刘霁热门内容

刘霁教授毕业于威斯康辛大学计算机系，现担任快手Y-tech西雅图人工智能实验室和FeDA商业化Y-tech联合实验室负责人，同时还任职于罗切斯特大学计算机系和电子工程系。他从事机器学习以及人工智能研究超过15年，研究领域涵盖了诸多分支，比如并行计算，优化，计算机视觉，图像视频分析，强化学习，游戏AI，推荐系统，在线学习，特征选取，生物医学，健康医疗，数据分析，智能家居，机器人等等。他在顶级的计算机期刊和会议上发表了超过100篇学术论文，并曾多次在顶级学术会议上荣获最优论文奖或者提名，比如：他在强化学习的研究工作荣获UAI 2015 Facebook最优学生论文奖；他的多任务学习的工作荣获SIGKDD 2010最优论文提名；他在网络逻辑推断上的工作获得IEEE-TASE 2019年度最佳论文Runner-up。他荣获2017麻省理工中国35岁以下35位最佳创新人才奖，同年还荣获IBM最优教职奖，2018年被提名为中国35岁以下AI风云人物。他的研究工作对工业界也产生了重要的影响：他在异步并行算法方面的研究奠定了现在广泛使用的深度学习工具诸如TensorFlow和PyTorch异步并行算法的理论和实践基础；他在2017年机器学习顶级会议NIPS的大会报告中首次提出将“去中心化”的并行框架用于解决深度学习中超大规模的模型训练的通讯效率，开创了全新并行思路并已被Facebook等率先采用。他领导的FeDA实验室开发的支持广告推荐的训练系统达到百T数据百亿特征的深度模型在单机训练效率在1-2小时完成。