李飞飞曾入选的AI2050最新名单出炉！清华校友等25位Fellow上榜

新智元报道

编辑：JHY

【新智元导读】由谷歌前CEO斯密特家族出资的慈善基金「Schmidt Sciences」近日公布了2024年度AI2050人选，25名人选将共享1200万美元，用于AI的跨学科研究。继李飞飞入选高级研究员之后，华人多受青睐，此次共有6名华人当选早期职业Fellow。

AI2050 Fellow名单正式公布了！

每年AI2050皆会提名5位高级Fellow，以及15位早期职业Fellow。特殊情况下，可以增加名额。

今年，一共评选了25人，其中，5位高级Fellow，还有20位早期职业Fellow。

他们将获得高达1200万美元的研究资助。

高级Fellow根据现有贡献选拔，采用封闭式提名，无需申请。早期职业Fellow需要担任博士后或预聘研究职位。

值得一提的是，今年上榜名单中，一共有6位华人学者当选。他们有的专攻AI安全，有的开发人机高效协作的AI，还有的专注于AI材料的发现等。

或许很多人对这个名单有些陌生，。

AI2050项目提供了一个独特的视角，邀请人们去畅想2050年的世界。

该项目为资深研究人员和早期职业学者，将提供两年的资助，以应对AI领域的各种全球性挑战。

接下来，我们一起看看今年入选Fellow的所有名单。

5位高级Fellow

David Autor

重大难题：解决了AI及其相关技术带来的经济挑战与机遇。

David Autor是麻省理工学院经济学系的Daniel（1972）和Gail Rubinfeld教授，同时担任NBER劳动研究项目和麻省理工学院「塑造未来工作」计划的联合主任。

因学术贡献和教学成就，他获得了众多奖项，包括国家科学基金会CAREER奖、Alfred P. Sloan奖、Sherwin Rosen劳动经济学领域杰出贡献奖、2019 年Andrew Carnegie奖、2021 年进步社会奖章、麻省理工学院 MacVicar 教员奖等。

2023年，他当选为NOMIS杰出科学家，这一荣誉在所有科学领域中仅有两位研究者获得。

AI2050项目：

这项研究将基于人类专业知识经济学，系统化一套新颖的见解，阐明新工具如何与人类能力相互作用，从而塑造就业和收入。这项工作将对企业家、技术专家和政策制定者具有可访问性和实用性，帮助他们预见并塑造机器能力与人类专业知识的共同演进。

Yejin Choi

重大难题：解决了随着AI及AGI能力的不断增强所带来的安全性和可控性、与人类价值观的对齐以及兼容性方面的挑战。

Yejin Choi即将在斯坦福大学担任教授和高级研究员，同时也是麦克阿瑟奖学金获得者。此前，曾任华盛顿大学Paul G. Allen计算机科学与工程学院的Wissner-Slivka教授。

她在康奈尔大学获得计算机科学博士学位，并在韩国首尔大学获得计算机科学与工程学士学位。

她的研究涵盖NLP和AI领域的多个课题，包括常识知识与推理、神经语言生成与反生成、基于视觉和经验的语言落地，以及面向社会公益的AI。

学术成就方面，她在ACL 2021和CVPR 2021上共同获得了两项时间检验奖，并在ACL、EMNLP、NAACL、ICML、NeurIPS和AAAI等顶会上获得了8项最佳论文奖或杰出论文奖。

她还于2018年荣获Borg早期职业奖（BECA），于2017年赢得首届Alexa Prize Challenge冠军，并在2016年入选IEEE AI’s 10 to Watch。

AI2050项目：

项目提出了一项雄心勃勃的研究计划，旨在通过五个协同研究方向来解决AI系统的根本性局限：（1）多元化的理论框架，（2）多元化的基准和评测指标，（3）多元化的对齐方法，（4）ValueGenome 作为一个多样化人类价值观的目录，（5）可解释的反思过程。

Carla Gomes

重大难题：通过让AI解决人类面临的一个或多个重大挑战和机遇，做出了具有颠覆性意义的贡献。

Carla Gomes是康奈尔大学计算与信息科学的Ron和Antonia Nielsen教授，同时担任计算可持续性研究所所长，并共同领导科学AI研究所。

她在爱丁堡大学获得AI博士学位，目前是AAAI、ACM和AAAs的Fellow。

她的研究主要集中在大规模知识表征、推理、机器学习、决策制定和优化等AI领域的议题。

她是新兴领域「计算可持续性」的开创者之一——利用AI和计算方法应对环境、经济和社会的关键挑战，引领我们迈向可持续的未来。

2021年，因对AI的高影响力贡献，包括在约束推理、优化，以及将推理与学习相结合等方面的创新，以及创立计算可持续性领域，而获得了AAAI Feigenbaum奖。

2022年，因在跨学科研究方面的贡献，将计算机科学与其他领域相结合，而获得了AAAI Allen Newell奖。

AI2050项目：

项目聚焦于可持续性挑战，例如联合国提出的「30×30生物多样性保护目标」、在分子层面对生化多样性进行表征，以及在满足能源需求的同时重新思考全球水电扩张方式，从而尽可能降低对人类与自然的不利影响。

她的研究通过结合数据驱动与知识驱动的AI方法，突破了当前AI/ML在科学探索和决策制定中的局限性，将基于第一性原理的推理与深度学习及帕累托优化协同运用于高维度推理与决策过程。借由这些创新的AI方法，她为可持续性的实践方式带来了深远的变革。

Roger Grosse

重大难题：解决了AI所面临的安全性和可靠性、鲁棒性、性能和输出等挑战，以及其他可能对公众造成伤害或削弱信任的缺陷，尤其是在社会风险和潜在危害较高的应用和场景中。

Roger Grosse是多伦多大学计算机科学副教授，Schwartz-Reisman技术与社会讲席教授，Vector Institute的创始成员，以及Anthropic对齐科学团队的技术成员。

他的研究重点是，基于对深度学习的理解来提升AI系统的安全和对齐。

他曾获得Sloan研究奖、加拿大CIFAR AI讲席和加拿大研究讲席。

AI2050项目：

项目将重点攻克建立安全论证所需的两大算法挑战：首先，确定模型在某一训练阶段后，都有哪些属性发生了变化；其次，找到或估计出模型发生罕见行为（如实施恶意计划）的概率。

Michael Wooldridge

重大难题：解决了当前AI在科学和技术上的局限性以及关键难题，这些问题对于实现AI的进一步突破至关重要，进而开发出更强大、更有用的AI，能够实现包括AGI在内令人期待和有益的可能性。

Michael Wooldridge是牛津大学计算机科学教授，已发表超过450篇科学文章，并出版了9本书（已被翻译成7种语言）。

他是ACM、AAAI和EurAI的Fellow，同时也是欧洲科学院的成员。

他于2014年至2016年，担任EurAI主席；2015年至2017年，担任IJCAI主席；目前是《Artificial Intelligence》期刊的联合主编。

他曾获得英国计算机学会的Lovelace奖章（2020年）、AAAI的Patrick Henry Winston杰出教育家奖（2021 年），以及EurAI的杰出服务奖（2023年）。

AI2050项目：

项目将把LLM技术引入智能体，使其功能更为强大，应用前景更加广泛。

20位早期职业Fellow

接下来，在20位早期职业Fellow中，我们主要介绍6位获选的华人学者，并将所有名单列出。

Simon Shaolei Du（杜少雷）

重大难题：解决了在AI不断强大并最终抵达AGI的过程中，安全与控制、人类对齐以及兼容性等方面的挑战。

Simon S. Du是华盛顿大学Paul G. Allen计算机科学与工程学院的助理教授。

他在卡内基梅隆大学获得机器学习博士学位，师从Aarti Singh和Barnabás Póczos。并曾在普林斯顿高等研究院担任博士后研究员，师从Sanjeev Arora。

目前，他的研究重点是多智能体强化学习，以及基础模型的数据选择算法。

他的研究获得了诸多认可，包括Sloan研究奖、三星年度AI研究员奖、英特尔新星教师奖、NSF CAREER奖、英伟达先锋奖，以及卡内基梅隆大学杰出论文奖提名等。

他在学术上的贡献包括：首次证明了梯度下降法在优化深度神经网络中的全局收敛性；解决了强化学习中的样本复杂度问题；以及明确了在大状态空间进行强化学习所需的充要条件。

AI2050项目：

项目致力于研发能与人类高效协作的AI系统。随着AI日渐融入我们的日常生活，这一点已成为了关键的挑战。其研究重点在于构建理论基础并设计全新算法，从而使AI能够在多种情境下与人类无缝协作。并最终打造出能在实际应用场景中与人类深度协同的AI系统，为未来更具实用价值的AI技术奠定基础。

Pang Wei Koh

重大难题：解决了AI所面临的安全性和可靠性、鲁棒性、性能和输出等挑战，以及其他可能对公众造成伤害或削弱信任的缺陷，尤其是在社会风险和潜在危害较高的应用和场景中。

Pang Wei Koh是华盛顿大学Allen计算机科学与工程学院的助理教授，同时也AI2的客座研究科学家，以及新加坡AI客座教授。

他在斯坦福大学获得了计算机科学博士和学士学位。在攻读博士之前，他是Coursera的创始团队成员之一，并担任合作伙伴关系总监。

目前，他的研究兴趣是可靠机器学习系统的理论与实践研究。

他的研究成果不仅获得了ICML和KDD的最佳论文奖，而且还发表在了Nature和Cell等顶级期刊上。

此外，他还荣获了MIT科技评论「亚太区35岁以下创新者」奖。

AI2050项目：

项目将通过减少模型对难以理解的参数内部运作的依赖，开发出更值得信赖的模型，从而让模型能直接获取并利用相关数据源进行推理

他将开发新的方法来构建模型：当需要回答例如医学方面的问题时，模型会首先检索权威期刊中经过同行评审的医学论文，整合这些信息，然后给出带有清晰引用来源的答案。

Yuanyuan Shi

重大难题：通过让AI解决人类面临的一个或多个重大挑战和机遇，做出了具有颠覆性意义的贡献。

Yuanyuan Shi是加州大学圣地亚哥分校电气与计算机工程系的助理教授。

她于2020年获得华盛顿大学电气与计算机工程（ECE）博士学位以及ECE和统计学硕士学位。2020年至2021年，在加州理工学院计算与数学科学系从事博士后研究。

她的研究兴趣包括机器学习、动态系统和控制，以及在可持续能源系统的应用。

她曾获得多项荣誉，包括麻省理工学院的EECS新星奖、2020年华盛顿大学清洁能源研究所的科学成就奖、2023年的Hellman奖学金，以及PSCC的最佳论文奖和ACM e-Energy会议的最佳论文入围奖。

AI2050项目：

项目的目标是研究神经算子学习在大规模偏微分方程（PDE）系统控制中的基础，并确保其安全性和稳定性。她将验证所提出的基于AI的PDE控制框架，在实际办公建筑中进行室内气候建模和控制，以平衡病原体暴露、居住舒适度和碳排放。

Bijun Tang

重大难题：通过让AI解决人类面临的一个或多个重大挑战和机遇，做出了具有颠覆性意义的贡献。

Bijun Tang博士目前是新加坡南洋理工大学材料科学与工程学院（MSE）的校长博士后研究员。

她分别于2017年和2021年在南洋理工大学材料科学与工程学院获得一等荣誉学士学位和博士学位。2023年，她作为访问科学家加入莱斯大学，与Pulickel Ajayan教授合作。

她的研究兴趣主要在于新型二维材料的合成与工程，以及利用机器学习进行智能材料开发。

她在顶级期刊上发表了30多篇经同行评审的论文，包括Nature、Nat. Mater. Electron.、Nat. Nat. Commu.、Adv. Mater.、Mater. Today等，H指数为18，总引用次数超过了1400。

她获得的荣誉包括南洋理工大学新锐科学家奖（2024年）、福布斯亚洲30位30岁以下精英奖（2023年）、南洋理工大学校长博士后奖学金（2022年）、南洋理工大学研究生院跨学科研究奖（2021年），以及工程、科学和技术领域女性发展基金（2021年）。

此外，她还是《International Journal of AI for Materials and Design》期刊的青年编委。

AI2050项目：

2DMatAgent项目旨在开发一个由AI驱动的平台，以加速二维材料的发现和开发，这对推动纳米电子学、能源存储和医疗保健的发展至关重要。

传统的材料开发方法既缓慢又耗费资源，通常需要数十年时间。而2DMatAgent可自主设计、验证和优化二维材料，将这一时间大幅缩短至数天。

通过整合大规模多模态模型、推理和工具自动化等先进AI技术，该项目将增强各领域和各行业研究人员的能力，推动科学进步，并在可持续能源、电子技术及其他关键领域实现突破性进展。

Eric Wong

重大难题：解决了AI所面临的安全性和可靠性、鲁棒性、性能和输出等挑战，以及其他可能对公众造成伤害或削弱信任的缺陷，尤其是在社会风险和潜在危害较高的应用和场景中。

Eric Wong是宾夕法尼亚大学计算机与信息科学系的助理教授。

他在卡内基梅隆大学获得了机器学习博士学位，并曾在麻省理工学院从事博士后研究。

他的研究聚焦于可靠机器学习系统的基础：理解、调试并确保数据驱动模型的行为。在实践中，他的研究帮助科学家和医生利用AI模型进行学习并推动新发现。

他曾荣获Siebel奖学金、SCS论文奖（荣誉提名）和亚马逊研究奖，并获得了JCNLP-AACL的领域主席奖和NeurIPS ML与安全研讨会的最佳答辩奖。

AI2050项目：

研究致力于开发鲁棒的机器学习方法，确保生成式AI安全且能保护隐私，从而防止这些模型被滥用，并确保生成式AI遵守相关法律法规。

Chaowei Xiao

重大难题：解决了AI所面临的安全性和可靠性、鲁棒性、性能和输出等挑战，以及其他可能对公众造成伤害或削弱信任的缺陷，尤其是在社会风险和潜在危害较高的应用和场景中。

Chaowei Xiao是威斯康星大学麦迪逊分校的助理教授（自2023年8月起任职）。

在此之前，他在英伟达担任了两年全职研究科学家，并在亚利桑那州立大学呆过一段时间。

他的研究主要集中在机器学习和安全的交叉领域，目标是构建安全可靠的机器学习系统。

他曾获得ACM戈登贝尔特别奖，并在USENIX Security、MobiCOM和ESWN等会议上多次获得最佳论文奖。

Chaowei Xiao对大模型的安全性与保障非常感兴趣，并研究LLM在不同应用领域中的潜在应用。

他本科毕业于清华大学，并在密歇根大学安娜堡分校获得博士学位。

AI2050项目：

项目旨在推进我们对现代人工智能模型和系统的安全挑战的理解。该项目侧重于开发前沿的红队工具，以自动发现和评估人工智能系统中的漏洞，并评估现代人工智能技术带来的有害后果。此外，他还将探索增强人工智能系统安全性的原则性方法，确保这些系统更加安全、稳健，并符合社会价值观。

其他Fellow还有：

- Sara Beery， 麻省理工学院助理教授

- Sarah Dean，康奈尔大学助理教授

- Tim Dettmers，卡内基梅隆大学助理教授

- Gabriele Farina，麻省理工学院助理教授

- Anjalie Field，约翰霍普金斯大学助理教授

- Marzyeh Ghassemi，麻省理工学院助理教授

- Yoon Kim，麻省理工学院助理教授

- Aviral Kumar，卡内基梅隆大学助理教授

- Raphaël Millière，麦考瑞大学助理教授

- Antonio Orvieto，马克斯·普朗克智能系统研究所ELLIS研究组组长

- Parthe Pandit，印度理工学院孟买分校助理教授

- David Rolnick，Mila-魁北克AI研究所助理教授

- Florian Shkurti，多伦多大学助理教授

- Ellen Vitercik，斯坦福大学助理教授

前谷歌CEO发起，畅想2050年的世界

2022年，前谷歌CEO埃里克·施密特宣布正式成立AI2025，首批砸下1.25亿美元，专为AI研究提供支持。

他在当时表示，这是为了确保AI能够真正造福社会的一种方式。

根据官网信息， 施密特科学基金会致力于为所有人创造一个健康、有韧性和安全的世界。

优先资助在五个重点领域开展研究，以期产生革命性的影响：

- AI与先进计算

- 天体物理学和太空

- 生物科学

- 气候

- 科学系统

官网中，列出了所有「问题清单」。随着社会对AI应用的不断发展，这份清单将经常更新。

目前更新截止到2023年6月。

其中，有一些与开发AI安全系统、以及推进AGI等现实目标。

从2022年开始，到现在一共评选了三届。

前两届的名单中，一些享有盛誉的研究者纷纷当选，比如AI教母李飞飞、开创AI液态神经网，并创立初创Liquid AI的Daniela Rus等等。

他们的研究涉及范围之广，有利用AI破解粒子物理学奥秘，有利用 AI 改变非洲的药物发现、降低孕产妇死亡率......

第三届AI2050评选上的25位Fellow将加入由71名研究人员组成的AI2050社区。

参考资料：

https://www.schmidtsciences.org/schmidt-sciences-to-award-12-million-to-advance-research-on-beneficial-ai/

https://ai2050.schmidtsciences.org/fellows/

https://ai2050.schmidtsciences.org/hard-problems/