2021/04/27 15:24

张倩、小舟报道

2021美国国家科学院院士名单出炉：Yann LeCun及7名华人学者当选

刚刚，美国国家科学院（National Academy of Sciences）公布了最新一期的增选院士名单：共有 7 位华人学者入选，深度学习三巨头之一的 Yann LeCun 也出现在新晋院士之列。

LeCun：被选上院士了，我就「无耻」地吹一波自己吧。

当地时间 4 月 26 日，美国国家科学院公布了新一批院士名单，共有 120 位成员当选，其中就包括图灵奖得主、Facebook 首席 AI 科学家 Yann LeCun。

20 世纪 80 年代，LeCun 构建了卷积神经网络，这是 AI 领域的一项重要理论，对于提高深度学习效率至关重要。此外，他还改进了反向传播算法并拓宽了神经网络的研究视角，为 AI 领域的发展奠定了基石。此次当选院士，对于 LeCun 来说也是实至名归。

此外，此次当选的还有 7 位华人学者，他们来自生物、物理等基础科学领域，在各自领域都有突出贡献。

美国国家科学院成立于 1863 年，由当时的美国总统林肯授权创建，是一家由科学家和工程师组成的私立机构，致力于为美国联邦政府提供科学技术方面的咨询和建议。当选院士被认为是美国学术界最高荣誉之一。

美国科学院表示，经过此次增选，该院的院士数量已达 2461 人，其中包括 511 名外籍院士（无投票权）。

值得注意的是，2021 年也是女性当选人数最多的一年（59 位）。美国国家科学院院长 Marcia McNutt 表示：「女性成员人数的历史性新高反映出她们在众多科学领域中的突出贡献，同时也反映出 NAS 为多样化做出的努力。」

7 位华人当选

康乐

康乐博士是中国科学院动物研究所研究员、中国科学院院士、河北大学校长、著名生态学家和昆虫学家。他长期从事生态基因组学研究，将基因组学与生态学结合，系统研究动物的适应性和表型可塑性。

他在 2015 年获第八届「谈家桢生命科学奖」成就奖，2017 年获国家自然科学二等奖和中国科学院杰出成就奖，2019 年当选国际生物科学联合会（IUBS）副主席，同年获得「马世骏生态科学成就奖」。

陈列平

陈列平博士是美国耶鲁大学 UTC 癌症研究讲席教授，免疫学、肿瘤内科学和皮肤病学教授，耶鲁癌症中心免疫学部主任，免疫学家。

1999 年，陈列平博士首次发现了被称为 B7-H1 的分子，它就是如今的免疫检查点蛋白 PD-L1。他在证明阻断 PD-L1 和 PD-1 之间的相互作用能够消灭肿瘤方面做出了重大贡献，为癌症免疫疗法的开发奠定了基础。

曹蕙

曹蕙是耶鲁大学 John C. Malone 应用物理学教授。她的研究重点是理解和控制复杂光子纳米结构中的光传输、散射、吸收和放大，从而让它们得到广泛应用。

1999 年，她的团队演示了半导体粉末中的随机激光发射，这项工作被美国物理学会（APS）评选为当年最重要科学进展。2000 年，曹蕙发明了一种由无序介质构成的新型激光，被 APS 评选为年度最重要成就之一。2007 年，曹蕙当选美国物理学会会士、美国光学学会会士，2017 年当选美国科学促进会院士。前几天，曹蕙教授还当选了美国艺术与科学院院士。

刘如谦（David R. Liu）

刘如谦是美国博德（Broad）研究所核心研究员，哈佛大学化学与化学生物系教授。他在单碱基编辑系统的开发方面做出了突出贡献，这种单碱基编辑系统能够对 DNA 特定位点的单个碱基进行修改。它可以用于治疗多种因为基因中出现单碱基突变而产生的遗传病。

Ta Yuan Chang

Ta Yuan Chang 是达特茅斯学院医学院生物化学和细胞生物学教授。他的实验室专注于对胆固醇稳态平衡的研究。旨在通过理解中枢神经系统和全身组织中胆固醇稳态平衡的调控，开发治疗人类疾病（例如阿尔茨海默病）的创新疗法。

Rachel Wong

Rachel Wong 博士是华盛顿大学生物结构系教授。她的研究兴趣主要包括神经回路在发育过程中的组装，在神经退化时的回路拆卸，以及随着细胞再生的回路重建。

蔡宜芳

蔡宜芳是中国台湾的一位研究者，主要研究方向是硝酸盐在植物中的运送、讯息传导以及利用效率。对于大多数植物来说，硝酸盐是最主要的氮来源。蔡博士关于 NRT1 硝酸盐转运蛋白家族的多项新发现已被写入教科书。

计算机领域入选名单

除了 Yann Lecun，计算机领域还有几位研究者当选。

Miklós Ajtai

Miklós Ajtai 生于 1946 年 7 月，是美国 IBM 阿尔马登研究中心的一名计算机科学家。2003 年，他因在排序网络算法、指数下界、分支式程序的超线性时空权衡等方面的贡献获得高德纳奖。

Anna Karlin

Anna Karlin 是美国华盛顿大学计算机科学与工程Microsoft教授，她的研究兴趣主要集中在在线算法和随机算法的设计与分析，相关研究成果已经在算法博弈论、系统软件、分布式计算、数据挖掘等领域得到广泛应用。

Michael Kearns

Michael Kearns 是美国宾夕法尼亚大学计算机与信息科学系教授、AWS 的 Amazon Scholar，曾就职于 AT&T 贝尔实验室。他的研究兴趣主要集中在机器学习、人工智能、计算金融学、算法交易等方面。

Linda Petzold

Linda Ruth Petzold 是加州大学圣巴巴拉分校计算机科学系教授，研究兴趣主要集中在微分代数方程以及大型现实世界社交网络和生物网络的计算机模拟。

完整名单参见：http://www.nasonline.org/news-and-multimedia/news/2021-nas-election.html

参考链接：

https://www.scimall.org.cn/article/detail?id=5409531

https://www.163.com/dy/article/G8J0DLOH05349C3E.html

产业院士美国国家科学院Yann LeCun

相关技术

感知

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。

来源：LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.

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。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

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）

来源：Russell, S., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach.

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）。

来源：机器之心

反向传播算法技术

反向传播（英语：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。该方法计算对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。在神经网络上执行梯度下降法的主要算法。该算法会先按前向传播方式计算（并缓存）每个节点的输出值，然后再按反向传播遍历图的方式计算损失函数值相对于每个参数的偏导数。

来源：维基百科 Google ML glossary

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。

来源：维基百科

卷积神经网络技术

卷积神经网路（Convolutional Neural Network, CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。卷积神经网路由一个或多个卷积层和顶端的全连通层（对应经典的神经网路）组成，同时也包括关联权重和池化层（pooling layer）。这一结构使得卷积神经网路能够利用输入数据的二维结构。与其他深度学习结构相比，卷积神经网路在图像和语音识别方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。相比较其他深度、前馈神经网路，卷积神经网路需要考量的参数更少，使之成为一种颇具吸引力的深度学习结构。卷积网络是一种专门用于处理具有已知的、网格状拓扑的数据的神经网络。例如时间序列数据，它可以被认为是以一定时间间隔采样的一维网格，又如图像数据，其可以被认为是二维像素网格。

来源：Goodfellow, I.; Bengio Y.; Courville A. (2016). Deep Learning. MIT Press.维基百科

博弈论技术

博弈论，又译为对策论，或者赛局理论，应用数学的一个分支，1944年冯·诺伊曼与奥斯卡·摩根斯特恩合著《博弈论与经济行为》，标志着现代系统博弈理论的的初步形成，因此他被称为“博弈论之父”。博弈论被认为是20世纪经济学最伟大的成果之一

来源：维基百科