首位AAAI华人主席杨强,身兼5大顶级组织Fellow,也是华为诺亚方舟实验室开创者

量子位 · 2020-01-19
他是微软亚洲研究院首批研究者之一,也是华为诺亚方舟实验室创始主任。

编者按:本文来自微信公众号“量子位”(ID:QbitAI),作者 乾明 十三,36氪经授权转载。

国际人工智能大会,AAAI 2021大会主席人选已经敲定,华人学者杨强当选。

这一消息来自南大教授周志华,他说,这是华人首次当选AAAI主席。

首位AAAI华人主席杨强,身兼5大顶级组织Fellow,也是华为诺亚方舟实验室开创者

但对于杨强来说,已经不是首次了。

早在2017年,他就已经当选2019国际人工智能联合会(IJCAI)理事会主席的华人科学家,也是华人首次。

而且,他也是首个华人AAAI Fellow,也是率先提出迁移学习理论、联邦学习理论的人之一。

在数据挖掘领域,他也是绕不过去的大牛之一。

他带出的学生,已经成为中国AI产业的顶梁柱了,比如江湖人称“戴神”的第四范式创始人戴文渊。

所以,杨强是谁?

迁移学习、联邦学习奠基者,各种Fellow专业户

首位AAAI华人主席杨强,身兼5大顶级组织Fellow,也是华为诺亚方舟实验室开创者

杨强,微众银行首席人工智能官,港科大计算机科学与工程学系主任。

在当选AAAI 2021大会主席之前,他也在2013年当选了AAAI Fellow。

在此之前,他也是IEEE Fellow(2009)、IAPR Fellow(2012)、AAAS Fellow(2012)、ACM Fellow(2017)。

可以说是计算机人工智能领域的Fellow专业户。

这些荣誉等身背后,也是实至名归。

在人工智能和数据挖掘领域,他已经发表了400多篇论文,也是人工智能和数据挖掘顶级会议,比如IJCAI、ACL、SDM、 WSDM 、 KDD、CIKM、 AAAI的常客。

为了解决小数据困境难题,他和自己带领的团队,提出了“迁移学习”的理论体系。为了解决数据割裂、数据孤岛等问题,杨强和团队进一步提出“联邦学习”理论。

能够保证各企业在自有数据不出本地,模型效果不变,在不违规的情况下进行联合建模,提升机器学习算法建模效率。

无论是迁移学习,还是联邦学习,都已经成为人工智能/机器学习的前沿技术,成为这些领域研究者致力的方向之一。

首位AAAI华人主席杨强,身兼5大顶级组织Fellow,也是华为诺亚方舟实验室开创者

而且,他做的研究也不仅仅只是停留在学术层面,也已经进入了产业界。

他是微软亚洲研究院首批研究者之一,也是华为诺亚方舟实验室创始主任。

在他的带领下,微众银行AI团队开源了工业级的“联邦学习”技术框架,也是全球首个。

在此之前,他出身于书香世家,学于北大,深造于马里兰大学。

书香门第,埋根物理学

杨强出生于1961年,今年59岁,出身书香世家。

1975年曾就读于清华附属中学。1978年,作为恢复高考后的首批大学生,杨强进入北京大学,就读于天体物理学专业。

之所以选择物理专业,杨强在《中国科学报》的采访中表示:

从小受父亲的影响。

他的父亲杨海寿,也是中国著名的天文学家,生前一直在北京大学任教。

因为他从小所接触的圈子,要么是研究物理的,要么就是研究图书馆的(他母亲毕业于北大图书馆系,后来在清华工作)。

本科毕业之后,通过研究生计划(CUSPEAP)远赴美国马里兰大学留学。

首位AAAI华人主席杨强,身兼5大顶级组织Fellow,也是华为诺亚方舟实验室开创者

依旧是研究天文物理主要是通过NASA发射的卫星观察太阳上的一些活动,比如耀斑。

而正是由于物理学上的需求,杨强开始接触到了计算机。这也让他迎来了人生的转折点。

首先,在天体物理实验过程中,杨强发现数据是十分稀缺的,因为要通过卫星的方式采集,所以一等就是几个月。

而计算机却能通过卫星图像,自行产生数据。“其次,计算机真的很有意思。很多流程都可以自动化,可以用学习的方式来解决。”杨强说。

于是,转学计算机的想法便萌生了。

兴趣使然,转战计算机

世上哪有那么多的天才,还不都是孤独的翻山越岭。这句话用在杨强身上再适合不过。毕竟转专业哪里是那么容易的事情。

1984前后,那时候的计算机课程在学期中是根本注册不上的,他只能利用夏天的时间选修一些课来恶补。

杨强回忆道:

我真正开始熬夜就是从那时候开始的。

出国前的视力非常好,但为了赶计算机那些动辄上千行代码的大作业,不得不经常熬夜,导致视力下降,最终才戴上了眼镜。

为了上机完成《操作系统》作业,不得不排队到夜里三四点。还要在晚上去听给成人班开的计算机课,后来因为学得好,加之老师太忙没时间上课,便让杨强代课教成人班。

首位AAAI华人主席杨强,身兼5大顶级组织Fellow,也是华为诺亚方舟实验室开创者

就这样,在1985年,他顺利转入计算机系。而在此之前,他其实已经在教三门计算机课程——数据结构、电路设计、人工智能。

就这样,在马里兰大学的七年期间,杨强完成了双学位硕士(计算机科学和天体物理学硕士学位)、博士(计算机科学)的学习。

在接受《中国科学报》采访的时候,杨强也对自己的人工智能研究之旅进行了复盘:

前半部分是以专家系统为主的思维,即先入为主,人用计算机的逻辑语言把人类的专业知识输入计算机,是读博期间所流行的。

后半部分则是机器学习,即不是先入为主,而是通过对事件和环境的观察、通过训练数据,学到一个模型,再付诸实施,预测未来。

博士毕业后的他,赴加拿大滑铁卢大学计算机系担任助理教授及副教授,并于1995年得到了终身教授的职位,这个时候距离他博士毕业仅仅只有7年。

在时间和科研经费相对自由的情况下,杨强便开始了后半部分的研究,即机器学习。

首位AAAI华人主席杨强,身兼5大顶级组织Fellow,也是华为诺亚方舟实验室开创者

当时,这还是人工智能领域的一个小分支,也处于寒冬之中。

但他有很强的信心,在他看来,这必然是未来趋势之一。

他曾经比喻道:

很多人会惊讶于2、3岁的小孩子就拥有超强的语言天赋。

这并不是一两个例子就能学会的,而是已经有了一定的积累。这种积累可能源于父母,得到了他们赋予的大脑中很多知识的连接。

只不过有些还没有连接上,需要1、2个例子来刺激。

其实,这就是杨强后来提出的迁移学习的基本模型——可以把大数据领域的知识迁移到小数据的领域来,并解决小数据的问题。

在他看来,机器学习离不开两点。

一个是举一反三的能力,也就是迁移学习;同时也离不开连接数据孤岛的能力,也就是联邦学习,解决了数据割裂和数据隐私问题。

而在此之后,杨强先后在加拿大西蒙弗雷泽大学计算机系、香港科技大学计算机科学与工程学系任教。

成功方法论:让自己跟昨天不一样

或许你会觉得他的职业变动有些频繁,但其实这正是杨强所遵循的一个很简单的原则——不断学习,不断提高自己,让自己跟昨天不一样。

杨强说:

在大学工作时,我给自己定了一个挑战,就是成为行业领袖,知识也要不断提升。

成为正教授之后,还有讲席教授,再之后还有特聘教授。

这些职称都获得之后,周边能学的东西几乎都学到了,那就要换个“朋友圈”。

这或许正是他在从教的同时,还不断的参与校外活动和科研的原因。

1999年,微软亚洲研究院成立之后,他就进入其中,成为首批研究员之一。2012年,华为诺亚方舟实验室成立。杨强于2012-2015这三年期间,出任实验室创始主任。

2015年,他还出任了“微信-香港科技大学人工智能联合实验室” 主任。2018年,出任在微众银行担任首席人工智能官(CAIO)。

首位AAAI华人主席杨强,身兼5大顶级组织Fellow,也是华为诺亚方舟实验室开创者

如今,在这个职位上的他,希望把整个金融服务设计到一个人工智能的模型里。

模型可以自动变成一个银行,然后把这个银行的模型开放给各个行业,让每个行业都有可能自己去做有金融特性的服务。

正如杨强自己所说:

我觉得这是特别伟大的一件事,可能需要很多年来做。但每每想起目标的伟大,我都激动得睡不着觉。

华人学者登顶AI顶会

不仅仅是杨强,近年来也有诸多华人学者,在各大人工智能领域顶级会议展露锋芒。

比如港中文教授、商汤创始人汤晓鸥,也担任了多个重要的国际会议的主席,比如ICCV、CVPR。

首位AAAI华人主席杨强,身兼5大顶级组织Fellow,也是华为诺亚方舟实验室开创者

他也是影响因子最高的IEEE杂志IEEE Transactions on Pattern Analysis and Machine Intelligence(PAMI)和整个计算机科学领域影响因子最高的International Journal of Computer Vision(IJCV)编委,也是IJCV首位华人主编。

还有出生于湖北鄂州、UCLA教授的朱松纯,他也曾担任过CVPR大会主席,在国际顶级期刊和会议上发表论文200余篇, 三次问鼎计算机视觉领域国际最高奖项马尔奖。

首位AAAI华人主席杨强,身兼5大顶级组织Fellow,也是华为诺亚方舟实验室开创者

有意思的是,汤晓鸥和朱松纯都学成于中国科技大学。

这次杨强当选AAAI 2021大会主席,被诸多业内人士看来,也是华人力量在人工智能领域崛起的又一明证。

One more thing

2012年,华为诺亚方舟实验室成立之时,杨强曾与任正非有过一次问答,矛头直指中国技术创新问题。

他向任正非提出的问题是:为什么我们中国直到现在还没有一个诺贝尔奖,产生的必要条件是什么?

任正非当时的回答也颇为犀利。在他看来,中国创造不了价值是因为缺少土壤,这个土壤就是产权保护制度。

幸好你是香港的大学教授而不是中国内地的大学教授,否则你要比论文数量,你又产不出这么多来,就只能去抄,你去抄论文还有什么诺贝尔奖呢?不可能嘛,因此我们必须要改变学术环境。

你怎么看?

参考链接:http://news.sciencenet.cn/sbhtmlnews/2019/10/350657.shtm?id=350657

https://en.wikipedia.org/wiki/Qiang_Yang

+1

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业