杨强教授任AAAI 2021大会主席：华人首次

机器之心报道

参与：泽南、蛋酱、张倩

即将在 2 月 7 日举行的人工智能顶级会议 AAAI 2020 上即将首次出现大会主席职位。昨天，我们又得知杨强教授即将成为明年大会主席的消息。

昨日，南京大学教授周志华在微博发布消息称，微众银行首席人工智能官杨强教授将担任国际人工智能大会 AAAI 2021 大会主席。

不同于其他国际顶会，在 2020 年以前，AAAI 大会未曾设置过「大会主席」一职，仅设程序委员会主席。随着 AAAI 近年来会议投稿量剧增，此次增设大会主席职位，目的是让程序委员会主席能够更专注于稿件学术质量把控。

杨强教授是 AAAI 大会历史上第二位大会主席，也将成为担任此职位的首位华人。此外，Kevin Leyton-Brown & Mausam 将担任 AAAI 2021 的程序委员会主席。在下个月即将举行的 AAAI 2020 大会上，来自 IBM 研究院的 Francesca Rossi 将担任大会主席职位。

2013 年 7 月，杨强当选为 AAAI 院士，是首位获此殊荣的华人。2016 年 5 月，他又当选为 AAAI 执行委员会委员，也是首位出任该职位的华人。

同时，杨强教授也曾担任过许多人工智能及数据挖掘领域顶级会议的组织者及程序联合主席职位，历任 KDD 2010 程序主席、KDD 2012 大会主席、IJCAI 2015 程序主席等。2017 年 8 月，杨强教授当选为国际人工智能联合会（IJCAI）理事会主席，是第一位担任 IJCAI 理事会主席的华人学者。

同年，杨强教授当选为 ACM Fellow。

在去年 7 月的机器之心 GMIS 2019 大会上，杨强教授作为嘉宾发表了以联邦学习为主题的演讲。

从天体物理到人工智能

杨强教授生于一个书香世家，其父杨海寿是天文学家，生前任教于北京大学，从事天体物理学方向的研究。

由于从小受父亲的影响，杨强本科阶段选择了北京大学的天体物理学专业，并于 1982 年获得学士学位。

在大三那年，杨强参加了中美联合培养物理类研究生计划（CUSPEA）的笔试和面试，并顺利通过了考试。作为唯一通过考试的大三地球物理系学生，杨强选择了美国马里兰大学，继续攻读天体物理学研究生。

从这段人生轨迹来看，如果不出意外，杨强本来是要成为一名天体物理学家的。但在马里兰大学的求学经历改变了他的人生方向。

在马里兰大学，杨强从事的是太阳物理学方面的研究。当时，他需要建模预测和解释耀斑的发生机制，因此和计算机结下了不解之缘。

计算机在生成数据方面的实时性、自动性让杨强产生了浓厚的兴趣，于是他开始转学计算机，并于 1985 年 和 1987 年获得马里兰大学计算机系和天文学系双硕士学位。

1987 年，杨强（左）和父亲在美国华盛顿。

到了博士阶段，杨教授开始专注于计算机科学方向的研究，并于 1989 年获得马里兰大学计算机博士学位。

杨强的物理学背景也曾一度给他的人工智能研究带来困扰。

在专家系统盛行的时代，杨强在物理学研究中培养的「先入为主」式思维（即把人类的专业知识输入计算机）给他带来了很大帮助。但到了机器学习时代，人工智能的研究开始注重对事件和环境的观察，即通过训练数据学得模型，「先入为主」式思维就成了杨强机器学习研究中的一个障碍。对于这个障碍，杨强花了很长的时间才克服。

博士毕业后，杨强曾先后任职于加拿大滑铁卢大学、西蒙弗雷泽大学、微软亚洲研究院、香港科技大学、华为诺亚方舟实验室等机构。

国际「迁移学习」与「联邦学习」带头人

杨强教授是人工智能领域「迁移学习」（transfer learning）领域的发起人和带头人，也是「联邦学习」（Federated Learning）的发起人之一及带头人，迄今共发表人工智能和数据挖掘方面的论文 400 余篇。

基于小数据困境难题，杨强和团队提出了「迁移学习」的理论体系。此外，为了解决数据割裂、数据孤岛问题，杨强和团队进一步提出「联邦学习」理论，能够保证各企业在自有数据不出本地，模型效果不变，在不违规的情况下进行联合建模，提升机器学习算法建模效率。

在 1 月 11 日清华大学刚刚发布的「AI 全球最具影响力学者榜单」中，杨强与何恺明成为人工智能学科子领域 Top1 顶尖学者中仅有的两位华人学者，其中杨强教授入选的是经典 AI（AAAI/IJCAI）领域。

2018 年，杨强教授出任微众银行首席人工智能官（CAIO），带领微众银行 AI 团队开源了全球首个工业级的「联邦学习」技术框架 Federated AITechnology Enabler(FATE)，并牵头推动联邦学习 IEEE 国际标准的制定。

扩展阅读：

• GMIS|微众银行首席人工智能官杨强:联邦学习的最新发展及应用

• 机器之心专访杨强教授：联邦迁移学习与金融领域的 AI 落地

参考链接： http://news.sciencenet.cn/sbhtmlnews/2019/10/350657.shtm?id=350657

http://home.cse.ust.hk/~qyang/

本文为机器之心报道，转载请联系本公众号获得授权。

✄------------------------------------------------

加入机器之心（全职记者 / 实习生）：hr@jiqizhixin.com

投稿或寻求报道：content @jiqizhixin.com

广告 & 商务合作：bd@jiqizhixin.com