全国仅10人！计算机领域占7人！达摩院青橙奖结果公示

会议

会议
资讯

首页 / 计算机科学 / 正文

全国仅10人！计算机领域占7人！达摩院青橙奖结果公示

更新时间：2020-09-14

9月9日，2020年阿里巴巴达摩院青橙奖获奖名单公布，梁文华等10位青年科学家获得达摩院的1000万元奖金

在 20 进 10 的最终答辩环节之后，达摩院院长张建锋正式公布了本届达摩院青橙奖学者名单，分别为：

梁文华国家呼吸研究所
杨诗武北京大学赵保丹浙江大学聂礼强山东大学姜宇清华大学冷静文上海交通大学何向南中国科学技术大学杜子东中国科学院计算技术研究所邓岳北京航空航天大学黄高清华大学

在他们之中，最年轻者仅有 28 岁，获奖者的平均年龄也只有 32 岁。除了 100 万人民币奖金之外，每位获奖者还将获得阿里全方位的科研资源支持。

「青橙奖设立初衷」

青橙奖设立于 2018 年，是阿里达摩院举办的一项公益性的青年人才评选活动，每年选拔 10 名中国籍的青年科学家（35 岁及以下），旨在发掘和支持从事人工智能、芯片、智能制造等基础科学和应用技术研究领域的优秀青年工作者。

据统计，本届青橙奖总共收到了 317 人的有效申报材料，陆续有 23 位院士、两名图灵奖得主、29 位 IEEE 和 ACM Fellow 通过撰写推荐信向达摩院推荐人选。经过初审、复审以及终审答辩三轮评审流程，最终评选产生 10 位获奖人，获奖的比例为 3.15%。

「不唯资历、不唯履历、不唯论文、不唯门第」，寻找并支持国内最有潜力的青年科学家，这是阿里巴巴达摩院设立青橙奖的初衷。

「计算机领域获奖者」

第三届青橙奖的获得者和此前几届在研究领域上有哪些不同？阿里巴巴达摩院院长张建锋表示：「今年的青橙学者很多来自交叉学科和基础学科领域。交叉学科的研究价值正在变得越来越重要，另外只有更多科学家进入基础学科领域，才能帮助科学技术发展。达摩院的青橙奖是不求回报的。」

今年的十名获奖者，其身处的科研领域腹地广阔，既有芯片、工控软件、人工智能、材料器件等应用科学，也有基础数学，还有医学大数据等交叉学科。

小编特地整理了获奖人员中属计算机领域的七位学者：

聂礼强

1的科技额.png

获奖理由：赋予对话机器人对多模态场景感知、理解与推理的能力，从而让人机交互更自然。

聂礼强现任山东大学计算机科学与技术学院教授、iLearn 实验室成员、山东省人工智能研究院院长。他分别在西安交通大学获得本科学位，在新加坡国立大学完成博士和博士后学业。2016 年入选「齐鲁青年学者」计划和国家海外高层次人才。

聂礼强的研究方向为机器学习的多模态融合、推理、检索方面。他曾经是山东省年级最轻的教授，有趣的是，现在他已不是这一记录的保持者，而新的记录保持者是他的博士学生。

受到导师 Tat-Seng Chua 跑步爱好的影响，聂礼强将「跑完半程马拉松」、拿到驾照作为加入自己博士生的毕业要求，他表示：「因为做学者最重要的不是聪明，而是毅力。」

姜宇

获奖理由：他通过模型驱动的开发与测试技术，推进了工业控制系统的软件设计与漏洞分析平台的自主可控和效率提升。

姜宇 2010 年在北京邮电大学获得软件工程学士学位，2015 年获得清华大学计算机科学与技术博士学位。目前姜宇的研究主要围绕工业控制软件，在功能安全性保障和信息安全性保障两个方向均作了探索，并取得了多个研究成果。在功能安全性保障方面，研发了 Tsmart-MDD——基于异构形式计算模型的工业控制软件建模、验证与综合工具集；在信息安全性保障方面，研发了工业控制软件安全性分析工具 Tsmart-DATE。

姜宇的博士论文《面向异构嵌入式系统的形式计算模型研究》提出了严格的异构嵌入式系统形式计算模型, 并开发了有效的模型分析、综合工具集，解决了软件与硬件异构，同步与异步异构嵌入式系统的分析验证难等问题。相关技术和研究成果发表在在软件工程方法和嵌入式系统领域的顶级期刊会议 TPDS、TC、TIE 和 FSE 上。

冷静文

获奖理由：他通过深度学习模型算法与系统结构的联合优化，让智能异构计算系统更高效、更可靠。

冷静文现任上海交通大学计算机系长聘教轨副教授，研究方向是面向人工智能的系统结构设计与优化。他目前主要研究专用处理器与通用处理器组成的异构系统，从宏观系统层面解决深度学习模型的可靠性、鲁棒性问题，致力于从底层突破算力瓶颈。他是使用最广泛的开源 GPU 功耗模型之一 GPUWattch 的作者之一。

何向南

4万我的东东.png

获奖理由：他聚焦个性化推荐，为信息过载精准施策。

何向南 2011 年在华东师范大学获得软件工程学士学位，2016 年在新加坡国立大学获得计算机科学博士学位，研究方向为大数据分析与挖掘，具体包括推荐系统、信息检索、数据挖掘、机器学习、多媒体内容分析等。迄今已发表 CCF A 类论文 70 余篇，包括国际顶级会议 SIGIR、 WWW、KDD、MM，和 ACM/IEEE 顶级期刊 TKDE、TOIS 等，谷歌学术引用次数超过 6400 次。

此外，何向南曾获信息检索顶级会议 ACM SIGIR 2016 最佳论文提名奖和 WWW 2018 最佳论文提名奖，还长期担任 SIGIR、WWW、KDD、MM 等国际顶级会议的程序委员会委员以及 TKDE、TOIS、TMM 等国际期刊审稿人。

杜子东

5饿哦看佛寺.png

获奖理由：他的架构深度学习处理器，能高效处理广泛深度学习算法。

杜子东 2011 年获得清华大学电子工程系学士学位，2016 年在中科院计算所获得博士学位，现任中科院计算所智能处理器研究中心副教授，研究方向是人工智能体系结构。

杜子东的研究兴趣主要集中在人工智能的新型架构，包括深度学习处理器，不精确 / 近似计算，神经网络架构，神经形态架构。他发表了 20 多篇顶级计算机体系结构研究论文，包括 ASPLOS，MICRO，ISCA，TC，TOCS 和 TCAD。由于在深度学习处理器方面的创新性工作，杜子东曾获得 ASPLOS'14 最佳论文奖、中国科学院杰出博士学位论文奖（40/10000）、中国计算机学会杰出博士学位论文奖等多项荣誉。

他的博士论文《神经网络加速器研究》曾获得 2016 年中国计算机学会优秀博士论文奖，该文章系统研究了神经网络加速器设计的若干重要问题，提出了新型加速器架构，首次系统地从硬件角度比较不同类型的神经网络模型，创新地采用非精确技术进一步提升其能效，引领了国际相关研究。

邓岳

6层面VN.png

获奖理由：他将智能感知技术与脑科学交叉融合，启发新一代人工智能的研究。

邓岳现任北京航空航天大学宇航学院及大数据与脑机智能高精尖中心双聘教授、博士生导师，主要从事人工智能与交叉领域的研究。迄今为止，围绕航天智能、医疗智能及金融智能，邓岳以第一 / 通讯作者身份已在 Nature Methods、Patterns、IEEE Transactions 等刊物发表论文 40 余篇，其中影响因子高于 10 的期刊论文 8 篇，并在 Springer 出版人工智能英文专著一部。

邓岳曾获得 IEEE Transactions on Fuzzy Systems 2020 年度最佳论文奖（第一作者），Microsoft Research Fellow，中国自动化学会、中国人工智能学会优秀博士论文奖等多项荣誉，并担任 AAAI、IJCAI 及 ICCV 等多个人工智能会议的程序委员。

黄高

获奖理由：他发明了新型神经网络架构，推动了深度学习的基础研究与技术应用。

黄高 2009 年于北京航空航天大学自动化学院获学士学位，2015 年 7 月于清华大学自动化系获博士学位，随后前往美国康奈尔大学计算机系攻读博士后。2018 年起，黄高担任清华大学自动化系助理教授、博士生导师。他的研究领域主要是机器学习和在视觉方面的应用。

黄高以 DenseNet 第一作者的身份而被人们所熟知，他的研究《Densely Connected Convolutional Networks》曾获 CVPR 2017 最佳论文，并被编入多本深度学习著作。图灵奖得主 Yann LeCun 教授将 DenseNet 与 VGG、GoogleNet、ResNet 并列为当前四种主流的深度网络迄今为止，这篇论文的引用量已经接近 1.1 万次。