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

CS领域杨笛一、杜少雷、金驰等7位华人学者获奖,2024斯隆奖出炉

在 2024 年度斯隆奖名单中,计算机科学领域共有 22 位获奖者,其中 7 位华人。

今天凌晨,斯隆基金会公布了 2024 年度斯隆研究奖获得者名单。

图片

自 1955 年起,斯隆研究奖由美国艾尔弗・斯隆基金会(The Alfred P. Sloan Foundation)每年颁发一次,以表彰那些具有创造性、创新性和研究成就的美国和加拿大的杰出年轻研究人员。

斯隆研究奖的获奖者将获得为期两年、价值 7.5 万美元的研究资金,可灵活地用于推动自身的研究。

斯隆奖历来被认为是「诺奖风向标」:2007 年以来,该奖项历届获得者中已有 51 人获诺贝尔奖,17 人获数学界最高荣誉菲尔兹奖,69 人获美国国家科学奖,20 人获约翰贝茨克拉克奖。

目前,斯隆研究奖向七个科学和技术领域的学者开放,分别为化学、计算机科学、地球系统科学、经济学、数学、神经科学和物理学。

其中,在计算机科学领域,共有 7 位华人学者获奖,包括华盛顿大学杜少雷、UIUC 姜楠、普林斯顿大学金驰、伯克利分校 Yakun Sophia Shao、斯坦福大学 Li-Yang Tan 和杨笛一、威斯康星大学麦迪逊分校 Xiangyao Yu。

以下是这些获奖者的简介。

计算机科学

杜少雷(Simon Shaolei Du),华盛顿大学

图片

杜少雷为华盛顿大学保罗・艾伦计算机科学与工程学院助理教授,他的研究兴趣在机器学习领域,包括深度学习、表示学习和强化学习

在加入华盛顿大学之前,他曾是普林斯顿高等研究院的博士后研究员。2011 年至 2015 年,他在加州大学伯克利分校获得了 EECS(电子工程与计算机科学)和 EMS(工程数学统计)学士学位。2013 年春季成为清华大学电子工程系交换生。2019 年,他获得了卡内基梅隆大学的机器学习博士学位。

在 Google Scholar 上,他的论文引用数量近万。

图片

姜楠(Nan Jiang),伊利诺伊大学香槟分校(UIUC)

图片

个人主页:https://nanjiang.cs.illinois.edu/

姜楠为 UIUC 计算机科学助理教授,作为一名机器学习研究者,他的工作重点是建立强化学习(RL)的理论基础,特别是在函数逼近设置方面。

姜楠于密歇根大学获得计算机科学与工程博士学位,师从 Satinder Singh 教授;本科毕业于清华大学。姜楠的主要研究方向包括强化学习机器学习人工智能

他所从事的研究获得过多个奖项,如 AAMAS 2015 最佳论文奖、ICML 2022 优秀论文亚军等。现在他的谷歌学术引用为 4885 次。

图片

金驰(Chi Jin),普林斯顿大学

图片

个人主页:https://sites.google.com/view/cjin/

金驰目前是普林斯顿大学电气工程系的助理教授。他在加州大学伯克利分校获得计算机科学博士学位,导师是 Michael I. Jordan,在此之前,他在北京大学获得学士学位。

他的研究兴趣包括机器学习理论、统计学、优化和博弈论,金驰所从事的研究主要是为现代机器学习开发原理和理论上合理的方法。他过去的研究主要集中在非凸优化强化学习(RL)领域。

在 Google Scholar 网站上,他的论文引用数量已经达到 9672 次。

图片

Yakun Sophia Shao, UC 伯克利

图片

个人主页:https://people.eecs.berkeley.edu/~ysshao/

Yakun Sophia Shao 现在为加州大学伯克利分校电气工程和计算机科学系的助理教授,研究重点是计算机系统架构,尤其是专用加速器、异构体系架构和敏捷 VLSI 设计方法。此前,她是英伟达的高级研究科学家。

2016 年 Yakun Sophia Shao 于哈佛大学获得博士学位,在此之前,她于浙江大学获得学士学位。

Yakun Sophia Shao 所从事的研究获得过多个奖项,如 DAC 2021 最佳论文奖、JSSC 2020 最佳论文奖、MICRO 2019 最佳论文奖等奖项。现在她的谷歌学术引用为 3334 次。

图片

Li-Yang Tan,斯坦福大学

图片

Li-Yang Tan 为斯坦福大学计算机科学系助理教授,博士毕业于哥伦比亚大学,其导师为该校计算机科学教授 Rocco Servedio。

他的研究方向为理论计算机科学,重点是复杂性理论,包括了电路复杂性、证明复杂性、性能测试、伪随机性和学习理论。他的工作曾获得过 FOCS、CCC 和 SAT 等学术会议的最佳论文奖,此外还于去年 6 月入选了 2023 年谷歌研究学者计划(Research Scholar Program)获奖名单。

他在 Google Scholar 上的论文引用数量已过千。

图片

杨笛一,斯坦福大学

图片

杨笛一(Diyi Yang)是我们非常熟悉的计算机科学家了,她现为斯坦福大学计算机科学系助理教授。2013 年,她本科毕业于上海交通大学 ACM 班。此后前往卡内基梅隆大学攻读硕士和博士,师从人机交互领域开拓者之一 Robert Kraut 和 NLP 领域权威 Eduard Hovy。2019 年,博士毕业。

博士毕业后,杨笛一曾担任佐治亚理工学院助理教授,于 2022 年 8 月宣布离职并于次月加入斯坦福大学。 

杨笛一对「socially aware」相关的自然语言处理非常感兴趣,研究旨在更好地理解社会背景下的人类交流, 并通过构建具有社会意识的语言技术来支持人人、人机之间的交互。

杨笛一的工作曾被 EMNLP 2015、ICWSM 2019 和 ACM CHI 2019 等学术会议收录。目前,她在 Google Scholar 上的引用量已经超过了 14000。

图片

Xiangyao Yu,威斯康星大学麦迪逊分校

图片

Xiangyao Yu 为威斯康星大学麦迪逊分校计算机科学系助理教授。在加入该校之前,他曾为 MIT CSAIL 数据库小组的博士后研究员。

2012 年,他获得了清华大学微电子科学与工程学士学位;2017 年获得了 MIT 计算机科学博士学位。目前,他主要从事数据库系统相关工作,主要关注云原生数据库数据库新硬件、事务与 HTAP 等。

在 Google Scholar 网站上,他的论文引用数量已经超过了 3300。

图片

计算机科学领域的其他获奖者包括:

  • Jacob D. Andreas, Massachusetts Institute of Technology

  • Nathan Beckmann, Carnegie Mellon University

  • Adam M. Belay, Massachusetts Institute of Technology

  • Aaron Bernstein, Rutgers, The State University of New Jersey

  • Katherine (Katie) L. Bouman, California Institute of Technology

  • Daniel Genkin, Georgia Institute of Technology

  • Nika Haghtalab, University of California, Berkeley

  • Rene F. Kizilcec, Cornell University

  • Aleksandra Korolova, Princeton University

  • Courtney Y. Paquette, McGill University

  • Priyanka Raina, Stanford University

  • Arvind Satyanarayan, Massachusetts Institute of Technology

  • Adriana Schulz, University of Washington

  • Justine Sherry, Carnegie Mellon University

  • Virginia Smith, Carnegie Mellon University

其他学科和学者:

化学

Kwabena Bediako, University of California, Berkeley

Juan-Pablo Correa-Baena, Georgia Institute of Technology

Yael David, Memorial Sloan-Kettering Cancer Center

Lisa Fredin, Lehigh University

Stephen D. Fried, Johns Hopkins University

Kandis Leslie Gilliard-AbdulAziz, University of California, Riverside

Stavroula K. Hatzios, Yale University

Abigail Knight, University of North Carolina, Chapel Hill

Chong Liu, The University of Chicago

Zhenfei Liu, Wayne State University

Jonathan Z. Long, Stanford University

Jarad A. Mason, Harvard University

Lea Nienhaus, Florida State University

Rodrigo Noriega, University of Utah

Zachariah A. Page, The University of Texas at Austin

Shahar Sukenik, University of California, Merced

Alexandra Velian, University of Washington

Vojtech Vlcek, University of California, Santa Barbara

Wenjing Wang, University of Michigan

Xiao Wang, Massachusetts Institute of Technology

Sidney M. Wilkerson-Hill, University of North Carolina, Chapel Hill

Xin Yan, Texas A&M University

Yang Yang, University of California, Santa Barbara

地球系统科学

Roxanne Beltran, University of California, Santa Cruz

Natalie Cohen, University of Georgia

Travis A. Courtney, University of Puerto Rico, Mayagüez

Orencio Duran Vinent, Texas A&M University

Kaitlyn Gaynor, University of British Columbia

Ching-Yao Lai, Stanford University

Marianna Linz, Harvard University

Dipti Nayak, University of California, Berkeley

Sunyoung Park, The University of Chicago

Penny Wieser, University of California, Berkeley

经济学

Zoë B Cullen, Harvard University

Eduardo Dávila, Yale University

Ellora A. Derenoncourt, Princeton University

Laura Doval, Columbia University

Maryam Farboodi, Massachusetts Institute of Technology

Kilian Huber, The University of Chicago

Ryota Iijima, Yale University

Ludwig Straub, Harvard University

数学

Alex Blumenthal, Georgia Institute of Technology

Theodore D. Drivas, Stony Brook University

Zhou Fan, Yale University

Elena Giorgi, Columbia University

Benjamin D. Grimmer, Johns Hopkins University

Matthew Harrison-Trainor, University of Illinois at Chicago

Jiaoyang Huang, University of Pennsylvania

Yuehaw Khoo, The University of Chicago

Daniel Lacker, Columbia University

Boris Leonidovich Hanin, Princeton University

Michael Lindsey, University of California, Berkeley

Daniel Litt, University of Toronto

Jinyoung Park, New York University

Sarah Peluse, University of Michigan

Samuel Punshon-Smith, Tulane University

Aaditya Ramdas, Carnegie Mellon University

Ananth Shankar, Northwestern University

Junliang Shen, Yale University

Antoine Song, California Institute of Technology

Melanie Weber, Harvard University

Ian M. Zemke, Princeton University

神经科学

Vineet Augustine, University of California, San Diego

Wilma A. Bainbridge, The University of Chicago

SueYeon Chung, New York University

Anne Draelos, University of Michigan

Meng-meng Fu, University of California, Berkeley

Stephanie Gantz, University of Iowa

Theanne N. Griffith, University of California, Davis

Vijay Mohan K Namboodiri, University of California, San Francisco

Justus M. Kebschull, Johns Hopkins University

Preeya Khanna, University of California, Berkeley

Jacqueline M. Kimmey, University of California, Santa Cruz

Jonathan Lynch, Johns Hopkins University

Zachariah M. Reagh, Washington University in St. Louis

Monique L. Smith, University of California, San Diego

Gaia Tavoni, Washington University in St. Louis

Maryam Vaziri-Pashkam, University of Delaware

Meg Younger, Boston University

物理学

Kate D. Alexander, University of Arizona

Soonwon Choi, Massachusetts Institute of Technology

Martin Claassen, University of Pennsylvania

Susan E. Clark, Stanford University

Chuanfei Dong, Boston University

Chunhui Du, Georgia Institute of Technology

Ke Fang, University of Wisconsin, Madison

Maya Fishbach, University of Toronto

Anna Y. Q. Ho, Cornell University

Chao-Ming Jian, Cornell University

Chenhao Jin, University of California, Santa Barbara

Daniel Lecoanet, Northwestern University

Zhen Liu, University of Minnesota

Xiao Luo, University of California, Santa Barbara

Lee McCuller, California Institute of Technology

Karan K. Mehta, Cornell University

Abdoulaye Ndao, University of California, San Diego

Lina Necib, Massachusetts Institute of Technology

Hadi Nia, Boston University

Geoff Penington, University of California, Berkeley

Alexander Philippov, University of Maryland, College Park

Vikram Ravi, California Institute of Technology

Andrew Vanderburg, Massachusetts Institute of Technology

Suyang Xu, Harvard University

Yahui Zhang, Johns Hopkins University

参考链接:https://sloan.org/fellowships/2024-Fellows

产业斯隆研究奖斯隆基金会
相关数据
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
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。

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)

神经科学技术

神经科学,又称神经生物学,是专门研究神经系统的结构、功能、发育、演化、遗传学、生物化学、生理学、药理学及病理学的一门科学。对行为及学习的研究都是神经科学的分支。 对人脑研究是个跨领域的范畴,当中涉及分子层面、细胞层面、神经小组、大型神经系统,如视觉神经系统、脑干、脑皮层。

凸优化技术

凸优化,或叫做凸最优化,凸最小化,是数学最优化的一个子领域,研究定义于凸集中的凸函数最小化的问题。凸优化在某种意义上说较一般情形的数学最优化问题要简单,譬如在凸优化中局部最优值必定是全局最优值。凸函数的凸性使得凸分析中的有力工具在最优化问题中得以应用,如次导数等。 凸优化应用于很多学科领域,诸如自动控制系统,信号处理,通讯和网络,电子电路设计,数据分析和建模,统计学(最优化设计),以及金融。在近来运算能力提高和最优化理论发展的背景下,一般的凸优化已经接近简单的线性规划一样直捷易行。许多最优化问题都可以转化成凸优化(凸最小化)问题,例如求凹函数f最大值的问题就等同于求凸函数 -f最小值的问题。

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。

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

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。

强化学习技术

强化学习是一种试错方法,其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划(Dynamic Programming)。流行的强化学习方法包括自适应动态规划(ADP)、时间差分(TD)学习、状态-动作-回报-状态-动作(SARSA)算法、Q 学习、深度强化学习(DQN);其应用包括下棋类游戏、机器人控制和工作调度等。

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。

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~