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

陈萍、小舟报道

中科大吴枫获IEEE CAS最高荣誉奖项,11位学者获ACM四大技术奖项

5 月 24 日,IEEE 电路与系统(CAS)学会将 2021 年度 IEEE CAS Mac Van Valkenburg 奖授予中国科学技术大学吴枫教授,以表彰他对「多媒体非均匀编码和通信的贡献」,时隔不久,5 月 26 日,计算机协会(Association for Computing Machinery)宣布了四项著名技术奖的获得者。

近段时间,IEEE 与 ACM 开始陆续公布各大奖项,海内外的多位知名学者入选。

5 月 24 日,IEEE 电路与系统(CAS)学会将 2021 年度 IEEE CAS Mac Van Valkenburg 奖授予中国科学技术大学吴枫教授,以表彰他对「多媒体非均匀编码和通信的贡献」,这是该奖项历史上首次颁发给中国大陆的学者。

ACM(Association for Computing Machinery)也于今日宣布了四项著名技术奖的获得者,这四个奖项包括 ACM Grace Murray Hopper 奖、ACM 软件系统奖、ACM Paris Kanellakis Theory and Practice 奖、ACM – AAAI 艾伦 · 纽厄尔奖。以表彰他们在无电池通信、理论计算机科学和软件系统等领域的贡献。

以下我们对相关奖项做具体介绍。

吴枫教授获 IEEE CAS Mac Van Valkenburg 奖

图片


IEEE CAS Mac Van Valkenburg 奖设立于 1985 年,是 IEEE CAS 的最高学术荣誉。该奖项基本每年授予一人,在历年获奖名单中,三分之二来自欧美国家,此外海外华人学者 Ruey-Wen Liu (2007)、Ming-Lei Liou (2000)、Bede Liu (1997) 等曾获得过该奖项,这是该奖项时隔十四年后再次颁发给华人学者。

图片



个人主页:https://eeis.ustc.edu.cn/2014/0423/c2648a20109/page.htm

吴枫教授为中国科学技术大学电子工程与信息科学系教授、博士生导师,IEEE Fellow。1992 年毕业于西安电子科技大学,获工学学士学位;于 1996 年和 1999 年毕业于哈尔滨工业大学,分别获得工学硕士和博士学位。在加入中国科学技术大学之前,曾历任微软亚洲研究院研究员、主任研究员、首席研究员。

主要研究方向包括:视频编码与通信、多媒体内容分析、计算机视觉等。已发表 IEEE TCSVT、IEEE TIP 等 IEEE 会刊论文 44 篇,MOBICOM、CVPR 等中国计算机学会认定的 A 类国际会议论文 12 篇,并荣获 IEEE TCSVT 2009 年最佳期刊论文奖,PCM 2008 和 VCIP 2007 国际会议最佳论文奖。担任 IEEE TCSVT 和 IEEE TMM 编委,国际会议 IEEE MMSP 2011、IEEE VCIP 2010 和 PCM 2009 程序委员会主席。

吴枫教授对国内外视频编码标准的发展做出了重要的贡献,先后有 15 项技术提案被 MPEG-4、H.264 和 H.265 等视频编码国际标准所采纳。曾任中国 AVS 视频编码组组长(2002-2004),完成了中国 AVS 视频编码标准 1.0 的技术制定,并于 2006 年被批准为中国国家标准,因对国家视频编码标准的技术贡献荣获 2006 年国家技术发明二等奖。作为发明人在视频、图像和数据编码方面已授权美国发明专利 77 项。



ACM Grace Murray Hopper 奖获得者

ACM Grace Murray Hopper 奖授予年度杰出年轻计算机专业人员,该奖项是根据近期一项主要的技术或服务贡献而选定的。该奖项还附有 35,000 美元的奖金。候选人龄必须在 35 岁或以下。Microsoft 为该奖项提供了资金支持。

来自华盛顿大学的 Shyamnath Gollakota 获得了 2020 ACM Grace Murray Hopper 奖,以表彰他对无线信号在创造新应用方面的贡献,包括无电池通信、健康监测、手势识别和基于生物无线传感。

图片


Gollakota 将这项技术定义为环境反向散射(ambient backscatter),这是一种机制,通过这种机制,一个无电源、无电池的设备可以收集环境中现有的无线信号(如广播电视或 WiFi)以获取能量,并使用它来传输编码数据。此外,Gollakota 还开发了一些技术,可以利用智能手机发出的声纳信号来支持医疗保健应用。这方面的例子包括检测和诊断呼吸异常,如呼吸暂停,检测耳朵感染,甚至检测危及生命的阿片类药物过量。这些创新有可能改变未来医疗保健系统的设计和交付方式,其中一些工作目前正在商业化以供实际使用。

Gollakota 还开辟了一个新的领域,即连接在昆虫上的超轻移动传感器和控制器,展示了无线技术如何从微小昆虫的背部传输视频数据。一些观察家认为,这可能是创造生物物联网的第一步,在生物物联网中,昆虫被用作移动传感器的运载工具。

ACM 软件系统奖获得者

ACM 软件系统奖授予机构或个人,获奖者开发的软件系统需要具有持久的影响力,反映在对概念的贡献,在商业接受上的程度,或者两者都有。软件系统奖的奖金为 35,000 美元。IBM 为软件系统奖提供了资金支持。

来自英属哥伦比亚大学 Margo Seltzer;Mike Olson,曾任职于 Cloudera;Keith Bostic,MongoDB 这三人因在 Berkeley DB 的突出贡献而获得了 ACM 软件系统奖。这是 NoSQL 运动的早期典范,并且开创了「dual-license」方法进行软件许可。

图片



自 1991 年以来,Berkeley DB 一直是现代互联网的基础力量:它几乎是每一个 POSIX 或类似 POSIX 的系统的一部分,也是 GNU 标准 C 库(glibc)和许多高级脚本语言的一部分。Berkeley DB 是一系列第一代和第二代互联网服务的交易密钥 / 值存储,包括账户管理、邮件和身份服务器、在线交易平台和许多其他软件即服务平台。

作为一个开源软件包,Berkeley DB 是一个非常有价值的教学工具。它的代码是干净的、结构良好的、文档化的。

正如最初由 Seltzer、Olson 和 Bostic 创建的那样,Berkeley DB 是作为「加利福尼亚大学第四次伯克利软件发行」的一部分发行的。Seltzer 和 Bostic 随后于 1996 年成立了 Sleepycat Software 公司,继续开发 Berkeley DB 并提供商业支持。Olson 于 1997 年加入,10 年来,Berkeley DB 实际上是主要网络基础设施的数据仓库。它帮助发起了 NoSQL 运动;作为亚马逊 Dynamo 和密歇根大学 SLAPD 服务器背后的引擎,Berkeley DB 帮助非关系型数据库进入公众视野。

Sleepycat Software 开创了软件许可的「dual-license」模式:在开源应用程序中的使用和重新分发始终是免费的,公司可以选择商业许可以进行支持或将 Berkeley DB 作为专有软件包的一部分进行分发。这种模式为其他一些开源公司指明了方向,这种创新已经在开源社区中被广泛采用。

卡内拉克斯理论与实践奖获得者

卡内拉克斯理论与实践奖旨在表彰那些在特定理论方面具有突出贡献的学者。该奖项的奖金为 10,000 美元,由 Kanellakis 家族捐赠,并由计算机协会的算法和计算理论特别兴趣小组(SIGACT)、设计自动化(SIGDA),数据管理(SIGMOD)、编程语言(SIGPLAN),ACM SIG 项目基金以及个人捐款提供额外资金支持。

Yossi Azar,特拉维夫大学 ;Andrei Broder ,Google 研究院;Anna Karlin,华盛顿大学;Michael Mitzenmacher,哈佛大学;Eli Upfal,布朗大学这几位学者因发现和分析均衡分配(两种选择的力量,power of two choices)及其在实践中的广泛应用而获得了卡内拉克斯理论与实践奖。

图片


Azar、Broder、Karlin、Mitzenmacher 和 Upfal 引入了「均衡分配(Balanced Allocations)」框架,也称为两种选择范式的力量(power of two choices paradigm),这是一种优雅的理论著作,在实践中产生了广泛的影响。

当 n 个球被扔进随机均匀选择的 n 个箱子时,众所周知,任何箱上的最大负载都受到(lg n / lg lg n)(1 + o(1))的限制。Azar、Broder、Karlin 和 Upfal(STOC 1994)证明,增加一点选择会带来很大的不同。投掷每个球时,与其随机选择一个箱子,不如随机选择两个箱子,然后将球放在负荷较小的箱中。微小的变化带来了指数级的改进;现在很有可能,任何箱中的最大负载都由(lg lg n / lg 2)+ O(1)限制。

在同样的工作中,他们已经证明,如果每个球都有 d 个选择,那么最大负载很有可能下降到(ln ln n/ ln d)+O(1)。这些结果被 Mitzenmacher 在他 1996 年的博士论文中大大扩展,在那里他去掉了顺序设置,并开发了一个在排队系统中使用两种选择的力量(power of two choices)的框架。

ACM – AAAI 艾伦 · 纽厄尔奖获得者

ACM – AAAI 艾伦 · 纽厄尔奖颁发给为计算机科学领域和其他领域搭起桥梁做出突出贡献的研究者,该奖项由 ACM 和人工智能促进协会(AAAI)及个人捐款提供 10,000 美元的奖金。


图片


Hector Levesque 多伦多大学

获奖原因:Hector Levesque 对知识表征和推理及其在理论计算机科学、数据库机器人技术和布尔可满足性等领域的广泛影响做出了重要贡献。

Levesque 因其对逻辑启发型人工智能和计算机科学中多个子学科的杰出贡献而受到赞誉。他的工作推动了认知机器人技术多智能体系统,理论计算机科学和数据库系统以及哲学和认知心理学等领域的发展。这些启发了语义网和自动验证等理论。他被国际公认为是 AI 领域最深刻的思想家之一,他的研究启发了 AI 先驱 Alan Newell。

在表征研究方面,Levesque 致力于与人工和自然智能体有关的几个概念的形式化,包括信念,目标,意图,能力以及知识,知觉和行动之间的相互作用。

在推理研究方面,他的研究集中于如何使自动推理在计算上易于处理,包括使用贪婪的局部搜索方法。此外,他因对几个新研究领域的发展做出了重要贡献而受到认可,这些领域包括描述逻辑知识表征的易处理性,可满足性问题以及认知机器人技术

Moshe Vardi 莱斯大学

获奖原因:Moshe Vardi 为逻辑的发展和逻辑成为统一的基础框架与计算系统建模工具做出了贡献。

Vardi 的工作推进了许多领域的发展,包括数据库理论,程序验证,有限模型理论,知识推理和约束满足。他是逻辑和计算机科学界最有影响力的研究者之一,为计算机科学与其他领域架起了桥梁。他的主要研究贡献包括:

  • 数据库逻辑理论,他致力于研究表达性和计算复杂度之间的权衡,这为完整性约束、查询评估的复杂度、不完整信息处理、数据库更新和数据库中的逻辑编程等方面的工作奠定了基础;

  • 响应式系统(reactive system)的自动理论方法,这为验证程序是否符合其规范奠定了数学基础;

  • 基于他发展的认知逻辑进行的知识推理。


数据库理论中,Vardi 开发了一种通用数据依赖理论,并找出了公理化和解决决策问题的方法。提出了度量评估查询算法复杂度中两个基本的概念:数据复杂度和查询复杂度。这些概念很快成为该领域的标准。

在软件和硬件验证方面,Vardi 引入了一种自动机理论方法来验证响应式系统(reactive system),为该领域带来了新的变革。过去 30 年来,Vardi 的自动机理论方法在该领域和验证工具的开发中发挥了核心作用。

在知识论方面,Vardi 为多智能体和分布式系统的知识推理奠定了严格的基础,这在许多学科中都是至关重要的问题,他参与撰写的书籍是该领域的权威资料。

参考链接:
https://www.acm.org/media-center/2021/may/technical-awards-2020
https://www.acm.org/
https://ieee-cas.org/about-cass/awards-and-fellows
http://news.ustc.edu.cn/info/1055/75280.htm
入门ACMIEEE
1
相关数据
微软亚洲研究院机构

微软亚洲研究院于1998年在北京成立,是微软公司在亚太地区设立的基础及应用研究机构,也是微软在美国本土以外规模最大的一个研究院。微软亚洲研究院从事自然用户界面、智能多媒体、大数据与知识挖掘、人工智能、云和边缘计算、计算机科学基础等领域的研究,致力于推动计算机科学前沿发展,着眼下一代革命性技术的创新,助力微软实现长远发展战略。

http://www.msra.cn
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
IBM机构

是美国一家跨国科技公司及咨询公司,总部位于纽约州阿蒙克市。IBM主要客户是政府和企业。IBM生产并销售计算机硬件及软件,并且为系统架构和网络托管提供咨询服务。截止2013年,IBM已在全球拥有12个研究实验室和大量的软件开发基地。IBM虽然是一家商业公司,但在材料、化学、物理等科学领域却也有很高的成就,利用这些学术研究为基础,发明很多产品。比较有名的IBM发明的产品包括硬盘、自动柜员机、通用产品代码、SQL、关系数据库管理系统、DRAM及沃森。

https://www.ibm.com/us-en/
相关技术
局部搜索技术

在计算机科学中,局部搜索是解决最优化问题的一种元启发式算法。局部搜索从一个初始解出发,然后搜索解的邻域,如有更优的解则移动至该解并继续执行搜索,否则返回当前解。局部搜索的优点是简单、灵活及易于实现,缺点是容易陷入局部最优且解的质量与初始解和邻域的结构密切相关。常见的改进方法有模拟退火、禁忌搜索等。

知识表征技术

知识表示是人工智能的一部分,它关心代理人(agent)如何在决定做什么时使用它所知道的知识, 这是一门将思考作为计算过程的研究。严格来说知识表示和知识推理是同一研究领域密切相关的两个概念,但实际上知识表示也经常用来直接指代包含推理的广义概念,因此在这里沿用后者,即知识表示等价于知识表示与推理。这是一个涉及使用符号来表示一些推定代理人(putative agent)相信的命题集合的研究领域。 但是在另一方面,我们同时不想坚持这些符号必须代表代理人相信的主张。因为实际上代理人可能相信无数的命题,但只有一部分被表示出来。 而弥合所代表的事物与所相信的事物之间的差距将成为推理(reasoning)在知识表示中所承担的责任。因此,推理一般来说是对代表一系列代理所相信的命题符号进行形式化处理,以产生新的表征。 符号需要比它们表示的命题更容易操纵,因此它们必须足够具体,以便我们可以操纵它们(移动它们,拆开它们,复制它们,串起它们) 构建新命题的表征。

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)

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。

机器人技术技术

机器人学(Robotics)研究的是「机器人的设计、制造、运作和应用,以及控制它们的计算机系统、传感反馈和信息处理」 [25] 。 机器人可以分成两大类:固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器;另外还有能够实现感知能力的软件,比如定位、地图测绘和目标识别。之前章节中提及的技术都可以在机器人上得到应用和集成,这也是人工智能领域最早的终极目标之一。

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。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

描述逻辑技术

描述逻辑(description logic)是一種用于知识表示的逻辑语言和以其为对象的推理方法,主要用于描述概念分类及其概念之间的关系。 描述逻辑方法多数被用到涉及知识分类的应用领域,如数字图书馆和面向万维网的信息处理。 描述逻辑是当前语义网发展中本体的理论基础。

逻辑编程技术

逻辑编程是种编程范型,它设置答案须匹配的规则来解决问题,而非设置步骤来解决问题。过程是 事实+规则=结果。 不同的方法,可以看Inductive logic programming。 逻辑编程的要点是将正规的逻辑风格带入计算机程序设计之中。数学家和哲学家发现逻辑是有效的理论分析工具。

语义网技术

语义网是由万维网联盟的蒂姆·伯纳斯-李在1998年提出的一个概念,它的核心是:通过给万维网上的文档蒂姆加能够被计算机所理解的语义,从而使整个互联网成为一个通用的信息交换媒介。语义万维网通过使用标准、置标语言和相关的处理工具来扩展万维网的能力。

查询技术

一般来说,查询是询问的一种形式。它在不同的学科里涵义有所不同。在信息检索领域,查询指的是数据库和信息系统对信息检索的精确要求

多智能体系统技术

一个多智能体系统,是由一个在一个环境中交互的多个智能体组成的计算系统。多智能体系统也能被用在解决分离的智能体以及单层系统难以解决的问题。智能可以由一些方法,函数,过程,搜索算法或加强学习来实现。尽管存在相当大的重叠,然而一个多智能体系统并不总是一个基于智能体的模型表现一致。

数据仓库技术

Hopper机构

Hopper开发了一个移动应用程序,它使用大数据来预测和分析机票价格。它的应用程序向旅行者提供他们在航班上获得交易所需的信息,并在航班价格处于预测的最低点时通知他们。

官网,http://www.hopper.com/
暂无评论
暂无评论~