2023谷歌研究学者计划名单公布:清华姚班、北大等多位校友在列

本文涉及的产品
NLP自然语言处理_高级版,每接口累计50万次
NLP 自学习平台,3个模型定制额度 1个月
NLP自然语言处理_基础版,每接口每天50万次
简介: 2023谷歌研究学者计划名单公布:清华姚班、北大等多位校友在列


2023 年谷歌研究学者计划共涉及 16 个领域,多位华人学者获奖。

2023 年谷歌研究学者计划(Research Scholar Program)获奖名单公布了。获奖者最高将获得 6 万美元奖金,用于支持研究工作。


该计划共涉及 16 个领域,包括算法与优化;地理科学研究;健康研究;移动设备;网络研究;隐私;结构化数据提取、语义图、数据库管理;软件工程和编程语言;应用科学;人机交互;机器学习和数据挖掘;机器感知;自然语言处理;量子计算;安全;系统。



链接:https://research.google/outreach/research-scholar-program/recipients/


下面机器之心将获奖华人学者名单整理如下(排名不分先后):


Li-Yang Tan:斯坦福大学


获奖研究:可解释机器学习的理论基础


Li-Yang Tan 为斯坦福大学计算机科学助理教授,他的主要研究方向是计算机科学理论,重点是复杂性理论的研究。Li-Yang Tan 在哥伦比亚大学获得博士学位,师从 Rocco Servedio 教授。


Yuting Wei:宾夕法尼亚大学


获奖研究:多智能体强化学习中的桥接博弈论、统计学和优化



Yuting Wei 目前是宾夕法尼亚大学沃顿商学院统计与数据科学系助理教授。在加入宾夕法尼亚大学之前,Yuting Wei 是卡内基梅隆大学统计与数据科学系助理教授,并在斯坦福大学统计学系做了一年的研究员。此前,Yuting Wei 在伯克利统计学系获得了统计学博士学位,师从 Martin Wainwright 和 Aditya Guntuboyina 教授;在北京大学获得理学和文学学士学位。


她的研究兴趣涉及统计、优化和机器学习,此外,她还对统计准确性和计算性质之间的相互作用感兴趣。


Wenting Zheng:卡内基梅隆大学


获奖研究:自然语言处理中的隐私 - 保护推理



Wenting Zheng 为 CMU 计算机科学系助理教授,主要研究方向为系统安全和应用密码学。Wenting Zheng 一直致力于构建安全系统,开发实用的密码学原语和协议,并不断的进行民主化和加速密码学设计系统的研究。


此前,Wenting Zheng 是 UC Berkeley RISE 实验室的博士生,师从 Raluca Ada Popa 和 Ion Stoica 教授。在 MIT 获得了学士和工程硕士学位。


Dong Xie:宾夕法尼亚州立大学


获奖研究:对新获取的数据进行弹性和响应式实时分析



Dong Xie 是宾夕法尼亚州立大学计算机科学与工程系助理教授。2020 年获美国犹他大学计算机科学博士学位,2015 年获上海交通大学(ACM 班)学士学位。


他的研究兴趣包括构建数据系统,以应对处理和分析现实世界大规模数据的挑战。他的研究涵盖多个领域,包括现代硬件上的数据系统、分布式数据库、主存数据库、流处理系统、近似查询处理、时空数据处理、数据隐私和系统安全。


Tao Yu(余涛):香港大学


获奖研究:用语言模型为数据科学构建自然语言接口



余涛 (Tao Yu) 是香港大学计算机科学助理教授,共同领导港大自然语言处理实验室 (HKUNLP)。他于 Yale 博士毕业,在 UW NLP 访问一年,曾获得 2021 Amazon Research Award。他的研究旨在设计和构建基于大型语言模型的可交互式自然语言界面 (ChatGPT based natural language interfaces to data analytics, web/apps, and robots); 涉及可执行语言理解,交互式语义解析和代码生成 (Interactive Executable Natural Language Grounding)。


David Lee:加州大学圣克鲁斯分校


获奖研究:群体指导的会话用户体验和会话聚类算法



David Lee 为加州大学圣克鲁兹分校助理教授,主要研究方向为人机交互、经济与计算等。


Atlas Wang:德克萨斯大学奥斯汀分校


获奖研究:高效扩展,自适应计算:训练和使用更大稀疏模型的方法



Atlas Wang 为德克萨斯大学奥斯汀分校助理教授,主要研究方向为机器学习、稀疏性、计算机视觉以及优化等方面的研究。他本科毕业于中国科学技术大学,博士毕业于伊利诺伊大学香槟分校。


Wei Hu(胡威):密歇根大学


获奖研究:真实可测高维数据属性下的深度学习理论研究



胡威是密歇根大学计算机科学与工程系助理教授,主要研究兴趣包括现代机器学习的理论和科学基础,尤其是深度学习。在此之前,胡威在加州大学伯克利分校做博士后;在普林斯顿大学完成了计算机科学博士学位,导师是 Sanjeev Arora 教授;他本科毕业于清华大学,是姚班的一员。


Nanyun (Violet) Peng:加州大学洛杉矶分校


获奖研究:多模态开放域创意生成的自动评估指标



Nanyun (Violet) Peng 是加州大学洛杉矶分校计算机科学系助理教授,她的研究目标是构建稳健且具有普适性的自然语言处理(NLP)工具,降低沟通障碍,使 AI 智能体能够成为人类的伴侣。此前,她在约翰霍普金斯大学语言与语音处理中心获得计算机科学博士学位。


Robin Jia:南加州大学


获奖研究:通过理解示范的价值使情境学习更加稳定



Robin Jia 是南加州大学 Thomas Lord 计算机科学系助理教授。主要研究兴趣包括自然语言处理和机器学习。此前,他在斯坦福大学获得计算机科学博士学位,导师是 Percy Liang。


Shenglong Xu:得克萨斯农工大学


获奖研究:通过在随机电路中添加干扰来测试量子优势



Shenglong Xu 是得克萨斯农工大学的研究助理教授,他博士毕业于加州大学圣迭戈分校,曾在马里兰大学担任博士后研究员。Shenglong Xu 的研究兴趣主要在于凝聚态物理理论和量子多体物理学。


Ling Ren:伊利诺伊大学厄巴纳 - 香槟分校


获奖研究:实用的单服务器隐私信息检索



Ling Ren 是伊利诺伊大学厄巴纳 - 香槟分校计算机科学系的助理教授,他博士毕业于麻省理工学院,曾在 VMware Research Group 担任博士后研究员。Ling Ren 的主要研究兴趣包括应用密码学、计算机安全和安全分布式算法,致力于设计出既实用又可证明安全性的算法。


Shuai Wang:香港科技大学


获奖研究:利用和缓解 AI 基础设施中的侧信道



Shuai Wang 是香港科技大学计算机科学与工程系助理教授。他本科毕业于北京大学,博士毕业于宾夕法尼亚州立大学,曾在苏黎世联邦理工学院 AST 实验室任博士后研究员。他的研究重点是计算机安全与隐私、软件工程。


Xiao Wang:美国西北大学


获奖研究:私有和透明机器学习的零知识证明(Zero-Knowledge Proof)


Xiao Wang 是西北大学计算机科学系的助理教授。他的研究兴趣主要包括计算机安全、隐私和密码学,旨在构建基于高级密码技术的真实系统并突破实用性的限制。


Mengjia Yan:麻省理工学院


获奖研究:利用用户可访问的硬件信号有效发现损坏的执行错误


Mengjia Yan 是麻省理工学院电气工程与计算机科学系的助理教授。Mengjia Yan 本科毕业于浙江大学,博士毕业于伊利诺伊大学厄巴纳 - 香槟分校(UIUC)。她的研究兴趣主要在于计算机体系结构与安全,研究重点是侧信道攻击与防御,致力于设计全面有效的防御机制。


Yakun Sophia Shao:加州大学伯克利分校


获奖研究:具有异构集成平台的可扩展多芯片架构



Yakun Sophia Shao 是加州大学伯克利分校电气工程与计算机科学系的助理教授,曾任 NVIDIA Research 的高级研究科学家。她本科毕业于浙江大学,硕士和博士毕业于哈佛大学。


Yakun Sophia Shao 的主要研究兴趣是计算机体系结构,特别是专用加速器、异构架构和敏捷 VLSI 设计方法。她曾获得 DAC 2021 最佳论文奖、JSSC 2020 最佳论文奖、MICRO 2019 最佳论文奖等。她的博士学位论文还曾提名 ACM 博士论文奖。



相关文章
|
3月前
|
人工智能 安全 大数据
阿里云最新学生、开发者和企业优惠券种类、金额、领取和使用区别参考
2025年,阿里云推出为了助力更多用户降低上云门槛,推出了多种类型的优惠券,覆盖学生、初创企业、开发者及有迁移需求的企业用户,推动更多用户享受云服务的便捷与高效。本文将为大家解析目前阿里云最新优惠券的种类、金额、领取方式及使用规则,帮助不同群体精准匹配最优福利,实现资源利用最大化。
|
机器学习/深度学习 并行计算 PyTorch
百度搜索:蓝易云【Pytorch和CUDA版本对应关系】
请注意,上述版本对应关系只是示例,并非详尽无遗。实际上,PyTorch的每个版本通常会支持多个CUDA版本,而具体支持的CUDA版本也可能因操作系统、硬件配置等因素而有所不同。因此,在使用PyTorch时,建议参考PyTorch官方文档或社区支持的信息,以获取最准确和最新的PyTorch与CUDA版本对应关系。
401 2
|
Python
matplotlib绘制箱形图之基本配置——万能模板案例(一)
matplotlib绘制箱形图之基本配置——万能模板案例
1467 0
matplotlib绘制箱形图之基本配置——万能模板案例(一)
企业微信开发之获取media_id的值
企业微信开发之获取media_id的值
461 0
|
监控 Go 数据处理
iLogtail 进化论:重塑可观测采集的技术边界
iLogtail 作为一款开创性的轻量级日志采集器,历经 13 载风雨,始终致力于高效地从多元化的数据源中萃取、处理可观测信息,并无缝传输至阿里云日志服务或各类日志分析平台。今年,适逢 iLogtail 开源两周年的里程碑时刻,我们将回顾 iLogtail 的技术演进之路,领略其不断突破边界、引领可观测采集未来的创新力量。
625 127
Java中的枚举类型详解:应用与最佳实践
Java中的枚举类型详解:应用与最佳实践
|
存储 SQL 分布式计算
AnalyticDB for MySQL最佳实践总结
随着AnalyticDB for MySQL(下文统一简称:ADB)在阿里集团各个业务线、社会上各行各业的推广应用,我们沉淀了一些最佳实践,现在笔者整理在这里,供大家参考,希望对大家有帮助。本篇文章总结了ADB表的设计的最佳经验、数据写入的最佳经验、高效查询的最佳实践,以及一些常见的问题。 说明: 1.在读这篇文章之前,请先了解ADB的产品官方文档,以提前适当了解ADB; 2.本文写的最佳实践主要针对ADB3.0,ADB2.0在原理上也同样适用。
5766 1
AnalyticDB for MySQL最佳实践总结
WK
|
机器学习/深度学习 Java 程序员
为什么Python比C++慢很多?
Python相较于C++较慢主要体现在:动态类型系统导致运行时需解析类型,增加开销;作为解释型语言,逐行转换字节码的过程延长了执行时间;自动内存管理和垃圾回收机制虽简化操作但也带来了额外负担;全局解释器锁(GIL)限制了多线程性能;尽管Python库方便灵活,但在性能上往往不及C++底层库。然而,Python在某些领域如数据分析、机器学习中,凭借其高级别抽象和简洁语法仍表现出色。选语言需依据具体应用场景和需求综合考量。
WK
430 1
|
机器学习/深度学习 人工智能 达摩院
飞天 AI 平台重磅发布!阿里拥抱 AI 这五年
2014 年,一个名为“iDST”的神秘部门的诞生开启了阿里的人工智能新征程,5 年后,初长成的达摩院成为了阿里 AI 崛起的代表性力量。如今,阿里已跻身全球人工智能技术研发的第一梯队,成为时下这 AI 技术洪流中不可或缺的力量。这份出彩的“成绩单”背后,是阿里 AI 团队过去 5 年的筹谋、坚守与突破。在杭州召开的阿里巴巴云栖大会上,AI 悄然占据 C 位,新任“阿里云智能计算平台掌门人”贾扬清、阿里巴巴达摩院机器智能实验室负责人金榕、阿里巴巴达摩院语音实验室负责人鄢志杰等三十几位达摩院技术专家在大会第二天发布了阿里在 AI 领域的最新研究进展和成果。
3813 0
飞天 AI 平台重磅发布!阿里拥抱 AI 这五年
|
运维 安全 大数据
推动液冷技术普惠 阿里云联合伙伴发布九项液冷技术成果
推动液冷技术普惠 阿里云联合伙伴发布九项液冷技术成果
推动液冷技术普惠 阿里云联合伙伴发布九项液冷技术成果