇高水平同行评审论文,获得了 8 个国际会议和学术期刊的最佳论文,包括 ACM Multimedia 2017 最佳论文以及 IEEE Transactions on Multimedia 2020 最佳论文奖等。

  • 姓名:陶宇飞(Yufei Tao)

  • 机构:香港中文大学

  • 当选理由:因对大规模数据处理的贡献而当选

个人简介:陶宇飞现为香港中文大学计算机科学与工程系教授,他的研究兴趣在于开发「small-and-sweet」的算法,其中 small 意味着在实际部署中易于实现,sweet 意味着具有 non-trivial 的理论保证。此外,他尤其热衷于研究数据库机器学习和理论计算机科学三者交叉产生的问题。他分别于 2013 年和 2015 年获得了 SIGMOD 最佳论文奖,2016 年当选为 ACM 杰出科学家,2018 年获得 PODS 最佳论文奖和 SIGMOD 突出研究奖。

  • 姓名:Wei Wang

  • 机构:加州大学洛杉矶分校

  • 当选理由:因对数据挖掘的基础与实践的贡献而当选


个人介绍:Wei Wang 于 1999 年在加利福尼亚大学洛杉矶分校获得计算机科学博士学位。现任加州大学洛杉矶分校计算机科学和计算医学 Leonard Kleinrock Chair Professor,可扩展分析研究所 (ScAi) 主任。研究兴趣包括大数据分析数据挖掘数据库系统、自然语言处理、生物信息学和计算生物学以及计算医学。她已申请了 7 项专利,并在国际期刊和主要的同行评审会议论文集上发表了一篇专著和 200 多篇研究论文。

  • 姓名:Cathy H. Wu

  • 机构:特拉华大学

  • 当选理由:因对生物信息学、计算生物学、知识挖掘和语义数据集成的贡献而当选

个人介绍:Cathy H. Wu 本科毕业于国立台湾大学,1984 年在美国普渡大学获博士学位。Edward G. Jefferson 生物信息学与计算生物学主席,计算机与信息科学教授,生物信息学与计算生物学中心主任。主要研究领域包括物信息学与计算生物学:生物文本挖掘、生物本体论、计算系统生物学、蛋白质结构 - 功能网络分析、生物信息学网络基础设施。

  • 姓名:周昆

  • 机构:浙江大学

  • 当选理由:因对计算机图形学的贡献而当选


个人介绍:周昆为浙江大学计算机辅助设计与图形学国家重点实验室主任,教育部长江学者特聘教授,国家杰出青年科学基金获得者,国际电气电子工程师协会会士(IEEE Fellow)。主要研究领域包括计算机图形学、计算机视觉人机交互虚拟现实。在 ACM/IEEE Transactions 上发表论文 80 余篇,论文引用 1 万多余次,发明专利 50 余项。
  • 姓名:颜水成

  • 机构:依图科技(现已加入 Shopee)

  • 当选理由:因对可视化内容理解技术和应用的贡献而当选

个人介绍:颜水成毕业于北京大学,也是伊利诺伊大学 (UIUC) 的博士后,在新加坡国立大学领导机器学习计算机视觉实验室。曾任 360 集团副总裁、首席科学家、人工智能研究院院长、依图科技首席技术官。主要研究领域是计算机视觉深度学习与多媒体分析。迄今在国际顶级期刊及会议共发表 600 余篇论文,引用量超过 4 万次。

  • 姓名:王义

  • 机构:瑞典乌普萨拉大学(Uppsala University)

  • 当选理由:因对实时系统的自动化分析和验证方面的贡献当选

个人介绍:王义教授本科就读于东北大学计算机工程系,在瑞典查尔姆斯理工大学获得博士学位,后任瑞典乌普萨拉大学讲席教授。

王义教授现为欧洲科学院院士、IEEE Fellow、东北大学计算机科学与工程学院院长、教授,主要从事实时计算机系统建模、设计与验证方面的研究。他主持了多项欧盟研究基金、瑞典自然科学基金、瑞典战略基金及瑞典技术开发委员会基金、中国自然科学重点基金支持的多项重点重大科研项目。迄今参与发表论文 300 余篇,总引用次数近 1.4 万次,H-index 为 58,单篇最高引用 2574 次。

  • 姓名:李学龙

  • 机构:西北工业大学

  • 当选理由:因对高阶数据的计算和学习方面的贡献当选

个人介绍:李学龙现为西北工业大学教授、博士生导师、国际欧亚科学院院士、AAAS Fellow、IEEE Fellow、IAPR Fellow 等。2002 年,李学龙在中国科学技术大学获得博士学位,主要研究领域为高维数据的智能获取、处理和管理,以及在应用系统中发挥作用。他曾在工程和计算两个领域入选全球高被引科学家。

  • 姓名:Steven H. Low

  • 机构:加州理工学院

  • 当选理由:因互联网拥塞控制和智能电网优化的理论基础和实际部署的贡献当选

个人介绍:Steven H. Low 在康奈尔大学获得理学学士学位,在 UC 伯克利获博士学位,现任加州理工学院计算机数学科学系和电气工程系 F. J. Gilloon 教授、IEEE Fellow,也是美国网络和信息技术技术顾问组的成员,以及 FAST TCP 高速通信网络(即每秒超过 1TB 的速率)的创立者。

  • 姓名:吕晨阳

  • 机构:圣路易斯华盛顿大学

  • 当选理由:因对自适应实时系统、实时虚拟化和无线网络物理系统的贡献当选


个人介绍:吕晨阳是中科大少年班杰出校友,现为美国圣路易斯华盛顿大学计算机科学与工程系教授、IEEE Fellow,研究兴趣包括实时系统、无线传感器网络和信息物理融合系统。曾担任包括 RTSS、ICCPS、SenSys 在内的多个国际嵌入式系统和传感器网络领域的顶级会议的大会主席及程序委员会主席,发表论文 100 多篇,被引用超过 2 万次,H- index 达到 71。目前担任《ACM Transactions on Sensor Networks》期刊主编,《Real-Time Systems》期刊的副主编,《IEEE Internet of Things Journal》的领域编辑。

群星闪耀:七位图灵奖得主当选 ACM Fellow

此外,在众多当选者中,还有七位图灵奖得主,他们分别是:

1976 年图灵奖得主 Michael O. Rabin

  • 机构:哈佛大学

  • 当选理由:提出非确定性自动机、概率自动驾,对可计算性和计算复杂性理论做出了贡献。


1980 年图灵奖得主 C. Anthony (“Tony”) R. Hoare

  • 机构:剑桥大学

  • 当选理由:对程序设计理论及其在软件工程领域中的应用做出了贡献。


1983 年图灵奖得主 Kenneth Lane Thompson

  • 机构:谷歌

  • 当选理由:对操作系统原理开发做出贡献,并实现了 UNIX 操作系统


1995 年图灵奖得主 Manuel Blum

  • 机构:卡内基梅隆大学

  • 当选理由:对计算复杂性理论基础及其在密码学和程序检查方面的应用做出贡献。


2002 年图灵奖得主 Adi Shamir

  • 机构:以色列魏茨曼科学研究所

  • 当选理由:对密码学领域做出贡献。


2015 年图灵奖得主 Whitfield Diffie

  • 机构:Findora 高级研究院

  • 当选理由:发明了非对称加密和一种实用的密钥交换方法。


2015 年图灵奖得主 Martin Hellman

  • 机构:斯坦福大学

  • 当选理由:发明了非对称加密和一种实用的密钥交换方法。


2020 ACM Fellow完整名单参见:https://www.acm.org/media-center/2021/january/fellows-2020


产业颜水成图灵奖陈怡然ACM
相关数据
依图科技机构

依图是一家世界领先的人工智能公司,以AI芯片和算法技术为核心,研发及销售含AI算力硬件和软件在内的AI解决方案,全面解决机器看、听、理解和规划的根本问题,为AI发展和应用普及提供高性能、高密度和通用算力,满足云端数据中心、边缘计算和物联网不断增长智能计算需求,并将芯片技术与算法技术结合,形成在AI算力技术及产品领域的领先优势。在AI芯片领域,创新芯片架构通过融合通用计算和深度学习计算实现端到端处理能力,具备高性能及低功耗优势。在AI算法领域,在计算机视觉、语音和自然语言理解等领域处世界前列。

https://www.yitutech.com
清华大学机构

清华大学(Tsinghua University),简称“清华”,由中华人民共和国教育部直属,中央直管副部级建制,位列“211工程”、“985工程”、“世界一流大学和一流学科”,入选“基础学科拔尖学生培养试验计划”、“高等学校创新能力提升计划”、“高等学校学科创新引智计划”,为九校联盟、中国大学校长联谊会、东亚研究型大学协会、亚洲大学联盟、环太平洋大学联盟、清华—剑桥—MIT低碳大学联盟成员,被誉为“红色工程师的摇篮”。 清华大学的前身清华学堂始建于1911年,因水木清华而得名,是清政府设立的留美预备学校,其建校的资金源于1908年美国退还的部分庚子赔款。1912年更名为清华学校。1928年更名为国立清华大学。1937年抗日战争全面爆发后南迁长沙,与北京大学、南开大学组建国立长沙临时大学,1938年迁至昆明改名为国立西南联合大学。1946年迁回清华园。1949年中华人民共和国成立,清华大学进入了新的发展阶段。1952年全国高等学校院系调整后成为多科性工业大学。1978年以来逐步恢复和发展为综合性的研究型大学。

http://www.tsinghua.edu.cn/
相关技术
颜水成人物

颜水成,新加坡国立大学副教授、360集团副总裁、人工智能研究院院长、第十三批国家 "千人计划"专家。颜水成的主要研究领域包括计算机视觉、深度学习、信息检索应用与多媒体分析。他带领的团队曾提出的“Network in Network” ,对深度学习产生了很大的推动力,同时他的团队开发的”Purine”是全球第一个开源的支持多机多GPU的深度学习系统。

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。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

计算机图形技术

图像数据处理、计算机图像(英语:Computer Graphics)是指用计算机所创造的图形。更具体的说,就是在计算机上用专门的软件和硬件用来表现和控制图像数据。

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。

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)

数据科学技术

数据科学,又称资料科学,是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。数据科学通过运用各种相关的数据来帮助非专业人士理解问题。

虚拟现实技术

虚拟现实,简称虚拟技术,也称虚拟环境,是利用电脑模拟产生一个三维空间的虚拟世界,提供用户关于视觉等感官的模拟,让用户感觉仿佛身历其境,可以及时、没有限制地观察三维空间内的事物。用户进行位置移动时,电脑可以立即进行复杂的运算,将精确的三维世界视频传回产生临场感。

本体论技术

在计算机科学与信息科学领域,理论上,本体是指一种“形式化的,对于共享概念体系的明确而又详细的说明”。本体提供的是一种共享词表,也就是特定领域之中那些存在着的对象类型或概念及其属性和相互关系;或者说,本体就是一种特殊类型的术语集,具有结构化的特点,且更加适合于在计算机系统之中使用;或者说,本体实际上就是对特定领域之中某套概念及其相互之间关系的形式化表达(formal representation)。本体是人们以自己兴趣领域的知识为素材,运用信息科学的本体论原理而编写出来的作品。本体一般可以用来针对该领域的属性进行推理,亦可用于定义该领域(也就是对该领域进行建模)。此外,有时人们也会将“本体”称为“本体论”。

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。

数据管理技术

数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程,其目的在于充分有效地发挥数据的作用。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

数据挖掘技术

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

神经形态计算技术

神经形态工程也称为神经形态计算,是Carver Mead在1980年代后期开发的一个概念,描述了使用包含电子模拟电路来模拟神经系统中存在的神经生物学结构的超大规模集成(VLSI)系统。 近来,神经形态(Neuromorphic)一词已被用于描述模拟、数字、混合模式模拟/数字VLSI以及实现神经系统模型(用于感知,运动控制或多感官集成)的软件系统。

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。

嵌入式系统技术

嵌入式系统,是一种嵌入机械或电气系统内部、具有专一功能和实时计算性能的计算机系统。嵌入式系统常被用于高效控制许多常见设备,被嵌入的系统通常是包含数字硬件和机械部件的完整设备,例如汽车的防锁死刹车系统。

文本挖掘技术

文本挖掘有时也被称为文字探勘、文本数据挖掘等,大致相当于文字分析,一般指文本处理过程中产生高质量的信息。高质量的信息通常通过分类和预测来产生,如模式识别。文本挖掘通常涉及输入文本的处理过程,产生结构化数据,并最终评价和解释输出。'高品质'的文本挖掘通常是指某种组合的相关性,新颖性和趣味性。

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。

数据集成技术

数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中,从而为企业提供全面的数据共享。在企业数据集成领域,已经有了很多成熟的框架可以利用。目前通常采用联邦式、基于中间件模型和数据仓库等方法来构造集成的系统,这些技术在不同的着重点和应用上解决数据共享和为企业提供决策支持。

申恒涛人物

国家“千人计划”特聘专家、四川省“千人计划”特聘专家,电子科技大学计算机科学与工程学院院长、教授、博导,从事最前沿的计算机科学研究,研究方向包括多媒体搜索、计算机视觉、人工智能、大数据等。

本体技术

在计算机科学和信息科学中,本体包括表示、正式命名和定义概念,数据,实体之间的类别,属性和关系,并在一个,多个或所有域实例中。

北京大学机构

北京大学创办于1898年,初名京师大学堂,是中国第一所国立综合性大学,也是当时中国最高教育行政机关。辛亥革命后,于1912年改为现名。2000年4月3日,北京大学与原北京医科大学合并,组建了新的北京大学。原北京医科大学的前身是国立北京医学专门学校,创建于1912年10月26日。20世纪三、四十年代,学校一度名为北平大学医学院,并于1946年7月并入北京大学。1952年在全国高校院系调整中,北京大学医学院脱离北京大学,独立为北京医学院。1985年更名为北京医科大学,1996年成为国家首批“211工程”重点支持的医科大学。两校合并进一步拓宽了北京大学的学科结构,为促进医学与人文社会科学及理科的结合,改革医学教育奠定了基础。

官网,http://www.pku.edu.cn/
推荐文章
暂无评论
暂无评论~