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)。

 

https://www.james-zou.com/

 


参考资料:

https://www.amazon.science/research-awards/program-updates/2020-amazon-research-awards-recipients-announced




AI家,新天地。西山新绿,新智元在等你!


【新智元高薪诚聘】主笔、高级编辑、商务总监、运营经理、实习生等岗位,欢迎投递简历至wangxin@aiera.com.cn (或微信: 13520015375)


办公地址:北京海淀中关村软件园3号楼1100



登录查看更多
0

相关内容

陈丹琦,清华本科(姚班),斯坦福博士即将毕业,师从Christopher Manning,毕业后成为普林斯顿大学计算机学院助理教授,在学期间曾在ACL,EMNLP,NIPS等自然语言处理与机器学习定会发表多篇文章。
专知会员服务
25+阅读 · 2021年4月2日
自然语言处理顶会COLING2020最佳论文出炉!
专知会员服务
23+阅读 · 2020年12月12日
【课程推荐】普林斯顿陈丹琦COS 484: 自然语言处理课程
专知会员服务
81+阅读 · 2019年12月11日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
67+阅读 · 2019年11月4日
AAAI 2019最佳论文公布,CMU、斯坦福、MIT上榜
新智元
12+阅读 · 2019年1月28日
2018 ACL fellow 出炉,5人上榜,无中国学者
专知
4+阅读 · 2018年12月18日
IEEE Fellow 2019 名单出炉,41位华人学者入选
科学网
4+阅读 · 2018年11月25日
KDD 2017奖项全公布,华人成最大赢家
AI科技评论
9+阅读 · 2017年8月15日
【深度】多媒体计算国际团队:从单通道感知到跨媒体认知
中国科学院自动化研究所
73+阅读 · 2017年8月14日
Arxiv
8+阅读 · 2018年11月21日
Arxiv
21+阅读 · 2018年8月30日
Arxiv
5+阅读 · 2017年10月27日
VIP会员
Top
微信扫码咨询专知VIP会员