2021/09/08 15:33

2021加拿大皇家科学院院士新增名单公布，杨强教授等多位华人当选

包括香港科技大学教授杨强在内的多位华人学者，当选了今年的加拿大皇家科学院院士。

加拿大皇家科学院刚刚公布了 2021 年度的院士新增名单，今年共有 89 位学者当选，其中也包括 52 位 RSC College 的新成员。

加拿大皇家科学院（The Academy of Science of the Royal Society of Canada）是加拿大最重要的科学团体之一，成立于 1882 年，当选者均为在加拿大自然和应用科学各领域取得突出成就的佼佼者，包括了所有获得诺贝尔奖的加拿大科学家。皇家科学院院士每年评选一次。

加拿大皇家科学院将在今年 11 月举办欢迎 2021 届新增院士和 RSC 学院新成员的仪式，并颁发杰出研究奖和学术成就奖。受到疫情影响，相关成员可以通过线上、线下方式参与。

多位华人学者当选

在本次新增的 89 位院士名单中，有多位华人学者当选，其中包括香港科技大学讲席教授杨强。值得注意的是，在今年 6 月，杨强教授刚刚当选了加拿大工程院院士。

以下是本次入选华人名单（如有遗漏，欢迎补充）：

香港科技大学计算机科学与工程系杨强

当选理由：杨强是迁移学习、联邦学习、自主规划和案例推理学习等人工智能领域的领导者和先驱。他的工作使得人工智能和数据分析方法在保护隐私和安全的同时，在小型和分散的数据上产生效果，并对工业和社会产生了重大影响。

杨强是微众银行首席人工智能官，香港科技大学讲席教授，第四范式联合创始人，国际人工智能协会（AAAI）执行委员会委员，国际人工智能联合会（IJCAI）理事长（2017-2019），香港人工智能与机器人学会（HKSAIR）理事长。他是 AAAI/ACM/CAAI/IEEE/IAPR/AAAS Fellow，也是《IEEE Transactions on Big Data》和《ACM Transactions on Intelligent Systems and Technology》创始主编，以及多个国际人工智能和数据挖掘领域杂志编委。曾获 2019 年度「吴文俊人工智能科学技术奖」杰出贡献奖，2018 年 ACM SIGKDD 杰出服务奖。

杨强曾任华为诺亚方舟实验室创始主任，香港科技大学大数据研究所创始主任，香港科技大学计算机与工程系系主任。著有《智能规划》《学术研究：你的成功之道》《软件工程中基于约束的设计恢复》和《联邦学习》等作品。

阿尔伯塔大学医学院病理和实验医学系 Xing-Fang Li

当选理由：Xing-Fang Li 是国际知名的分析化学与水研究专家。她的创新技术使得超灵敏检测环境污染物、微生物病原体和生物分子相互作用成为可能。她发现了新类别的水消毒副产物的毒理学意义，开辟了一个重要的新研究方向，其专利技术创新和研究成果对加拿大和世界的公共卫生保护做出了巨大贡献。

英属哥伦比亚大学计算机科学系 Raymond Ng

当选理由：Raymond Ng 是英属哥伦比亚大学数据科学研究所的创始人兼计算机科学教授，也是加拿大数据科学和分析研究所主席。他的研究涉及数据科学、数据挖掘、文本分析和医学信息学分析等多个领域，他最常被引用的研究是关于异常检测和数据聚类。Raymond Ng 领导了几个大规模的基因组项目，专门从事生物鉴定和开发。

加拿大环境及气候变化部高级研究科学家 Xuebin Zhang

Xuebin Zhang 利用观测和气候模型模拟来解释气候对人类活动的反应。他将人类引起的温室气体与平均温度、极端温度和降水变化联系起来，其研究得到了广泛认可。他的研究大大有助于了解加拿大气候的变化及其对基础设施等部门的影响。

多伦多大学政治学系 Wendy H. Wong

Wendy H. Wong 是多伦多大学政治学教授、加拿大全球治理和公民社会研究主席。她采用独特的跨学科视角研究非政府组织集体行动的组织动力、国际人权以及新兴技术对政治和社会的影响。

产业杨强

相关技术

自动化机器学习随机梯度下降迁移学习

杨强人物

杨强现任香港科技大学新明工程学讲席教授、计算机科学和工程学系主任，大数据研究所所长。他是人工智能研究的国际专家和领军人物，在学术界和工业界做出了杰出的服务和贡献，尤其近些年为中国人工智能(AI)和数据挖掘(KDD)的发展起了重要引导和推动作用。

来源：百度百科 Yang, Q.

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。

来源：维基百科

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.

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。

来源：维基百科

异常检测技术

在数据挖掘中，异常检测（英语：anomaly detection）对不符合预期模式或数据集中其他项目的项目、事件或观测值的识别。通常异常项目会转变成银行欺诈、结构缺陷、医疗问题、文本错误等类型的问题。异常也被称为离群值、新奇、噪声、偏差和例外。

来源：维基百科

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度，其目的是进行资源的优化。常见的规划方法包括经典规划（Classical Planning）、分层任务网络（HTN）和 logistics 规划。

来源：机器之心

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

文本分析技术

文本分析是指对文本的表示及其特征项的选取；文本分析是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。

来源：百度百科

港科大机构

香港科技大学（The Hong Kong University of Science and Technology），位于中国香港，简称港科大（HKUST），为环太平洋大学联盟、全球大学校长论坛、东亚研究型大学协会、亚洲大学联盟、中国大学校长联谊会重要成员，并获AACSB和EQUIS双重认证，是一所亚洲顶尖、国际知名的研究型大学。该校以科技和商业管理为主、人文及社会科学并重，尤以商科和工科见长。截至2019年9月，学校设有理学院、工学院、工商管理学院、人文社会科学学院等4个学院及跨学科课程事务处；校园占地超过900亩，有教员697人，各类学生16054人，其中本科生10148人，研究生5906人。

https://hkust.edu.hk/

聚类技术

将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。“物以类聚，人以群分”，在自然科学和社会科学中，存在着大量的分类问题。聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法。聚类分析起源于分类学，但是聚类不等于分类。聚类与分类的不同在于，聚类所要求划分的类是未知的。聚类分析内容非常丰富，有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。

来源：百度百科

联邦学习技术

如何在保护数据隐私、满足合法合规要求的前提下继续进行机器学习，这部分研究被称为「联邦学习」（Federated Learning）。

迁移学习技术

迁移学习是属于机器学习的一种研究领域。它专注于存储已有问题的解决模型，并将其利用在其他不同但相关问题上。比如说，用来辨识汽车的知识（或者是模型）也可以被用来提升识别卡车的能力。计算机领域的迁移学习和心理学常常提到的学习迁移在概念上有一定关系，但是两个领域在学术上的关系非常有限。

来源：维基百科