《AI 杂志》评选了人工智能和机器学习学术界的 10 位知名人物,考虑到他们对机器的贡献,《AI 杂志》考察了一些可能引领人工智能 (AI) 未来的个人
尽管全球对人工智能领域的兴趣最近迅速扩大,但该技术的研究已经经历了 60 年的大部分时间。
在过去的几年中,人工智能学术领域在大多数领域都取得了令人难以置信的进步,企业寻求为其组织获得新的机器学习功能的好处。
随着人工智能算法和系统的使用进一步民主化,行业领导者正在寻求新的、更简单的方法来开发自己的模型。这反过来又促进了对该技术的进一步研究。
考虑到这一点,《AI Magazine》评选了人工智能和机器学习学术界的 10 位知名人物,他们将继续为引领行业取得更大的成功做出贡献。
10. 唐吉良
图片来源:密歇根州立大学
唐吉良利用他被高度引用的算法,致力于图机器学习和值得信赖的人工智能及其在教育和生物学中的应用。他目前是密歇根州立大学计算机科学与工程系的大学预科教授。
他的研究兴趣包括图机器学习、可信人工智能及其在教育和生物学中的应用。在担任现职之前,唐曾担任雅虎实验室的研究科学家、亚利桑那州立大学和北京理工大学的研究助理。
9.聂立强
图片来源:聂立强,来自 GitHub
聂立强的研究兴趣在于多媒体计算、信息检索、数据挖掘及其在医疗保健中的应用。他撰写了 70 多篇书籍章节、期刊和会议论文,并获得了无数奖项。
聂的工作重点是多媒体内容分析和搜索,特别强调数据驱动的多模态学习和知识引导的多模态推理。他还率先对模态之间的一致、互补和部分对齐关系进行显式建模。
他现任中国山东大学教授。
8.刘铜良
刘铜良
刘同良是澳大利亚悉尼大学计算机学院机器学习副教授、悉尼人工智能中心主任。他撰写和合着了 200 多篇研究文章,研究兴趣包括可信机器学习、对抗性学习、因果表示学习、迁移学习、无监督学习和统计深度学习理论。
他在机器学习算法理论方面的工作使他在计算机视觉、自然语言处理 (NLP) 和数据挖掘领域做出了重大贡献和影响。
7. 苏嘉尼亚茯苓
图片:新加坡科技设计大学
Soujanya Poria 是新加坡科技设计大学 (SUTD) 计算机科学助理教授。他与人合着了 150 多篇论文,发表在顶级会议和期刊上。
他的研究包括融合来自文本、音频和视觉模式的信息,以实现不同的行为和情感任务。他的一些最新工作还包括信息提取、视觉语言推理以及根据基于常识、基于上下文的因果解释来理解人类对话。
茯苓拥有博士学位。英国斯特灵大学计算机科学博士学位。
6.孙一舟
图片:加州大学洛杉矶分校
孙一舟目前是加州大学洛杉矶分校的副教授,是异构信息网络(HIN)挖掘领域的先驱,她的研究重点是深度图学习、神经符号推理以及为多智能体动态系统提供中性解决方案。她的工作范围从电子商务、医疗保健、材料科学到硬件设计。
孙女士于 2012 年在伊利诺伊大学厄巴纳香槟分校 (UIUC) 获得博士学位,并在中国北京大学获得计算机科学和统计学硕士和学士学位。
5.王张扬“阿特拉斯”
王阿特拉斯
Atlas Wang 目前是德克萨斯大学奥斯汀分校电气与计算机工程助理教授。除了自动化机器学习 (AutoML) 和高效深度学习之外,他对机器学习、计算机视觉和优化领域也广泛感兴趣。
他还获得了多项奖项和荣誉,包括 ARO 青年研究员奖、IBM 教员研究奖、亚马逊研究奖和 TAMU 青年教员研究员。在就职于德克萨斯大学奥斯汀分校之前,王曾
Picsart 人工智能研究与技术总监、亚马逊研究员。
4、尹鸿志
图片:昆士兰大学
尹洪志教授是澳大利亚昆士兰大学ARC Future Fellow、正教授、负责任大数据智能实验室(RBDI)主任。他在预测分析、推荐系统、图学习、社交媒体分析以及去中心化和边缘智能方面做出了显着贡献。
他致力于可信赖的数据智能,将数据转化为各行业保护隐私和公平的智能服务。此外,他还是研究和开发用于设备上预测分析的下一代智能系统和算法的领先专家。
3.李波
李波
李波现任芝加哥大学副教授,致力于研究与安全、隐私和博弈论相关的值得信赖的机器学习。她的研究包括将领域知识和逻辑推理能力整合到数据驱动的统计机器学习模型中,以提高高维数据的学习鲁棒性。
在进入学术界之前,李曾任伊利诺伊大学厄巴纳-香槟分校助理教授和加州大学伯克利分校博士后研究员。她还获得了多项奖项,包括 IJCAI 计算机与思想奖和 2022 年阿尔弗雷德·P·斯隆研究奖学金。
2.梁正
图片:澳大利亚国立大学
梁正致力于以数据为中心的计算机视觉,除了在没有标签的情况下预测测试数据的难度之外,他还寻求提高训练和验证数据的质量。这些努力为以模型为中心的开发提供了补充视角。他还在物体重新识别方面做出了重大贡献。
梁正担任澳大利亚国立大学高级讲师,自 2019 年起担任 Google 高级软件工程师。在此之前,他曾担任 Facebook(现为 Meta)的软件工程师,此外还担任高级技术人员在甲骨文。
1. 孙德清
孙德庆在计算机视觉和运动估计方面做出了重大贡献。他在光流(“Classic + NL”和“PWC-Net”)方面的工作在该领域非常有影响力,并一直为 NVIDIA RTX 平台中的 Super SloMo 等商业应用提供支持,如上面的视频所示。此外,他的工作还为 Google Pixel 手机上的 Face Unblur 和 Fusion Zoom 做出了贡献。
Sun 在 NVIDIA 工作了几年,担任高级研究科学家,之后在哈佛大学任教。截至 2019 年,他是 Google 的高级研究科学家,发表了大量关于深度估计、生成图像模型和手机相机融合的研究论文。
******
请务必查看最新一期的AI 杂志,并报名参加我们的全球会议系列 – Tech & AI LIVE 2024
******
AI 杂志是BizClik旗下品牌