2018/12/06 08:19

ACM 2018 Fellow名单公布：李飞飞等多位华人入选，无国内成员

刚刚，ACM（计算机协会）发布了今年新入选的 56 名 ACM Fellow，李飞飞、罗杰波、何田等成为今年入选的华人代表。遗憾的是，今年未有国内机构成员入选。去年公布的 ACM Fellow 包括香港科技大学计算机科学与工程系主任杨强、UC Berkeley 电子工程与计算机系教授马毅、联想集团首席技术官芮勇等华人。

据 ACM 公告，这些优秀的研究者在计算机架构、移动网络、机器人和系统安全等方面作出了杰出的贡献，因而获得研究社区的肯定与赞扬。2018 ACM Fellow 巩固了定义数字时代的技术，并极大地影响了我们的职业和个人生活。入选 ACM Fellow 的研究者都是非常精英的成员，他们在计算机各子领域上都作出了重要的贡献，ACM Fellow 的成员数只占整个计算机协会的 1%。

ACM 主席 Cherri M. Pancake 说：「在现代社会中，当我们判断谁才是技术领导者时，我们经常会想到工业生产中的男工程师与女工程师，他们在建立大公司的同时使得技术无处不在。与此同时，奉献精神、协作精神、最初构思和开发这些技术的创造力是未得到认可的，ACM Fellow 项目希望公开表彰为这些技术作出重要贡献的人。即使他们的工作没有直接产生特定的技术，但他们对计算机科学的发展作出了主要的理论贡献。我们很荣幸能为 ACM Fellow 大家庭增加一批新成员，我们也期待他们为我们的组织提供指导与建议。」

ACM 具备全球影响力，2018 年新入选的 ACM Fellow 主要来自芬兰、希腊、以色列、瑞典、瑞士和美国的大学、企业和研究中心。

今年新入选的 Fellow 在可访问性、增强现实、算法博弈论、数据挖掘、储存技术、软件和万维网等领域都作出了杰出的贡献，并且 ACM 将于 2019 年 6 月 15 日在旧金山举行的年度颁奖宴会上正式认可 2018 Fellow。

2018 ACM Fellow 入选华人

李飞飞（Fei-Fei Li），斯坦福大学
入选理由：因她为机器学习、视觉理解建立大型知识库所作出的贡献而入选

刘欢（Huan Liu），亚利桑那州立大学
入选理由：因他在数据挖掘、知识发现以及社会计算领域中特征选择上所做出的贡献而入选

罗杰波（Jiebo Luo），美国罗切斯特大学
入选理由：因他在多媒体内容分析以及社会多媒体信息学领域的贡献而入选

Lili Qiu，德克萨斯大学奥斯汀分校
入选理由：因其对无线网络协议以及移动系统设计与分析方面的贡献而入选

何田（Tian He），明尼苏达大学双城分校
入选理由：因其对无线网络、传感系统以及 IoT 领域的贡献而入选

Lillian Lee，康奈尔大学
入选理由：因在自然语言处理、情感分析与计算社会科学领域的贡献而入选

2018 ACM Fellow 完整名单

参考链接：https://www.acm.org/media-center/2018/december/fellows-2018?from=timeline&isappinstalled=0

产业李飞飞ACM

相关数据

Lillian Lee人物

Lillian Lee是康奈尔大学计算机科学系和信息科学系教授，研究兴趣：自然语言处理、情感分析。

来源：个人主页 Lillian Lee

李飞飞人物

李飞飞，斯坦福大学计算机科学系教授，斯坦福视觉实验室负责人，斯坦福大学人工智能实验室（SAIL）前负责人。专业领域是计算机视觉和认知神经科学。2016年11月李飞飞加入谷歌，担任谷歌云AI/ML首席科学家。2018年9月，返回斯坦福任教，现为谷歌云AI/ML顾问。10月20日斯坦福大学「以人为中心的AI计划」开启，李飞飞担任联合负责人。11月20日李飞飞不再担任SAIL负责人，Christopher Manning接任该职位。

来源：个人主页维基百科

增强现实技术

增强现实，是指透过摄影机影像的位置及角度精算并加上图像分析技术，让屏幕上的虚拟世界能够与现实世界场景进行结合与互动的技术。这种技术于1990年提出。随着随身电子产品运算能力的提升，增强现实的用途也越来越广。

来源：维基百科

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.

知识库技术

知识库是用于知识管理的一种特殊的数据库，以便于有关领域知识的采集、整理以及提取。知识库中的知识源于领域专家，它是求解问题所需领域知识的集合，包括基本事实、规则和其它有关信息。

来源：维基百科

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

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

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。

来源：维基百科

特征选择技术

在机器学习和统计学中，特征选择（英语：feature selection）也被称为变量选择、属性选择或变量子集选择。它是指：为了构建模型而选择相关特征（即属性、指标）子集的过程。

来源：维基百科