0
点赞
收藏
分享

微信扫一扫

2024「诺奖风向标」斯隆奖出炉:杨笛一、杜少雷、清华校友姜楠、北大校友金驰等入选​


今天,斯隆基金会公布了 2024年度斯隆研究奖(Sloan Research Fellowship)获得者名单,本次斯隆研究奖共颁发给了126 人,其中计算机科学领域 共有 7名华人学者当选。

包括斯坦福大学杨笛一(上海交大ACM班校友)、Li-Yang Tan、华盛顿大学杜少雷、UIUC 姜楠(清华校友)、普林斯顿大学金驰(北大校友)、伯克利分校 Yakun Sophia Shao(浙江大学校友)、威斯康星大学麦迪逊分校 Xiangyao Yu(清华大学校友)。

2024「诺奖风向标」斯隆奖出炉:杨笛一、杜少雷、清华校友姜楠、北大校友金驰等入选​_强化学习

始设于1955年的斯隆研究奖素有“诺贝尔奖风向标”之称,据统计,有47位斯隆奖获得者后来获得诺贝尔奖,17位获得菲尔兹数学奖,69位获得国家科学奖。

下面二狗为大家重点介绍几位获奖研究员。

斯坦福大学杨笛一

2024「诺奖风向标」斯隆奖出炉:杨笛一、杜少雷、清华校友姜楠、北大校友金驰等入选​_计算机科学_02

杨笛一现为斯坦福大学计算机科学系助理教授,隶属于斯坦福 NLP 小组、斯坦福 HCI 小组、斯坦福人工智能实验室 (SAIL) 和斯坦福以人为中心的人工智能 (HAI)。她对社会意识自然语言处理感兴趣,研究目标是更好地理解社会背景下的人类交流,并构建具有社会意识的语言技术来支持人与人、人与计算机的交互。

她曾连续三年获得Facebook博士生奖研金,她的工作曾获得EMNLP 2015、AAAI 2016网页与社交媒体的最佳论文提名。她还曾入选2020年“福布斯30位30岁以下科学精英榜”(Forbes 30 Under 30 list in Science)、2020年 IEEE “AI 十大潜力人物”等。

她目前的谷歌论文引用有14000多次。

2024「诺奖风向标」斯隆奖出炉:杨笛一、杜少雷、清华校友姜楠、北大校友金驰等入选​_计算机科学_03

个人主页:

https://cs.stanford.edu/~diyiy/

华盛顿大学杜少雷

2024「诺奖风向标」斯隆奖出炉:杨笛一、杜少雷、清华校友姜楠、北大校友金驰等入选​_机器学习_04

杜少雷目前是华盛顿大学保罗·艾伦计算机科学与工程学院的助理教授。他的研究兴趣是机器学习(如深度学习、表示学习和强化学习。)

他在加州大学伯克利分校完成了工业数学与统计和计算机双学位的本科。他之后再卡内基梅隆大学获得了机器学习博士学位,随后在普林斯顿高等研究院做了为期一年的博士后。他在谷歌、微软研究院和 Facebook AI研究院都有过实习经历。

更早之前,杜少雷曾是北师大附属实验中学理科竞赛班的学生,高中时参加过数学竞赛,大三时,他曾前往清华大学做交换生。

他的博士毕业论文Gradient Descent for Non-convex Problems in Modern Machine Learning 获得了ACM博士论文奖提名以及AAAI SIGAI博士论文奖提名。

他目前的谷歌学术引用有9800多次。

2024「诺奖风向标」斯隆奖出炉:杨笛一、杜少雷、清华校友姜楠、北大校友金驰等入选​_强化学习_05

个人主页:https://simonshaoleidu.com/

清华校友姜楠

2024「诺奖风向标」斯隆奖出炉:杨笛一、杜少雷、清华校友姜楠、北大校友金驰等入选​_强化学习_06

姜楠目前在UIUC(伊利诺伊大学香槟分校)担任计算机科学助理教授,他的研究兴趣是机器学习和强化学习,致力于建立强化学习的理论基础,特别是在函数逼近设置方面。

姜楠2007年——2011年就读于清华大学自动化系,随后前往密西根大学攻读博士,于2017年获得计算机科学与工程博士学位。

他曾获得AAMAS 最佳论文奖、ICML Outstanding Paper Runner-up奖、NSF CAREER 奖。

他目前的谷歌学术引用有4800多次。

2024「诺奖风向标」斯隆奖出炉:杨笛一、杜少雷、清华校友姜楠、北大校友金驰等入选​_人工智能_07

个人主页:https://nanjiang.cs.illinois.edu/

北大校友金驰

2024「诺奖风向标」斯隆奖出炉:杨笛一、杜少雷、清华校友姜楠、北大校友金驰等入选​_人工智能_08

金驰目前在普林斯顿大学担任电气工程系助理教授。

他2018年-2012年本科就读于北京大学物理系,本科毕业论文由王立威教授指导,他在加州大学伯克利分校获得计算机科学博士,导师为机器学习领域大名鼎鼎的 Michael I. Jordan教授。

他的研究兴趣在于机器学习理论、统计学、优化和博弈论。他的研究旨在为现代机器学习开发原理和理论上合理的方法。他过去的研究主要集中在非凸优化和强化学习。在非凸优化中,他第一个证明一阶算法(随机梯度下降)能够有效地逃离鞍点。在强化学习领域,他为 Q 学习和最小二乘值迭代算法提供了第一个有效的学习保证。

他目前的谷歌学术引用有9600多次。

2024「诺奖风向标」斯隆奖出炉:杨笛一、杜少雷、清华校友姜楠、北大校友金驰等入选​_机器学习_09

个人主页:https://sites.google.com/view/cjin/home

计算机领域其他学者获奖名单

  • Jacob D. Andreas, Massachusetts Institute of Technology
  • Nathan Beckmann, Carnegie Mellon University
  • Adam M. Belay, Massachusetts Institute of Technology
  • Aaron Bernstein, Rutgers, The State University of New Jersey
  • Katherine (Katie) L. Bouman, California Institute of Technology
  • Daniel Genkin, Georgia Institute of Technology
  • Nika Haghtalab, University of California, Berkeley
  • Rene F. Kizilcec, Cornell University
  • Aleksandra Korolova, Princeton University
  • Courtney Y. Paquette, McGill University
  • Priyanka Raina, Stanford University
  • Arvind Satyanarayan, Massachusetts Institute of Technology
  • Adriana Schulz, University of Washington
  • Justine Sherry, Carnegie Mellon University
  • Virginia Smith, Carnegie Mellon University
举报
0 条评论