作者|黄楠
编辑|陈彩娴
AI 科技评论消息,2023年 AAAI Fellow 入选名单已出炉,此次新增11位 Fellow,表彰他们在数据挖掘、并行计算、机器学习等方面的所作出的贡献。
其中,共两位华人学者入选,分别是西北工业大学的李学龙、清华大学的唐杰。
AAAI 是国际人工智能领域的权威学术组织,Fellow 是该学会给予会员的最高荣誉,仅颁给对人工智能做出「非同寻常的卓越贡献者」。
由于评判极严格,历届 AAAI Fellow 入选者均为人工智能领域公认的著名学者,每年严格限制 5-10 位入选,因此被誉为“国际人工智能领域的名人堂”。
1
华人当选学者:李学龙、唐杰

李学龙

李学龙,现任西北工业大学教授,光电与智能研究院(iOPEN)院长、首席科学家。此前,他曾任中国科学院西安光学精密机械研究所研究员,光学影像分析与学习中心(OPTIMAL)主任,瞬态光学与光子技术国家重点实验室副主任,中国科学院光谱成像技术重点实验室副主任。
在国内的众多计算机视觉研究学者中,李学龙是少数同时关注视觉图像数据的“处理”(智能)与“获取”(光电)的学者之一,其涉猎领域广泛,开拓了多模态认知计算与临地安防等多个有广泛应用场景的前沿交叉学科,同时当选了人工智能领域与光电智能领域多个学会的Fellow。除了AAAI Fellow,他还入选了AAAS Fellow、OSA Fellow、SPIE Fellow、IEEE Fellow、ACM Fellow、IAPR Fellow、IET/IEE Fellow等等,并是首位当选国际人工智能协会(AAAI)执委的大陆学者。
值得一提的是,南京大学周志华是第一位人工智能领域三大主要学会 IAPR、ACM与AAAI Fellow的大陆学者,而李学龙是第二位。
更多关于李学龙的学术研究生涯与研究了解,可以关注AI科技评论往期报道:
个人主页:https://teacher.nwpu.edu.cn/2018010290.html

唐杰

唐杰,清华大学计算机系教授,北京智源人工智能研究院副院长,他是ACM/IEEE Fellow,研究兴趣包括通用人工智能、数据挖掘、社交网络、机器学习和知识图谱,谷歌学术引用量已达到2.6万次,曾获 ACM SIGKDD Test-of-Time Award(十年最佳论文),北京市科技进步一等奖、人工智能学会一等奖、KDD 杰出贡献奖。
此前,唐杰主持研发了超大规模预训练模型悟道,参数规模超过1.75万亿,他还研发了研究者社会网络挖掘系统 AMiner,吸引全球220个国家 / 地区2000多万用户,担任国际期刊 IEEE T. on Big Data、AI OPEN 主编以及 WWW’23 大会主席、WWW’21、CIKM’16、WSDM’15 的 PC Chair。
个人主页:http://keg.cs.tsinghua.edu.cn/jietang/
2
其他当选学者

Kristian Hammond

Kristian Hammond,美国西北大学计算机科学教授,本硕博就读于耶鲁大学,他的研究领域包括自然语言生成、计算机与新闻、伦理和人工智能等,谷歌学术引用量已经达到1.22万次。
他也是 Narrative Science 公司的联合创始人,该公司致力于利用人工智能和新闻学将信息从原始数据转化为自然语言,是一家初创公司。
个人主页:https://www.mccormick.northwestern.edu/research-faculty/directory/profiles/hammond-kristian.html

Vipin Kumar

Vipin Kumar ,他是 AAAS/ACM/IEEE/SIAM Fellow,明尼苏达大学教授,目前担任计算机科学与工程系的 William Norris Endowed 主席。
1977年,Vipin Kumar 获得印度鲁尔基理工学院(前身为鲁尔基大学)电子与通信工程学士学位后,又于1979年在荷兰埃因霍温飞利浦国际研究所获得电子工程硕士学位,之后他赴美深造,在1982年拿到了马里兰大学帕克分校计算机科学博士学位。
Vipin Kumar 的研究方向包括数据挖掘、高性能计算、并行计算和机器学习等,谷歌学术被引用量超过12.7万次,他的研究,对用于评估并行算法可扩展性的等效率度量概念的开发、用于稀疏矩阵分解、以及图分区的高效并行算法和软件等都做出了重要贡献。
个人主页:https://www-users.cse.umn.edu/~kumar001/

Deborah McGuinness

Deborah McGuinness,目前就职于伦斯勒理工学院(RPI),是计算机、认知和网络科学、工业和系统工程的教授,她也在 Tetherless World Constellation 担任捐赠主席,该机构是 RPI 内的一个多学科研究机构,专注于研究万维网的理论、方法和应用。
1980年,Deborah McGuinness 在杜克大学获得学士学位,1981年获得加州大学伯克利分校的计算机科学硕士学位;1997年,她在罗格斯大学获得计算机科学博士学位,论文课题为“Explaining Reasoning in Description Logics”。
她的专业领域包括跨学科数据集成、人工智能,特别是知识表示和推理、描述逻辑、语义网等领域。当前,Deborah McGuinness 的谷歌学术被引用量已超过5.1万次。
个人主页:https://scholar.google.co.jp/citations?user=PLJ0L4QAAAAJ&hl=zh-CN&oi=ao

Risto Miikkulainen

Risto Miikkulainen,IEEE Fellow,他目前就职于德克萨斯大学奥斯汀分校,是计算机科学教授,同时他也是 Cognizant AI Lab 进化智能副总裁。
1986年,他先后在赫尔辛基理工大学(现为阿尔托大学)获得工程学硕士学位和博士学位;1990年,又获得加州大学洛杉矶分校计算机科学博士学位。Risto Miikkulainen 的研究重点是神经进化的方法和应用,以及自然语言处理和视觉的神经网络模型,当前他的谷歌学术引用量已超过2.5万次。
个人主页:https://www.cs.utexas.edu/users/risto/

Ana Paiva

Ana Paiva 是里斯本大学计算机科学与工程系的教授,同时她也是GAIPS(Group on Artificial Intelligence for People and Society)的协调员。
Ana Paiva 的研究兴趣包括自治代理和多代理系统、情感计算、虚拟代理和人机交互领域。Ana Paiva 认为,要实现智能机器,则必须建立机制并开发赋予机器“社会能力”的技术,因此在多年以来,她展开的大部分研究都集中在代理的情感和社会方面,以及它们如何为实现社交智能机器做出贡献。
个人主页:https://ana-paiva.com/

Ronald Parr

Ronald Parr,杜克大学计算机科学系的教授。1990年,他在普林斯顿大学获得学士学位后,又于1998年获得了加州大学伯克利分校的计算机科学博士学位。毕业后,Ronald Parr 前往斯坦福大学做了两年博士后研究员。Ronald Parr 于2003年被选为斯隆研究员,随后又在2006年获得了 NSF CAREER 奖,并在 DARPA 的计算机科学研究组 (CSSG) 任职。
Ronald Parr 的研究方向包括强化学习、机器学习等,当前谷歌学术引用量已超过1万次。
个人主页:https://users.cs.duke.edu/~parr/

Matthias Scheutz

Matthias Scheutz,塔夫茨大学计算机科学与认知科学教授,人机交互实验室主任和人机交互学位项目主任。他于1995年获得奥地利维也纳大学博士,之后又在1999年拿到了美国印第安纳大学博士。Matthias Scheutz 的研究领域包括人工智能、人工生命、认知建模、认知科学基础、人机交互、多尺度基于代理的模型、自然语言理解等,当前谷歌学术被引用量已达到1万余次。
个人主页:https://hrilab.tufts.edu/people/matthias.php

Csaba Szepesvàri

Csaba Szepesvàri 是阿尔伯塔大学计算机科学系教授,加拿大 CIFAR AI Chair,在强化学习与人工智能实验室担任首席研究员。2017年,他加入 DeepMind 公司,任基础团队高级研究科学家兼团队负责人。
他的研究方向包括机器学习、强化学习、在线学习等,当前谷歌学术被引用量已达到2.6万次。
个人主页:https://sites.ualberta.ca/~szepesva/

Kiri Wagstaff

Kiri Wagstaff 的研究背景跨越计算机科学、行星科学和地质学三大学科:1997获得犹他大学计算机科学学士学位,后又在2000年和2002年,于康奈尔大学计算机科学系获得硕士和博士学位;2008年,她前往南加州大学攻读地质科学硕士,又于2017年获得了圣何塞州立大学图书馆与信息科学硕士。她对这些领域之间的接口问题,例如使用行星数据(轨道和原位)研究科学问题的自动化方法(人工智能、机器学习)等非常感兴趣。
2003年至2022年期间,Kiri Wagstaff 曾就职于加利福尼亚州帕萨迪纳的喷气推进实验室,担任机器学习和仪器自主小组的研究员,研究机器学习可用于增加太空任务自主性的方法。
个人主页:https://www.wkiri.com/
更多内容,点击下方关注:
继续阅读
阅读原文