新一届亚马逊研究奖公布！陈怡然、陈丹琦、杨笛一、吴佳俊等华人学者入选

作者 | 陈大鑫、琰琰、青暮

当地时间4月27日，亚马逊官方公布了2020年亚马逊研究奖获得者名单，来自13个国家59所大学的101名学者上榜，据统计，其中华人学者共有30多位。

该研究奖计划向这101位获奖学者提供不受限制的奖金等资助， 每个奖项旨在在一名获奖老师的指导下，支持一到两个研究生或博士后一年的工作。

该奖项共有5个方向：信息安全AI、Alexa Fairness in AI、AWS AI、AWS自动推理、机器人技术。获奖学者需要提前写研究Proposal申请，之后亚马逊对Proposal进行审查，审查内容包括其科学内容的质量、创造力以及它们对研究界和整个社会产生影响的潜力、理论上的进步、创造性的新思想和实际应用。

“ 2020年亚马逊研究奖获得者是杰出学术研究人员的代表，他们致力于ML算法和理论、人工智能公平性、计算机视觉、自然语言处理、边缘计算和医学研究等领域的研究，” AWS机器学习服务副总裁Bratin Saha说。“我们对他们proposals的深度和广度以及通过加强学术研究人员，其研究机构和我们的研究团队之间的联系而推动科学发展的机会感到兴奋。”

亚马逊机器人CTO Tye Brady说道：“这些获得者不仅在进行有益于社会的前沿研究，而且也许更重要的是题目正在帮助来自全球的学生从事科学和工程事业。”

以下是2020年华人获奖学者名单。

陈怡然

杜克大学电子与计算机工程终身正教授、ACM Fellow、IEEE Fellow、杜克大学计算进化智能中心（CEI）主任、美国 NSF 新型可持续智能计算产学合作中心主任。专注于研究新型存储系统、机器学习和神经形态计算，以及移动计算系统。1998年获得清华大学理学学士学位，2001年获清华硕士学位，2005年获普度大学博士学位。在工业界工作五年后，他于2010年加入匹兹堡大学担任助理教授，后于2014年晋升为终身副教授，并获双世纪校友讲席。他同时也是 NSF CAREER奖、ACM SIGDA杰出新教师奖、德国洪堡资深学者研究奖和IEEE SYSC/CEDA TCCPS职业中期奖的获得者，并被列入HPCA名人堂。陈教授出版过一本专著并发表过400多篇技术论文。他获得过96项美国专利，担任或曾担任十多个国际学术论文/期刊的副主编，并曾在60多个国际会议的技术和组织委员会任职。他现在是IEEE电路和系统（ IEEE Circuits and Systems ）杂志的主编。他获得过七次最佳论文奖，一次最佳 poster奖，以及十四次最佳论文提名。

个人主页：https://ece.duke.edu/faculty/yiran-chen

Dawn Song

Dawn Song是加州大学伯克利分校计算机科学教授、ACM Fellow、IEEE Fellow、Oasis Labs创始人兼CEO，曾被媒体誉为“互联网安全教母”。研究方向包括深度学习、机算机和网络安全、区块链等。曾获麦克阿瑟奖 (MacArthur Fellowship)，古根海姆奖(GuggenheimFellowship)，斯隆研究奖 (Alfred P. Sloan Research Fellowship)，《麻省理工科技评论》“35岁以下科技创新35人”奖 (TR-35 Award)等；是计算机安全领域中论文被引用次数最多的学者（AMiner Award)。

个人主页：http://people.eecs.berkeley.edu/~dawnsong/

陈丹琦

陈丹琦目前为普林斯顿大学计算机系助理教授。陈丹琦在高中期间参加第 20 届国际信息学奥林匹克竞赛 (IOI2008) 获得金牌被保送到清华姚班，后直博到斯坦福大学。

在斯坦福期间，陈丹琦发表的论文《A Fast and Accurate Dependency Parser using Neural Networks》堪称深度学习依存分析方法的“开山之作”，她和曼宁教授提出的方法在保持精度的前提下，将解析速度提高了 60 倍。

2019 年，她一篇关注解决“如何让机器学会理解人类语言”问题的毕业论文《Neural Reading Comprehension andBeyond》上传仅四天，就获得了上千次的阅读量，成为了斯坦福近十年来最热门的毕业论文之一。而她的导师 Christopher Manning 更是对她高度评价，认为她是“使用神经网络方法解决自然语言理解问题方面的先驱”。

杨笛一

杨笛一现为佐治亚理工学院交互计算系助理教授，隶属于机器学习中心。本科就读于上海交通大学ACM班，随后赴卡内基梅隆大学语言技术研究所攻读硕士、博士，并于2019年获得卡内基梅隆大学博士学位。

她的研究兴趣包括计算社会语言于自然语言处理。她曾连续三年获得Facebook博士生奖研金（2017-2019），她的工作曾获得EMNLP 2015、AAAI 2016网页与社交媒体、2019年ACM CHI等顶会的最佳论文提名。

有关杨笛一的更多介绍请参考AI科技评论之前发表的“ 杨笛一：女孩长大后数理化可以很好，科研可以很鲜活 ”一文。

吴佳俊

吴佳俊本科毕业于清华姚班，在本科期间曾连续三年学分绩全年级第一，获得过清华特奖，以及蒋南翔奖学金和姚期智奖学金。

之后在MIT相继获得硕士和博士学位，现在是斯坦福大学计算机科学系的助理教授，并且隶属于斯坦福视觉与学习实验室（SVL）和斯坦福AI实验室（SAIL）。

他的博士生导师是麻省理工学院认知科学与计算教授Josh Tenenbaum，Josh Tenenbaum以对数学心理学和贝叶斯认知科学的贡献而闻名。加入斯坦福大学之前，吴佳俊还曾当过Google Research的访问学者。

他的研究兴趣包括机器感知、推理及其与物理世界的相互作用，认为AI研究应该从人类认知中汲取灵感。他目前已经有多篇论文被 CVPR、ICLR、ICML、NeurIPS 等AI顶会接收。据 Google Scholar 数据显示，被引用数超过 5000。他目前已经发表80多篇论文，还曾被列入 ICLR 2019 最高产论文作者之一，其学术能力可谓既优质又高产。

个人主页：https://jiajunwu.com/

Jimmy Ba

Jimmy Ba是多伦多大学计算机科学系助理教授，他在Geoffrey Hinton的指导下完成了博士学位，硕士学位（2014年）和本科学位（2011年）也是在多伦多大学获得，导师分别是Brendan Frey和Ruslan Salakhutdinov。他是CIFAR AI主席，曾获得2016年Facebook机器学习研究生奖学金，入选2021年度谷歌研究学者计划。

Jimmy Ba的研究兴趣集中在开发用于深度神经网络的高效学习算法上，并且对强化学习、自然语言处理和人工智能也很感兴趣。他是Adam算法的提出者之一（这篇论文已经获得超过7万的引用）。

个人主页：https://jimmylba.github.io/

Helen Chen

Helen Chen是滑铁卢大学与统计和精算科学系以及计算机科学系的教授，她的研究兴趣包括健康数据质量和分析，健康信息系统集成和互操作性，医疗保健决策支持，移动健康技术和家庭监控服务，机器学习和公共卫生领域的AI应用。

个人主页：https://uwaterloo.ca/public-health-and-health-systems/people-profiles/helen-chen

Grace Gao

Grace Gao是斯坦福大学航空与航天系的助理教授，领导着该系的导航和自动驾驶实验室（NAV Lab）。在加入斯坦福大学之前，她曾在UIUC任教。她获得了斯坦福大学的博士学位。她的研究涉及鲁棒和安全的感知，定位和导航，并应用于载人和无人飞行器，自动驾驶汽车，机器人技术和物联网。

Grace Gao获得过多个奖项，包括NSF职业奖，导航学会早期成就奖和RTCA威廉·杰克逊奖。她获得了伊利诺伊大学香槟分校杰出推广奖。她在ION GNSS +会议上获得了15次最佳论文/会议演讲奖。她还获得了伊利诺伊大学工程学院的院长研究卓越奖。

个人主页：https://navlab.stanford.edu/people/grace-gao

Grace Gu

Grace X. Gu是加州大学伯克利分校机械工程学系助理教授，她2012年获得密歇根大学机械工程学士学位，2014年获得麻省理工学院机械工程硕士学位，2018年获得麻省理工学院机械工程博士学位。研究领域包括：复合材料，增材制造，断裂力学，拓扑优化，机器学习，有限元分析和生物启发材料。

个人主页：https://gu.berkeley.edu/people/grace-x-gu/

顾荣辉

顾荣辉是哥伦比亚大学计算机科学系的Tang Family助理教授，也是哥伦比亚大学数据科学学院的网络安全附属成员。他于2011年本科毕业于清华大学，于2016年博士毕业于耶鲁大学。

他的有关构建经认证的OS内核的论文获得了耶鲁博士学位论文奖，并获得了ACM博士学位论文奖。他是CertiKOS（第一个经过验证的并发OS内核）和SeKVM（第一个经过验证的商品管理程序）的主要设计者和开发者，这是构建安全系统软件的主要里程碑。Gu还共同创立了CertiK，这是一家区块链安全初创公司，已为300多家企业客户提供服务，并获得了价值超过100亿美元的加密货币资产。由于在系统验证方面的工作，顾荣辉获得了：SOSP最佳论文奖和CACM Research Highlight。

个人主页：https://www.cs.columbia.edu/~rgu/

Changyou Chen

纽约州立大学布法罗分校计算机科学与工程系的助理教授。他的研究兴趣包括贝叶斯机器学习，深度学习和深度强化学习。目前他的研究内容集中在：大规模贝叶斯采样和推断、深度生成模型（例如VAE和GAN）、贝叶斯方法的深度强化学习。

在此之前，他曾担任杜克大学电气与计算机工程系的研究助理教授和博士后研究员。他于2014年获得澳大利亚国立大学工程与计算机科学学院的博士学位，并获得了上海复旦大学计算机科学学院的硕士学位和学士学位。

个人主页：https://cse.buffalo.edu/~changyou/

Bin Hu

Bin Hu是伊利诺伊大学香槟分校伊利诺伊大学电气与计算机工程系的助理教授，并隶属于协调科学实验室（Coordinated Science Laboratory）。

他于2008年获得中国科学技术大学理论与应用力学专业的学士学位，并于2010年获得卡内基梅隆大学计算力学硕士学位。在Peter Seiler的指导下，他于2016年获得明尼苏达大学航空航天工程与力学专业的博士学位。在2016年7月至2018年7月之间，他在威斯康星大学麦迪逊分校的威斯康星州发现研究所担任博士后研究员。

他的研究重点是建立控制与机器学习之间的基本联系，目前的研究兴趣集中在：用于理解超参数化深度学习模型中泛化的系统/控制工具、鲁棒控制与深度强化学习之间的联系、控制与随机优化之间的联系。

个人主页：https://binhu7.github.io/

Lifu Huang

Lifu Huang是弗吉尼亚理工大学计算机科学系的助理教授，负责自然语言处理实验室。在VT CS上，他也是Discovery Analytics Center的成员。

在参加VT之前，他获得了UIUC的计算机科学专业的博士学位。他还曾在新加坡管理大学，Microsoft Rsearch亚洲分公司，IBM Watson Research和Allen Institute AI（AI2）工作。他是2019 AI2奖学金的获得者。

他的主要研究兴趣是自然语言处理，机器学习和人工智能领域。他对建立有效的模型和基准测试感兴趣，这些模型和基准测试可以鼓励机器执行人类级别的智能。他目前的研究集中在：在有限的监督下提取结构化知识：具有（弱）监督的信息提取，自动模式归纳，知识支持的信息提取，少/零样本学习。通过利用外部知识和常识来自然语言理解和推理、自然语言生成；表示学习：领域适应，跨语言迁移，多模态学习。

个人主页：https://wilburone.github.io/

Bo Li

伊利诺伊大学香槟分校计算机科学系助理教授。他的研究主要集中在机器学习，信息安全、隐私以及博弈论。具体工作是探索机器学习系统对各种对抗性攻击的脆弱性，并开发感知真实世界的鲁棒学习系统。

她目前是安全学习实验室（SL2）成员之一，该实验室的长期目标是使机器学习算法更加健壮、私有、高效和可解释。他们致力于探索不同类型的对抗性攻击（包括数字世界和物理世界中具有不同限制的规避和中毒攻击），基于博弈论、数据分布的先验知识以及学习任务特性的鲁棒学习算法。他们的工作有益于计算机视觉、自然语言处理、音频识别和隐私保护机器学习系统的应用。

个人主页：https://aisecure.github.io/

Ke Li

埃克塞特大学计算机系研究员，研究专长是计算/人工智能，多目标优化和决策，运筹学，机器学习。

个人主页：https://cola-laboratory.github.io/

Zhiqiang Lin

俄亥俄州立大学（OSU）计算机科学与工程系（CSE）副教授，同时他还是翻译数据分析研究所（TDAI）、汽车研究中心（CAR）和网络安全与数字信任研究所（ICDT）的研究成员。曾获得NSF CAREER奖和AFOSR YIP奖。除了AFOSR和NSF之外，相关研究也得到了DARPA、NSA、ONR、TRC、雷神公司以及VMware的支持。

他的主要研究方向是程序分析（如二进制代码、字节码或源代码；固件、虚拟机监控程序、内核或应用程序），可信计算（SGX/SEV等可信执行环境）及其在漏洞发现、恶意软件分析和代码/执行强化方面的应用。

个人主页：http://web.cse.ohio-state.edu/~lin.3021/

Jeffrey Liu

麻省理工学院计算工程/土木与环境工程系的博士研究生。拥有麻省理工学院设计与优化计算硕士学位和密歇根大学工程物理学士学位。他还是麻省理工学院计算科学与工程学生协会（ACSES）的联合创始成员之一，该协会通过举办各种学术和社会活动来团结对计算工程感兴趣的学生。他曾在ACSES董事会担任秘书和总裁。

他的研究方向包括博弈论，机器学习，统计推断，不确定性量化，分布式系统，经济激励以及策理论，目前的主要工作是运用博弈论来描述信息和不确定性对交通网络中的路径选择和系统性能的影响。

个人主页：https://resil.mit.edu/jeffrey-liu

Cong Shi

密歇根大学安娜堡分校工业与运营工程系副教授。2012年获得麻省理工学院运筹学专业博士学位，指导老师是Retsef Levi教授。2007年获得新加坡国立大学理学学士学位。曾获得密歇根大学教育卓越奖（Education Excellence Award）、INFORMS 管理科学优异服务奖。主要工作方向包括算法、运筹学和管理。

个人主页：http://www-personal.umich.edu/~shicong/

Dezhen Song

Dezhen Song是德克萨斯农工大学计算机科学与工程系的教授兼副系主任。他分别于1995年和1998年获得浙江大学的理学学士学位和加州大学伯克利分校的理学硕士学位。他的主要研究领域是机器人感知，网络机器人，视觉导航，自动化和随机建模。他于2007年获得NSF学院早期职业发展（CAREER）奖。他与J. Yi、S. Ding一起获得了2005年IEEE国际机器人与自动化会议的Kayamori最佳论文奖。

个人主页：https://people.engr.tamu.edu/dzsong/index.html

宋舒然

宋舒然目前是哥伦比亚大学计算机科学系的助理教授， 本科就读于香港科技大学计算机工程专业，之后硕士和博士均毕业于普林斯顿大学计算机科学系。

她的研究重点是计算机视觉和机器人技术，她对开发[能使智能系统从它们与物理世界的交互中学习、并自主获得执行复杂任务和协助人们所必需的感知和操纵技能]的算法感兴趣。

个人主页：https://www.cs.columbia.edu/~shurans/

孙怡舟

孙怡舟目前是UCLA（加利福尼亚大学洛杉矶分校）计算机科学系副教授。在此之前，她曾在2013年加入美国东北大学担任助理教授，于2012年12月从伊利诺伊大学香槟分校（UIUC）计算机科学系获得博士学位，本硕就读于北京大学计算机科学与统计专业。

研究兴趣是大规模信息网络分析、社交网络、图/网络/文本挖掘、数据挖掘、数据库系统、机器学习等。

个人主页：http://web.cs.ucla.edu/~yzsun/

Gang Wang

Gang Wang是伊利诺伊大学香槟分校助理教授，在计算机科学系和电气和计算机工程系均有教职，同时负责伊利诺伊州安全和隐私研究（SPRAI）部门的相关工作。

在加入UIUC之前，他在弗吉尼亚理工大学担任三年助理教授（2016年至2019年）。2016年在加州大学圣巴巴拉分校获得博士学位，师从 Ben Y. Zhao和Heather Zheng。2010年获得清华大学学士学位。2011年—2014年曾在微软雷蒙德研究院 Research Redmond ）实习。

他的研究方向从数据驱动的角度出发，涵盖了安全和隐私、互联网测量、移动网络、人机交互等多个方向。目前的研究项目主要集中在移动和物联网系统的安全和隐私、社会计算系统的安全、对抗性机器学习和机器学习解释。

相关研究成果已发表在Usenix Security/CCS/NDSS/Oakland、IMC/WWW以及CHI/IMWUT/CSCW等论坛上。他曾获得过 NSF CAREER Award (2018)、 Amazon Research Award (2021), Google Faculty Research Award (2017), IMWUT 杰出论文奖 (2019), ACM CCS 杰出论文奖(2018), and SIGMETRICS 最佳实践论文奖 (2013)。

个人主页：https://gangw.cs.illinois.edu/

王灏

王灏是麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）博士后助理研究员，与Dina Katabi教授和Tommi Jaakkola教授一起工作。在此之前就读于香港科技大学CSE系，并获得了博士学位，导师是Dit-Yan Yeung教授。

他曾到卡内基梅隆大学访学，与机器学习系的邢教授团队开展合作。他也是微软研究员，获得过百度研究奖学金。在获得博士学位之前，于2013年在上海交通大学获得学士学位，师从 Wu-Jun Li教授。

个人主页：http://www.wanghao.in/

James Wang

James Wang是宾州州立大学信息科学与技术学院教授，同时他还是分子、细胞和综合生物科学（MCIBS）项目（哈克生命科学研究院生物信息学和基因组学选项）的兼职教授，智能信息系统实验室联合创始人。曾担任IEEE Trans的首席客座编辑，IEEE多媒体学报（2009-2011）副主编，《模式分析与机器智能》专题编辑（2008），70多家机构特邀演讲人，卡内基梅隆大学机器人学客座教授（2007-2008年），国家科学基金会主任。

个人主页：http://wang.ist.psu.edu/docs/home.shtml

吴川

香港大学计算机科学系教授，她硕博士毕业于加拿大多伦多大学电气和计算机工程系，本科毕业于清华大学计算机科学与技术系。

她的研究兴趣包括云计算、分布式机器学习系统、分布式学习算法以及用于老年人护理的智能技术。其研究特色是使用优化和机器学习方法对网络系统进行性能建模和算法设计，以及基于相关方法的系统设计和实现。

个人主页：https://i.cs.hku.hk/~cwu/

吴文津（Eugene Wu）

吴文津，现任哥伦比亚大学研究员。 他拥有加州理工大学理学学士学位和麻省理工学院博士学位，并在AMPLab担任博士后。 他曾获得VLDB 10 years（2018 ）奖，ICDE和VLDB的最佳引文奖，SIGMOD 2016最佳系统演示奖，NSF CAREER奖，入选2021年度谷歌研究学者计划。

其研究方向为大数据处理，他的目标是使所有技术级别的用户都可以快速有效地理解他们的信息。他对最终改善用户与数据之间的界面的解决方案感兴趣，并使用从数据管理，系统，众包，可视化和HCI等领域借用的技术。

个人主页：https://cudbg.github.io/lab/

Ming-Ru Wu

目前在哈佛医学院和Dana-Farber 癌症研究中心任职。他于2005年获台湾慈济大学医学博士学位，2015获得达特茅斯学院微生物学和免疫学博士学位，曾开发基于自然杀伤细胞受体的嵌合抗原受体（CAR）T细胞、双特异性T细胞接合器（BITE）和肿瘤靶向纳米颗粒，以及癌症靶向基因电路和高通量细胞状态传感器工程方法。2019年他加入DFCI，主要致力于利用合成生物学的工具和设计原理开发基于细胞和基因电路的癌症免疫治疗方法。

个人主页：https://www.dana-farber.org/find-a-doctor/ming-ru-wu/

Sixian You

麻省理工学院电机工程及计算机科学系助理教授。她博士毕业于伊利诺伊大学香槟分校，获得了生物工程博士和硕士学位；本科就读于华中科技大学，获得了光学和电子信息学士学位。她的研究兴趣是生物光子学、显微镜和计算成像，其作品曾获显微镜创新奖和尼康显微摄影大赛奖，登上PNAS封面，被《自然通讯》杂志编辑的推荐。

她的实验室致力于开发光学成像工具，以实现动态生物过程和疾病病理学的可视化。目前她是加州大学伯克利分校博士后，并在苹果公司工程部实习。

个人主页：https://www.rle.mit.edu/yougroup/people/

Jingjin Yu

罗格斯大学计算机科学系算法机器人和控制实验室助理教授。在加入罗格斯大学之前，他与Daniela Rus在麻省理工学院CSAIL做了两年博士后研究员，主要研究分布式机器人。博士期间，他还在波士顿大学多机器人系统实验室与Mac Schwager合作研究。

他本科毕业于中国科技大学，博士毕业于伊利诺伊大学厄本那香槟分校，并获得了电气和计算机工程博士学位 。

个人主页：http://arc.cs.rutgers.edu/

Rui Zhang

宾夕法尼亚州立大学计算机科学与工程系助理教授。在此之前曾就读于上海交通大学和密歇根大学，并分别获得了学士学位和博士学位。他的研究兴趣在于自然语言处理的生成，以及有效的上下文理解。目前的研究主要集中在交互式和可执行的语义分析、文本摘要、跨语言信息检索、开放域数据以及文本生成。他是ACL、NAACL、EMNLP、AAAI的项目委员会成员，曾在耶鲁大学与Dragomir Radev博士开展合作，在IBM Thomas J。沃森研究中心，语法研究，谷歌人工智能均有实习。

个人主页：https://ryanzhumich.github.io/

张瑜

张瑜是南佛罗里达大学土木与环境工程系副教授。同时也是USF智能城市交通实验室负责人，美国交通部一级UTC交通、环境和社区健康中心（CTECH）联合主任。她主要负责运用数学规划和优化技术、模拟、计量经济以及统计工具解决高效、可持续的交通系统问题。

她硕博均毕业于加州大学伯克利分校土木与环境工程系，本科就读于东南大学交通工程系。曾获得2010年 Fred Burggraf 奖，该奖是由美国国家科学院交通研究委员会颁发的，用以表彰35岁及以下的研究人员在交通研究方面的卓越成就。她在顶级交通期刊上发表论文50多篇，是《航空运输管理杂志》《国际可持续运输杂志》编辑委员会成员，也是许多其他知名运输研究杂志审稿人。

个人主页：http://www.sum-lab.org/about-us.html

Yuke Zhu

德克萨斯大学奥斯汀分校计算机科学系助理教授，机器人感知与学习实验室（Robot Perception and Learning Lab）负责人。本科就读于浙江大学计算机科学与技术学院，硕士和博士就读于斯坦福大学计算机专业。

他的研究目标是为推理现实世界并与之互动的机器人和嵌入式智能体构建智能算法。研究方向主要集中在机器人技术、计算机视觉和机器学习的交叉；专注于开发感知和控制的方法和机制，以实现通用机器人自治（autonomy）。

个人主页：https://www.cs.utexas.edu/~yukez/

James Zou

斯坦福大学生物医学数据科学系、计算机科学和电子工程系助理教授。主要研究兴趣是机器学习，人机交互以及在医学和健康方面的应用。目前已有相关研究成果应用于科技和生物技术领域。

他于2014年获得哈佛大学的博士学位，在此之前曾是微软研究院成员，剑桥大学盖茨学者以及加州大学伯克利分校的Simons fellow。2016年加入斯坦福大学，成为Chan Zuckerberg的首任研究员，并担任人工智能健康项目主任。相关研究成果获得了斯隆（Sloan）奖学金、NSF CAREER奖以及谷歌和腾讯人工智能奖。

个人主页：https://www.james-zou.com/

https://twitter.com/AmazonScience/status/1387085340465410053

https://www.amazon.science/research-awards/program-updates/2020-amazon-research-awards-recipients-announced