会员服务 ·

2020亚马逊研究奖名单公布！陈怡然、陈丹琦等30多名华人学者上榜

2021 年 4 月 29 日 新智元

新智元报道

来源：亚马逊

编辑：LQ，小匀

【新智元导读】今天，亚马逊公布了2020年亚马逊研究奖名单，这项支持人工智能研究的资助项目从全球13个国家59所大学选拔了101名学者，对其项目进行资助，其中华人获奖者达30多位，包括陈怡然、陈丹琦等学者。

今天，2020年亚马逊研究奖（Amazon Research Awards, ARA）公布，共有来自13个国家、59所大学的101位学者获奖。

本年度ARA申请者比以往任何一年都多，最终确定了101位获奖者，资助项目是去年的两倍，每个资助项目支持1-2名研究生或博士生在导师指导下进行研究，为期一年。

ARA最高资助次数可达4次，除了奖学金外，ARA还提供AWS奖励分，获奖者可凭奖励分使用亚马逊AWS AI/ML服务和工具，获得200多个亚马逊公共数据集访问权限等。

这批获奖者致力于诸如机器学习算法和理论、人工智能中的公平性、计算机视觉、自然语言处理、边缘计算和医学研究等领域的研究。

今年一共有30多位华人学者上榜。

陈怡然、陈丹琦、杨笛一获奖

陈怡然，杜克大学电子与计算机工程系教授、计算进化智能实验室联合主任。

陈教授在清华大学获得本科及硕士学位，并于2005年在普渡大学获得博士学位。在工业界工作五年后，他于2010年加入匹兹堡大学任助理教授并于2014年晋升为副教授，获终身教职并任「双百年校友」讲席。

目前，陈教授的研究聚焦新型存储系统、机器学习与神经形态计算、以及移动计算等方向的研究。陈怡然教授发表过一本专著及超过三百篇学术论文，获得过93项美国专利，并出任过多本IEEE和ACM期刊编委以及超过40个国际会议的组织与技术委员会主席和委员。

陈怡然教授曾经获得6次国际会议最佳论文以及12次最佳论文提名。他曾荣获美国国家自然科学基金委教授早期职业发展奖(NSF CAREER)和ACM电子自动化协会新教师奖。除了是IEEE fellow，今年年初，陈教授当选ACM fellow.

本次ARA获奖项目为Privacy-preserving representation learning on graphs — a mutual information perspective（互信息的视角的图上保护隐私的表征学习）。

陈丹琦，目前是普林斯顿大学的助理教授，专注于人工智能领域的自然语言处理（NLP）。获奖项目为Building broad-coverage, structured dense knowledge bases for natural language processing tasks（自然语言处理任务建立覆盖面广、结构密集的知识库）。

陈丹琦2012年清华大学计算机姚班学生，2018年斯坦福大学博士。去斯坦福大学攻读计算机博士学位的她，成为自然语言处理泰斗Christopher Manning的学生，也已发表数篇有影响力的论文。

2019年，她加入普林斯顿NLP小组，与Sanjeev Arora、Christiane Fellbaum、Karthik Narasimhan一起工作。

著名的SyntaxNet就是基于陈丹琦和其导师Christopher Manning开发的算法，它被称为「全球最精准自然语言解析器」。

2019年，她的毕业论文「如何让机器学会理解人类语言」（Neural Reading Comprehension andBeyond）上传仅四天，就获得了上千次的阅读量，成为了斯坦福近十年来最热门的毕业论文之一。

杨笛一，佐治亚理工学院，受资助项目为Abstractive conversation summarization at scale(大规模的抽象对话总结).

杨笛一现为佐治亚理工学院交互计算系助理教授，隶属于机器学习中心。本科就读于上海交通大学ACM班，随后赴卡内基梅隆大学语言技术研究所攻读硕士、博士，并于2019年获得卡内基梅隆大学博士学位。

她的研究兴趣包括计算社会语言和自然语言处理。她曾连续三年获得Facebook博士生奖研金（2017-2019），她的工作曾获得EMNLP 2015、AAAI 2016网页与社交媒体、2019年ACM CHI等顶会的最佳论文提名。

30多位华人学者上榜

除了以上位大家熟知的学者外，还有众多华人学者获得本次ARA资助。

Changyou Chen，目前是纽约州立大学布法罗分校计算机科学与工程系的助理教授，他主要研究贝叶斯机器学习、深度学习和深度强化学习。本次获得资助的项目是Scaling up human-action analysis systems（扩大人类行动分析系统的规模）。

Helen Chen，滑铁卢大学实践教授，获资助项目为Optimizing pretrained clinical embeddings for automatic COVID-related ICD coding（优化预训练的临床嵌入，实现COVID相关ICD的自动编码）

图源：https://uwaterloo.ca/public-health-and-health-systems/people-profiles/helen-chen

Jimmy Ba，多伦多大学助理教授，Hinton的博士生，优化器Adam提出者之一。本次获奖项目是Model-based reinforcement learning with causal world models（基于模型的强化学习与因果世界模型）

图源：https://jimmylba.github.io/

Grace Gao，是斯坦福大学航空航天部的助理教授。本次获得资助的项目是Trustworthy autonomous vehicle localization using a joint model-driven and data-driven approach（使用模型驱动和数据驱动的联合方法进行可信的自主车辆定位）

https://navlab.stanford.edu/people/grace-gao

Grace Gu 加州大学伯克利分校机械工程助理教授，本次获得资助的项目是Surrogate machine learning model and quasi-static simulation of pneumatically actuated robotic devices（代用机器学习模型和气动机器人装置的准静态模拟）。

https://gu.berkeley.edu/people/

Bin Hu，是伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系的助理教授，隶属于协调科学实验室。研究重点是在控制和机器学习之间建立基本的联系。本次获得资助的项目是Provably robust adversarial reinforcement learning for sequential decision making in safety-critical environments（用于安全关键环境下的顺序决策的可证明的鲁棒性对抗强化学习）。

https://binhu7.github.io/

Lifu Huang，是弗吉尼亚理工大学计算机科学系的助理教授，领导NLP实验室。本次获得资助的项目是Event-centric temporal and causal knowledge acquisition and generalization for natural language understanding（以事件为中心的自然语言理解的时间和因果知识获取和泛化）。

https://wilburone.github.io/

Bo Li，伊利诺伊大学厄巴纳-香槟分校计算机科学系的助理教授。研究集中在机器学习，安全，隐私和博弈论。本次获得资助的项目是Machine learning evaluation as a service for robustness, fairness, and privacy utilities（机器学习评估可作为鲁棒性，公平性和隐私实用程序的服务）。

https://aisecure.github.io/

Ke Li，英国埃克塞特大学，计算机科学系博士，本次获得资助的项目是Many hands make work light: multi-task deep semantic learning for testing web application firewalls（人多力量大：多任务深度语义学习测试网络应用防火墙）

Zhiqiang Lin，俄亥俄州立大学计算机科学与工程系副教授，本次获得资助的项目是Type-aware recovery of symbol names in binary code: a machine learning based approach（二进制代码中符号名称的类型意识恢复：一种基于机器学习的方法）

http://web.cse.ohio-state.edu/~lin.3021/

Jeffrey Liu 麻省理工大学Lincoln实验室技术研究员，本次获得资助的项目是Integrating the low altitude disaster imagery (LADI) dataset into the MIT Beaver Works curriculum(将低空灾害图像（LADI）数据集纳入麻省理工学院Beaver Works课程)

https://scholar.google.com/citations?user=4Joh4KoAAAAJ&hl=en

宋晓东，加州大学伯克利分校电气工程与计算机科学系教授，获奖项目为Knowledge-enhanced cyber threat hunting（知识强化的网络威胁搜寻）

Dezhen Song, 得克萨斯农工大学, 获奖项目为College Station Optoacoustic material and structure pretouch sensing at robot fingertip(学院站光声材料和结构在机器人指尖的预触摸感应).

Yizhou Sun(孙怡舟), 加州大学洛杉矶分校CS副教授，获奖项目为Accelerating graph neural network training（加速图形神经网络训练）。

http://web.cs.ucla.edu/~yzsun/

Gang Wang 伊利诺伊大学厄巴纳-香槟分校CS系助理教授，获奖项目为Combating concept drift in security applications via proactive data synthesis（通过主动的数据合成来对抗安全应用中的概念漂移）。

https://gangw.cs.illinois.edu/

Hao Wang（王灏），罗格斯大学新布朗斯维克分校，获奖项目为Structured domain adaptation with applications to personalization and forecasting（结构化领域适应性与个性化和预测的应用）

James Wang 宾夕法尼亚州立大学，获奖项目为Affective and social interaction between human and intelligent machine（人类和智能机器之间的情感和社会互动）。

http://wang.ist.psu.edu/docs/home.shtml

Chuan Wu，香港大学，获奖项目为分布式DNN训练中的编译优化：加入OP和张量融合/分区（Compilation optimization in distributed DNN training: joining OP and tensor fusion/partition）

Eugene Wu，哥伦比亚大学，获奖项目为Human-in-the-loop data debugging for ML-oriented analytics（为面向ML的分析提供人在回路中的数据调试）

http://eugenewu.net/

Jiajun Wu，斯坦福大学，获奖项目为Implicit dynamic scene representation learning for robotics（用于机器人的隐性动态场景表示学习）。

https://jiajunwu.com/

Ming-Ru Wu，丹那-法博癌症研究所（Dana-Farber Cancer Institute），获奖项目为From bench to clinic – machine-learning based cancer immunotherapy design（从实验室到临床--基于机器学习的癌症免疫疗法设计）。

https://www.syntheticimmunity.net/about-us

Sixian You，麻省理工大学，获奖项目：人工智能驱动的无标签组织学用于癌症诊断（AI-driven label-free histology for cancer diagnosis）

https://www.eecs.mit.edu/people/faculty/sixian-you-0

Jingjin Yu，罗格斯大学新布朗斯维克分校，获奖项目：通过探索空间利用优化和自适应规划地平线启发式方法，突破高效和最佳多Agent路径寻找的极限（Pushing the limits of efficient and optimal multi-agent path finding through exploring space utilization optimization and adaptive planning horizon heuristics）

https://cps-vo.org/group/NSF-SmartCities2016/bios-snapshots

Rui Zhang，宾夕法尼亚州立大学，获奖项目：Building robust conversational question answering systems over databases of tabular data（在表格数据的数据库上建立强大的对话式问题回答系统）。

https://ryanzhumich.github.io/

Yu Zhang，南佛罗里达大学，获奖项目：Design of an automated advanced air mobility flight planning system (AAFPS)（设计一个先进的空中机动飞行计划系统（AAFPS））。

http://www.sum-lab.org/about-us.html

Yuke Zhu，德克萨斯州大学奥斯汀分校，获奖项目：学习抓取和操作的隐性形状承受力（Learning implicit shape affordance for grasping and manipulation）

https://www.cs.utexas.edu/~yukez/

James Zou，现任斯坦福大学生物医学/计算机科学/电气工程助理教授。获资助项目是How to make AI forget you? Efficiently removing individuals’ data from machine learning models（如何让人工智能忘记你？有效地从机器学习模型中删除个人数据）。