کاوش در ظرفیتهای بیپایان هوش مصنوعی برای خلق نیروی دگرگونساز فناوری در جهان: برگزیدگان جایزه WAIC Yunfan 2022 معرفی شدند
Jiqizhixin
۱۶ شهریور ۱۴۰۱ - ۱۳:۰۰
پکن
منبع: پنگپای
گزارش Jiqizhixin
یافتن حوزههای مورد علاقه در جریان تحولات عصر حاضر و توسعه فناوری، رساندن صدای خود، کاوش در ظرفیتهای بیپایان فناوری هوش مصنوعی و مشارکت در خلق نیروی فناورانهای که جهان را دگرگون میکند.
در تاریخ ۳ سپتامبر ۲۰۲۲، در جریان نشست روز توسعهدهندگان کنفرانس World Artificial Intelligence Conference (WAIC) 2022، فهرست برگزیدگان این دوره از جایزه WAIC Yunfan اعلام شد؛ فهرستی متشکل از ۱۱ چهره در بخش «ستارههای درخشان» و ۱۵ چهره در بخش «ستارههای فردا» که نمادی از نسل نوین پیشگامان جوان فناوری هوش مصنوعی هستند.
ویدئوی پیامهای برگزیدگان جایزه WAIC Yunfan 2022
جایزه WAIC Yunfan 2022 بیش از ۱۰۰ تقاضا و معرفی معتبر را از سراسر جهان دریافت کرد و در نهایت ۲۶ پژوهشگر برگزیده شدند. در میان آنان، استادان جوان و پژوهشگران پسادکتری از دانشگاههای داخلی و بینالمللی نظیر Tsinghua University، Peking University، Harbin Institute of Technology، Princeton University، CMU و ETH Zurich، و همچنین کارآفرینان جوانی که در پایهگذاری استارتاپهای نوین هوش مصنوعی مانند HPC-AI Tech و Taichi Graphics مشارکت داشتهاند، به چشم میخورند. حوزههای تخصصی این پژوهشگران مواردی چون مبانی نظری و کاربردی یادگیری ماشین، پردازش زبان طبیعی، مدلهای بنیادین، MLSys و محاسبات فوتونیک را شامل میشود.
برگزیدگان با قدردانی از تیمها، استادان و همکاران خود تاکید کردند که این جایزه حاصل کار گروهی است. آنان خاطرنشان ساختند: پژوهشگران و توسعهدهندگان باید همواره به یادگیری و ارتقای مهارتهای خود ادامه دهند، تحول در الگوهای پژوهش علمی را هدایت کنند، زیستبومها و بسترهای پیشرفتهای برای هوش مصنوعی به وجود آورند و مسیر ارتقا و هوشمندسازی صنایع را هموار سازند. با توجه به سیاستها، بسترها و ظرفیتهای مناسب کشور در توسعه فناوری هوش مصنوعی، امید میرود دانشمندان چینی بیشتری به فعالیت در حوزه هوش مصنوعی روی آورند و دستاوردهایی اصیل، کاربردی و بنیادین رقم بزنند.
Yang Yaodong، استادیار Institute for Artificial Intelligence در Peking University و پژوهشگر Beijing Institute for General Artificial Intelligence (BIGAI) به عنوان نماینده برگزیدگان امسال طی سخنانی اظهار داشت: در شرایطی که موج فناوری هوش مصنوعی سراسر جهان را فرا گرفته و جامعه توسعهدهندگان گام در مسیر تازهای برای پیشبرد علم و ترویج دانش نهادهاند، جامعه توسعهدهندگان هوش مصنوعی چین به نیرویی اثرگذار در سطح جهانی مبدل شده است.
«رسالت پژوهشگرانی که در خط مقدم تحقیقات هوش مصنوعی فعالیت میکنند این است که کاربرد موثرتر فناوریهای عمومی هوش مصنوعی را در بسترهای متنوع تولید و زندگی روزمره محقق سازند تا این فناوری به موتور محرکی برای پیشرفت اجتماعی و اقتصادی بدل شود.»

معرفی برگزیدگان بخش «ستارههای درخشان» جایزه WAIC Yunfan 2022
(به ترتیب الفبایی)
Feng Xiaocheng، دانشیار و استاد راهنمای دکتری در Harbin Institute of Technology
Feng Xiaocheng دانشیار Faculty of Computing در Harbin Institute of Technology و پژوهشگر وابسته در Peng Cheng Laboratory است. زمینه پژوهشی او شامل پردازش زبان طبیعی و تولید متن است. وی بیش از ۳۰ مقاله در نشریات و همایشهای معتبر به چاپ رسانده که بیش از ۲۲۰۰ ارجاع در Google Scholar دارد و به عنوان رئیس یا عضو کمیته برنامهریزی همایشهای بینالمللی نظیر ACL، EMNLP و NAACL فعالیت کرده است. او در ششمین دوره برنامه هدایت استعدادهای جوان CAST برگزیده شده و عناوینی مانند رساله دکتری برتر انجمن پردازش زبان چینی و جایزه درجه دو پیشرفت علم و فناوری استان هیلونگجیانگ را در کارنامه دارد.
Hu Yuanming، بنیانگذار و مدیرعامل Taichi Graphics
Hu Yuanming همبنیانگذار و مدیرعامل Taichi Graphics، طراح و توسعهدهنده اصلی زبان برنامهنویسی Taichi است. او دوره کارشناسی را در کلاس姚 (Yao Class) در Tsinghua University گذرانده و دکتری علوم کامپیوتر را از MIT دریافت کرده است. حوزههای تحقیقاتی او گرافیک کامپیوتری، شبیهسازی فیزیکی، زبانها و کامپایلرهای برنامهنویسی و هوش مصنوعی را در بر میگیرد. او بیش از ۱۰ مقاله در همایشهای برتر مانند SIGGRAPH، ICLR و CVPR ارائه داده و بورسیههای تحصیلی مؤسساتی چون Edwin Webster، Snap، Adobe و Facebook را کسب کرده است. کسب مدال طلا در رقابتهای منطقهای NOI، APIO و ACM-ICPC و حضور در فهرست 30U30 نشریه Forbes China در سال ۲۰۲۱ از دیگر سوابق اوست.
Liu Ziwei، استادیار Nanyang Technological University
Liu Ziwei استادیار دانشکده علوم کامپیوتر Nanyang Technological University سنگاپور است. دوره کارشناسی را در Huazhong University of Science and Technology و مقطع دکتری را در آزمایشگاه چندرسانهای The Chinese University of Hong Kong گذرانده و سپس دوره پسادکتری را در UC Berkeley سپری کرده است. زمینههای پژوهشی او بینایی ماشین، یادگیری ماشین و گرافیک کامپیوتری است. او در همایشهای بینالمللی مانند ICCV، NeurIPS و AAAI به عنوان Area Chair حضور داشته و جوایزی چون Microsoft Research Fellowship، بورسیه دکتری دولت هنگکنگ، جایزه پژوهشگر جوان ICCV، مقاله برتر HKSTP و جایزه استادیار افتخاری نانیانگ را دریافت کرده است.
Meng Huaiyu، مدیر ارشد فناوری Lightelligence
دکتر Meng Huaiyu همبنیانگذار و مدیر ارشد فناوری Lightelligence، دارای مدرک دکتری مهندسی برق از MIT است. محور تحقیقاتی او بر کاربرد فوتونیک یکپارچه در هوش مصنوعی، مخابرات الکترونیکی، مخابرات دیجیتال و حسگرهای زیستی تمرکز دارد. وی نویسنده بیش از ۱۰ مقاله در ژورنالهای معتبر و ثبتکننده بیش از ۱۰۰ اختراع بینالمللی است که نزدیک به ۲۰ مورد آن به ثبت نهایی رسیدهاند. او هدایت راهبردهای فنی و طراحی محصولات Lightelligence را بر عهده دارد و تیمهای فنی را در چرخه توسعه محصولات مدیریت میکند.
Wang Mengdi، دانشیار Princeton University
Wang Mengdi دانشیار دارای کرسی دائم در گروه مهندسی برق و کامپیوتر و مرکز آمار و یادگیری ماشین در Princeton University است که بر پژوهشهای هوش تصمیمگیری، یادگیری تقویتی و هوش مصنوعی برای علوم تمرکز دارد. او کارشناسی خود را در رشته اتوماسیون از Tsinghua University اخذ کرده و دکتری مهندسی برق و کامپیوتر و مدرک فرعی ریاضیات را در سال ۲۰۱۳ تحت نظر Dimitri Bertsekas از MIT دریافت نمود. وی در همان سال و در سن ۲۴ سالگی فعالیت خود را به عنوان استادیار در Princeton University آغاز کرد و در سال ۲۰۱۹ جوانترین استاد تماموقت صاحبکرسی این دانشگاه شد. او در دوره فرصت مطالعاتی خود به عنوان دانشمند مدعو ارشد با Google Brain و DeepMind همکاری داشت و در انستیتو Simons برای تئوری محاسبات نیز فعالیت کرده است. از جمله افتخارات او میتوان به جوایز NSF CAREER، Google Faculty Research Award، TR35 و جایزه نوآوری مهندسی پرینستون اشاره کرد. او دبیر کل ICLR، از مدیران حوزهای همایشهای NeurIPS و ICML و دبیر حوزهای ژورنالهای Operations Research و Journal of Machine Learning Research بوده است.
Yang Jie، پژوهشگر برنامه صد استعداد در Zhejiang University
دکتر Yang Jie پژوهشگر برنامه «صد استعداد»، استاد راهنمای دکتری در دانشکده بهداشت عمومی Zhejiang University و استاد وابسته بیمارستان شماره ۲ وابسته به این دانشگاه است. او سابقه فعالیتهای پژوهشی در دانشکده پزشکی Harvard University، University of Oxford و Singapore University of Technology and Design را دارد. تمرکز پژوهشهای او بر حوزههای میانرشتهای هوش مصنوعی پزشکی، علوم دادههای سلامت و پردازش زبان طبیعی معطوف است. وی ۳۰ مقاله در کنفرانسها و نشریاتی چون ACL و JAMA Network Open به چاپ رسانده، نامزد بهترین مقاله در COLING و بهترین نمایش سیستم در ACL شده و به عنوان مدیر حوزهای در کنفرانسهای EMNLP، COLING و AMIA فعالیت داشته است.
Yang Yaodong، استادیار Peking University
پژوهشگر Beijing Institute for General Artificial Intelligence (BIGAI)
You Jiaxuan، عضو مؤسس Kumo.AI
او با ۲۵ سال سن، دوره دکتری خود را ظرف ۴ سال در گروه علوم کامپیوتر Stanford University به پایان رسانده و از اعضای بنیانگذار استارتاپ یادگیری گراف Kumo AI است. وی بیش از ۱۰ مقاله در همایشهای تراز اول هوش مصنوعی مانند NeurIPS، ICML و ICLR با بیش از ۴۰۰۰ ارجاع منتشر کرده و نرمافزارهای متنباز تحت هدایت وی از جمله GraphGym و PyG که کاربرد گستردهای در یادگیری نموداری دارند، نزدیک به ۲۰ هزار ستاره در GitHub دارند. وی برنده جایزه مقاله دانشجویی برتر AAAI و دریافتکننده بورسیههای Baidu و JPMorgan بوده است.
You Yang، استادیار ارشد ریاست در National University of Singapore
بنیانگذار HPC-AI Tech
You Yang استادیار ارشد در National University of Singapore و دانشآموخته دکتری از UC Berkeley است. او رکوردهایی در سرعت آموزش مدلهای ImageNet و BERT به ثبت رسانده و الگوریتمهای تدوینشده توسط وی در شرکتهایی چون Google، Microsoft، Intel و NVIDIA به کار گرفته شده است. او برنده جایزه بهترین مقاله در کنفرانسهای IPDPS و ICPP بوده و در سوابق تحصیلی وی بورسیه Siebel دانشگاه Tsinghua University، جوایز ACM-IEEE HPC Fellowship و Lotfi A. Zadeh Prize، نامزدی جایزه رساله دکتری ACM و حضور در فهرست 30 Under 30 نشریه Forbes در بخش آسیا به چشم میخورد.
Zhang Ce، استادیار ETH Zurich
Zhang Ce استادیار گروه علوم کامپیوتر در ETH Zurich سوئیس است. هدف تحقیقاتی او، پیشبرد سیستماتیک استفاده فراگیر از سامانههای کارآمد و قابلاعتماد هوش مصنوعی در ابعاد گوناگون جامعه است. تمرکز کنونی او توسعه پلتفرمها و سیستمهای یادگیری ماشین مقیاسپذیر، دادهمحور و انسانمحور است. او دکتری خود را در University of Wisconsin–Madison به پایان رسانده و یک سال پژوهشگر پسادکتری در Stanford University بوده است. فعالیتهای علمی او جوایزی نظیر بهترین مقاله SIGMOD، جایزه SIGMOD Research Highlight، گرنت ERC و Google Focused Research Award را در پی داشته و در رسانههایی چون Science و Nature بازتاب یافته است.
Zhang Xiangyu، دانشمند ارشد پژوهشگاه Megvii
Zhang Xiangyu پژوهشگر ارشد در پژوهشگاه Megvii و مسئول کارگروه Foundation Model است. او در سال ۲۰۱۷ دکتری خود را از Xi'an Jiaotong University دریافت کرد و در دوران تحصیل در برنامه مشترک پژوهشی با Microsoft Research Asia زیر نظر Sun Jian و Kaiming He آموزش دید. زمینه فعالیتهای او طراحی شبکههای عصبی کانولوشنال عمیق، فشردهسازی مدلها و شتابدهی آنها را شامل میشود. او بیش از ۵۰ مقاله در CVPR، ICCV، ECCV و TPAMI به چاپ رسانده، جایزه بهترین مقاله CVPR 2016 را کسب کرده و در رقابتهایی نظیر ImageNet و COCO موفق به کسب عناوین برتر شده است. معماریهای ResNets، ShuffleNets و RepVGG، الگوریتم جستجوی معماری شبکه SPOS و متدهای هرس مدل CP و MetaPruning از آثار اوست و ارجاعات Google Scholar وی از ۱۷۰ هزار گذشته است.
معرفی برگزیدگان بخش «ستارههای فردا» جایزه WAIC Yunfan 2022
(به ترتیب الفبایی)
Bai Lei، پژوهشگر جوان Shanghai AI Laboratory
Bai Lei در Shanghai AI Laboratory فعالیت دارد. او مدرک دکتری خود را در سال ۲۰۲۱ از University of New South Wales در استرالیا اخذ کرد و سپس دوره پسادکتری را در University of Sydney گذراند. فعالیتهای وی به یادگیری ماشین مکانی-زمانی، یادگیری خودنظارتی و کاربرد آنها در حوزههای حملونقل هوشمند و هواشناسی اختصاص دارد. او ۳۳ مقاله در مجلات و کنفرانسهایی چون TPAMI، NeurIPS، IJCAI و CVPR منتشر کرده و داور ژورنالها و همایشهای متعددی در این حوزه بوده است.
Chen Chong، پژوهشگر ارشد Huawei Cloud
Chen Chong پژوهشگر ارشد Huawei Cloud، دانشآموخته کارشناسی و دکتری از Tsinghua University زیر نظر Zhang Min است. حوزه تحقیقاتی او دادهکاوی، بازیابی اطلاعات و مدلهای زبانی پیشآموزشدیده است. بیش از ۱۰ مقاله به عنوان نویسنده اول در کنفرانسها و نشریاتی مانند WWW، SIGIR، AAAI و TOIS منتشر ساخته که بیش از ۷۰۰ ارجاع در Google Scholar دارد.
Dai Guohao، پژوهشگر پسادکتری Tsinghua University
Dai Guohao پژوهشگر پسادکتری در Tsinghua University، روی طراحی مدارهای با مصرف انرژی بهینه و سرعت بالا برای محاسبات تنک در سامانههای هوشمند کار میکند. او بیش از ۳۰ مقاله بینالمللی منتشر کرده و رتبه نخست رقابت NeurIPS21 BIGANN، جایزه بهترین مقاله ASP-DAC19 و نامزدی بهترین مقاله در DAC22 و DATE18 را به دست آورده است.
Ding Mingyu، دانشجوی دکتری The University of Hong Kong، پژوهشگر مدعو در MIT
Ding Mingyu دانشجوی سال سوم دکتری علوم کامپیوتر در The University of Hong Kong تحت نظر Luo Ping و پژوهشگر مدعو در گروه Joshua Tenenbaum در MIT است. او کارشناسی خود را در Renmin University of China به پایان رسانده است. وی روی کاربرد بینایی ماشین و یادگیری ماشین در رانندگی خودران و هوش تجسدیافته جهت ادراک، تعامل و تحلیل جهان فیزیکی سهبعدی تحقیق میکند و بیش از ۲۰ مقاله در این زمینه دارد.
Hui Binyuan، مهندس الگوریتم Alibaba DAMO Academy
Hui Binyuan مهندس الگوریتم در Alibaba DAMO Academy است که در ۱۵ سالگی وارد دانشگاه شد. او در زمینه دیالوگهای هوشمند و مدلهای زبانی بزرگ فعالیت میکند و مقالات متعددی در ACL، KDD و AAAI به چاپ رسانده است. او در توسعه سامانههای پاسخگویی هوشمند Alibaba Cloud برای مراکزی چون China Mobile، China Life و خطوط ارتباطات عمومی مشارکت داشته که سهم نخست بازار خدمات ابری هوش مصنوعی محاورهای را طبق گزارش IDC به خود اختصاص داده است.
Liu Shu، همبنیانگذار و مسئول فنی SmartMore
دکتر Liu Shu در سال ۲۰۱۸ از The Chinese University of Hong Kong زیر نظر Jiaya Jia فارغالتحصیل شد و هماکنون همبنیانگذار و مدیر فنی SmartMore است. او نزدیک به ۴۰ مقاله در کنفرانسهای معتبر به چاپ رسانده، بیش از ۵۸۰۰ ارجاع دارد، داور برگزیده ICCV بوده و هدایت تیمهای برنده در رقابتهای COCO 2017 را تجربه کرده است.
Liu Xihui، استادیار The University of Hong Kong
دکتر Liu Xihui استادیار دپارتمان مهندسی برق و مؤسسه علوم داده در The University of Hong Kong است. وی در سال ۲۰۱۷ کارشناسی خود را از Tsinghua University و در سال ۲۰۲۱ دکتری خود را از آزمایشگاه چندرسانهای The Chinese University of Hong Kong اخذ کرد و دوره پسادکتری را در گروه Trevor Darrell در UC Berkeley گذراند. پژوهشهای وی بر بینایی ماشین و هوش مصنوعی متمرکز است و در همایشهای CVPR، ICCV، ECCV و NeurIPS مقالاتی به چاپ رسانده است.
Liu Zhuang، عضو آتی پژوهشگاه FAIR
Liu Zhuang دانشآموخته دکتری از UC Berkeley است که به تیم تحقیقاتی FAIR در Meta میپیوندد. او دوره کارشناسی را در کلاس Yao Class در Tsinghua University به اتمام رساند. در زمینه بینایی ماشین و یادگیری ماشین مقالاتی ارائه داده و از توسعهدهندگان معماریهایی چون DenseNet، ConvNeXt و روش Network Slimming به شمار میرود. او سابقه پژوهش در Intel Labs، Adobe Research و Cornell University را داشته و برنده جایزه بهترین مقاله در CVPR شده است.
Ma Zhiheng، استادیار پژوهشی در Shenzhen Institute of Advanced Technology و مدیر ارشد فناوری Hesi Zhongcheng
Ma Zhiheng دکتری خود را از Xi'an Jiaotong University دریافت کرده و در آکادمی علوم چین در شنژن فعالیت میکند. او بیش از ۱۰ مقاله در CVPR، ICCV و AAAI ارائه داده و به عنوان همبنیانگذار و CTO در تاسیس Shenzhen Hesi Zhongcheng Technology مشارکت داشته که بیش از ۷۰ میلیون یوآن جذب سرمایه کرده است.
Miao Xupeng، پژوهشگر پسادکتری Carnegie Mellon University
Miao Xupeng دوره دکتری را در دانشکده علوم کامپیوتر Peking University گذرانده و اکنون در Carnegie Mellon University مشغول پژوهش پسادکتری است. سیستمهای یادگیری ماشین، مدیریت دادهها و محاسبات توزیعشده حوزههای کاری او را تشکیل میدهند. او بیش از ۲۰ مقاله در SIGMOD، VLDB، KDD و ICDE داشته و سیستم توزیعشده Hetu برای یادگیری عمیق را توسعه داده است.
Shou Zheng، استادیار و استاد راهنمای دکتری در National University of Singapore
Shou Zheng استادیار National University of Singapore و بنیانگذار Show Lab است. وی فینالیست بهترین مقاله در CVPR 2022 بوده و در رقابتهای بینالمللی مختلف عناوین برتر را به دست آورده و به عنوان Area Chair در رویدادهایی نظیر CVPR، ECCV و ACM Multimedia حضور داشته است.
Wu Di، بنیانگذار و مدیرعامل Deemos Technology
Wu Di بنیانگذار و مدیرعامل Deemos Technology و دانشآموخته ShanghaiTech University است. او در دوران فعالیت در آزمایشگاه Mars بر بازسازی نوری با دقت بالا و ساخت چهرههای سهبعدی متمرکز بود؛ آزمایشگاهی که سامانه اسکن میکرومتری چهره دیجیتال را به انجام رساند. او بر پایه زیرساختهای چهرههای دیجیتال و سیستمهای هویتی متاورس، Deemos Technology را بنیان گذاشت.
Xu Jingjing، پژوهشگر Shanghai AI Laboratory
Xu Jingjing پژوهشگر Shanghai AI Laboratory است و بر پردازش زبان طبیعی و ترجمه ماشینی چندزبانه تمرکز دارد. او در گذشته محقق آزمایشگاه هوش مصنوعی ByteDance بوده و دکتری خود را در سال ۲۰۲۰ از Peking University دریافت کرده است. وی با انتشار بیش از ۳۰ مقاله و بیش از ۱۲۰۰ ارجاع در Google Scholar، جایزه بهترین مقاله ACL 2021 را به دست آورده است.
Yang Jiancheng، پژوهشگر پسادکتری در École polytechnique fédérale de Lausanne (EPFL)
همبنیانگذار Diannei Technology
Zhang Wentao، پژوهشگر پسادکتری در مؤسسه Mila
Zhang Wentao دکتری خود را از Peking University دریافت کرده و اکنون در مؤسسه Mila مشغول به کار است. تخصص اصلی او یادگیری گراف در مقیاس بزرگ است و بیش از ۱۰ مقاله در کنفرانسهای معتبری چون ICML، NeurIPS، ICLR، KDD، WWW و SIGMOD به عنوان نویسنده اصلی ارائه کرده است. او در دورههای کارآموزی در Tencent و Apple در توسعه و انتشار سیستمهای متنبازی همچون SGL و Angel نقش داشته و عناوینی مانند Apple PhD Fellowship و بهترین مقاله دانشجویی در WWW 2022 را دریافت کرده است.
درباره جایزه WAIC Yunfan
جایزه WAIC Yunfan به عنوان نخستین جایزه جهانی ویژه نخبگان جوان در حوزه فناوری هوش مصنوعی، در سال ۲۰۲۰ توسط کمیته برگزاری کنفرانس World Artificial Intelligence Conference پایه گذاشته شد و ارزیابی و اجرای آن بر عهده نهادهایی چون Shanghai AI Laboratory، رسانه Jiqizhixin، اتحادیه دانشگاهی هوش مصنوعی و اتحادیه دانشمندان جوان هوش مصنوعی است. تاکنون بیش از ۶۰ پژوهشگر و فعال حوزه سختافزار و نرمافزار هوش مصنوعی پس از فرآیند داوری انتخاب شدهاند؛ افرادی که خروجیهای تحقیقاتی، طرحهای متنباز یا اقدامات صنعتی آنان اثر محسوسی بر توسعه هوش مصنوعی و به خصوص شبکه توسعهدهندگان چین داشته است. فرآیند نامزدی و دریافت مدارک این جایزه هرساله در ماه آوریل آغاز میشود و اسامی برندگان در نشست تخصصی توسعهدهندگان در همایش سالانه WAIC اعلام میگردد تا زمینهای برای گسترش ارتباطات، تشکیل اجتماعات تخصصی و پشتیبانی از ابعاد دانشگاهی و صنعتی هوش مصنوعی فراهم آید.





