近日，摩根大通（J.P.Morgan Chase & Co.）公布了 2022 年獲得其 AI 博士生獎學金的學生名單。據摩根大通官網顯示，今年一共有 11 位博士生獲獎，比去年（15位）少了 4 位，入選華人博士生共 4 名，超過 1/3。據摩根大通人工智能研究的主管 Manuela Veloso 介紹，他們設立該獎項是為了認可與鼓勵下一代的前沿 AI 研究人員，激勵他們取得影響整個行業的研究突破。入選博士生每人可獲得 10 萬美元的獎金用于發展科研。該獎項設立于 2019 年，目前已有 53 名博士生獲獎，其中獲獎華人共有 15 名。以下是今年獲得摩根大通博士生獎學金的華人學生簡介：Yanyi Liu 的本科畢業于清華大學姚班2015級（計科50），目前博士就讀于康奈爾大學科技校區，博士導師為 Rafael Pass 與 Elaine Shi（現就職于CMU）。他的研究方向是開發能夠保護互聯網通訊真實性與機密性的最佳加密原語安全結構，目前的主要研究課題是通過科爾莫戈羅夫復雜度（Kolmogorov complexity）探索將單向函數應用于最壞情況下的硬度假設的可能性。此外，他還研究在現實生活中應用的安全計算協議。博士期間，他與 Rafael Pass 共同發表的“On the Possibility of Basing Cryptography on EXP ≠ BPP”一文獲得 CRYPTO'21（密碼學方向的學術會議）的最佳論文獎，并被收錄于密碼學頂刊《Journal of Cryptology》。他們的工作解決了簡單假設 EXP 不等于 BPP（使用隨機性不能以指數方式加速計算）是否足以獲得牢不可破的加密方案的問題，并表明，當且僅當不存在可以計算大多數字符串的 Levin-Kolmogorov 復雜度且不會犯太多錯誤的有效算法時，不可破解的加密是可能的。Yuhang Song 的本科畢業于北京航空航天大學電子信息工程系，目前是牛津大學計算機科學和納菲爾德臨床神經科學專業的四年級在讀博士生，隸屬于智能系統組和腦決策網絡模型組，博士導師為 Thomas Lukasiewicz 與 Rafal Bogacz。他主要研究如何破譯和提取生物神經系統的學習原理，并將其逆向工程為算法與專用硬件。這一方向的研究有兩大意義：一方面是讓我們更接近真正的人工智能；另一方面是提高我們對大腦的理解，從而更好地理解與治療與學習/神經系統相關的疾病。讀博期間，他已在 AI 頂會與權威期刊上發表了 13 篇學術論文。個人主頁：https://www.cs.ox.ac.uk/people/yuhang.song/Zexuan Zhong 在2017年本科畢業于北京大學，2019年碩士畢業于伊利諾伊大學厄巴納-香檳分校（UIUC），碩士導師為知名學者謝濤。目前博士就讀于普林斯頓大學計算機系，博士導師為 NLP 青年新星、2021年新晉斯隆獎得主陳丹琦。他的研究內容是自然語言處理與機器學習，致力于構建能夠理解人類語言、并以自然語言與人類進行交流的人工智能系統。目前，他的主要研究課題是從非結構化文本和預訓練語言中提取事實知識，并利用提取的知識來解決現實世界的任務。截至目前，他已在 AI 頂會發表了 8 篇學術論文。2019年，他還獲得西貝爾獎學金。此外，他還是一名競賽常勝選手，曾獲得2012年中國NOI金牌、2013年ACM/ICPC亞洲賽區金牌、2017年與2018年ACM/ICPC美國芝加哥賽區金牌、入選2019年ACM/ICPC全球決賽。個人主頁：https://www.cs.princeton.edu/~zzhong/Jay Wang 在2019年本科畢業于威斯康星大學麥迪遜分校，本科期間學習計算機科學、統計學和數學，目前博士就讀于佐治亞理工學院，博士導師為 Polo Chau。他的研究內容主要是通過設計和開發新穎的交互界面，使人們可以輕松愉快地與機器學習系統進行大規模交互，從而讓 AI 變得更加普惠、可解釋與負責任。博士期間，他的工作取得了卓越的成果：開源工具 CNN Explainer 有超過 10 萬名訪問者，直接改變了 AI 教育；GAM Changer 使用戶能夠編輯 AI 模型來反映他們的知識與價值觀，獲得 NeurIPS 2021 中 Research2Clinics（用于醫療的研究）論壇的最佳論文。參考鏈接：
https://www.jpmorgan.com/technology/artificial-intelligence/research-awards/phd-fellowship
https://www.cs.cornell.edu/information/news/newsitem11792/rafael-pass-and-yanyi-liu-win-best-paper-award-crypto-21
雷峰網雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
