2021/09/09 14:25

十年学术生涯新开端：港中文助理教授周博磊宣布加入UCLA

今天，香港中文大学信息工程系助理教授在社交媒体平台宣布，自己将于明年加入 UCLA。这一则消息受到了领域内的广泛关注。

「我将在明年初加入 UCLA 计算机科学学院，继续我的学术之旅。感谢众多合作者、同事和同行的大力支持，期待激动人心的新篇章。」

周博磊 2010 年本科毕业于上海交通大学，硕士期间就读于香港中文大学，导师为汤晓鸥。2018 年，周博磊从麻省理工学院获得计算机科学博士学位，导师为 Antonio Torralba。同年，周博磊加入香港中文大学担任助理教授职位。

在之前的文章中，周博磊曾回顾过自己十年以来的学术生涯：「掐指一算，这正好是我第十年投稿了。我第一次邂逅 CVPR 是在 2010 年，当时把自己的本科毕设工作整理出来投稿，可惜被拒。随后便上了这条贼船，一晃把十年大好光阴贡献给了这个领域。这十年之间，我幸运地见证了计算机视觉领域的蓬勃发展。」

https://www.zhihu.com/pin/1414121369970253824

「这十年之间，我也从最早的怀着撞大运投稿的小虾米，变成了现在靠投稿谋生的科研老油条。」

周博磊的研究方向为机器感知和智能决策，重点是通过学习可解释、结构化的表征，使机器能够在复杂的环境中感知、推理和行动。在人工智能顶级会议和期刊发表了 50 余篇学术论文，论文总引用数超过一万次，其中两篇一作论文已获得单篇引用超 2000 次的影响力，在可解释性机器学习和场景理解等课题上有突出成果。主要成果包括 Class Activation Mapping (CAM)、Places、ADE20K、Network Dissection。

在求学和工作期间，周博磊曾获得多项荣誉，包括「微软学者」奖学金、MIT 大中华区计算机科学奖学金、Facebook 奖学金、WAIC 云帆奖等。此外，周博磊曾在 Facebook 人工智能实验室，eBay 研究所，微软亚洲研究院参与研发工作，在计算机顶级会议 CVPR、ICCV 等多次主办 Workshop 和 Tutorial。

产业周博磊

相关技术

图像复原

来源：https://baike.baidu.com/item/%E6%B1%A4%E6%99%93%E9%B8%A5/7200225?fr=aladdin Tang, X.

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.

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。

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.

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。

来源：机器之心