2021 ACM Fellow 计算机专家名单出炉71 位科学家当选

　　值得注意的是，钟林（耶鲁大学）、刘铁岩（MSRA）与李海（杜克大学）三人都是清华大学 1994 级（传说中的「四字班」）的同学，且都是当年「4+2」（五年制本科改四年制本科，再加两年硕士）试点班所选拔的学生之一。

　　作为世界上最大的计算机领域专业性学术组织，ACM 的影响力不言而喻。它创立于 1947 年，目前在全世界 130 多个国家和地区拥有超过 10 万名会员，其所评选的图灵奖是计算机界最负盛名、最崇高的一个奖项，被称为「计算机界的诺贝尔奖」。

　　“计算机专业人士为我们的生活、工作和娱乐方式带来了跨越式进步。”ACM 主席 Gabriele Kotsis 说道：“新技术是巧妙结合众多个人贡献的结果，通常建立在几十年积累的各种贡献之上。但是，如果没有个人贡献者的基本组成，要实现技术进步是不可能的。ACM Fellows 计划表彰 ACM 成员的创造力和辛勤工作，他们的成就使更广泛的进步成为可能。”

　　为了与 ACM 的全球影响力保持一致，2021 年的学者代表分别来自比利时、中国、法国、德国、印度、以色列、意大利和美国的大学、公司和研究中心。

　　2021 ACM Fellow 的贡献涉及了计算领域的方方面面 —— 包括云数据库系统、深度学习加速、高性能计算、机器人技术和理论计算机科学等。

　　张智威，斯坦福计算机科学系的兼职教授，IEEE Fellow。他还担任 SmartNews 和 AILLY.ai 的 AI / NLP 顾问。在担任现职之前，他于 2012 年至 2021 年担任 HTC 医疗保健事业部 (DeepQ) 总裁。2006 年至 2012 年期间，他担任谷歌研究总监，领导可扩展机器学习、室内定位、 谷歌问答和推荐系统。1999 年至 2006 年间，张智威是加州大学圣巴巴拉分校电气与计算机工程系的正教授。

　　他于 1999 年在斯坦福大学获得计算机科学硕士学位和电子工程博士学位后加入 UCSB。他曾获得 NSF Career Award、谷歌创新奖、100 万美元的 Tricorder XPRIZE（疾病诊断人工智能）奖和 ACM SIGMM 时间检验奖荣誉提名。张智威自 2005 年以来一直致力于数据驱动的并行机器学习。他因其对可扩展机器学习和医疗保健的贡献而入选了 IEEE Fellow。

　　潘志刚，得克萨斯大学奥斯汀分校的硅实验室（Silicon Laboratories）电子工程讲座教授，IEEE Fellow，SPIE Fellow。他的研究兴趣包括电子设计自动化、制造设计、机器学习、硬件加速等。

　　他在北京大学获得学士学位，在 UCLA 获得硕士和博士学位获得了学士学位。2000 年到 2003 年，他担任了 IBM T. J. Watson 研究中心的研究人员。他发表了 420 多篇期刊文章和会议论文，并拥有 8 项美国专利。

　　他的研究贡献获得了多个奖项，包括 2013 年 src技术卓越奖、DAC 第五十年十佳作者、DAC 多产作者奖、ASP-DAC 高被引作者奖、ASP-DAC 多产作者奖，20 项最佳论文奖以及 18 个最佳论文奖荣誉提名，以及许多国际 CAD 竞赛奖项。他的学生也获得了许多奖项，包括 ACM 学生研究竞赛总决赛第一名，ACM / SIGDA 学生研究比赛金奖，ACM 杰出博士 EDA 论文，EDAA 优秀论文奖等。

　　胡晓波，现任美国圣母大学计算机科学与工程系教授，IEEE Fellow，ACM SIGDA 主席。研究兴趣包括低功耗系统设计，新兴技术的电路与结构设计，软硬件协同设计和实时嵌入式系统。

　　1997 年获得美国国家科学基金会颁发的职业成就奖；2001 年获得 ACM / IEEE 设计自动化会议 (DAC) 最佳论文奖；2009 年获得 IEEE 纳米结构研讨会最佳论文奖；2018 年获得 ACM / IEEE 低功耗电子与设计国际研讨会 (ISLPED) 最佳论文奖。

　　唐杰，清华大学计算机科学与技术系正教授，计算机系副主任、清华-工程院知识智能联合实验室主任，IEEE Fellow。研究兴趣包括人工智能、数据挖掘、社交网络、机器学习和知识图谱，重点是设计挖掘社交和知识网络的新算法。

　　他发表过论文 200 余篇，拥有专利 20 余项。曾担任国际期刊 ACM TKDD 的执行主编和国际会议 CIKM’16、WSDM’15 的程序委员会主席、KDD’18 大会以及 IEEE TKDE、ACM TIST、IEEE TBD 等期刊编委。获英国皇家学会-牛顿高级奖学金、CCF 青年科学家奖、国家自然科学基金委员会杰出青年学者、北京市科技进步一等奖、中国人工智能学会科技进步一等奖、KDD18 杰出贡献奖。

　　王文平，现任得克萨斯农工大学可视化系教授，曾任香港大学计算机科学系讲座教授与系主任（2012-2017）。本科与硕士毕业于山东大学计算机科学系，博士毕业于阿尔伯塔大学计算机科学系。主要研究内容为计算机图形学、计算机视觉、机器人与几何建模，发表论文超过 180 篇，在碰撞检测、形状建模与分析、网格生成、建筑几何等方面做出了许多奠基性的研究贡献。

　　谢涛，北京大学讲席教授。曾担任美国北卡州立大学计算机科学系助理教授和副教授 (2005-2013)，美国伊利诺伊大学香槟分校（UIUC）计算机科学系副教授（2013-2017）和正教授 (自 2017 起)，是海外杰出青年科学基金获得者以及其延续资助获得者。长期从事软件工程的研究，在软件测试、软件解析学、软件安全、智能软件工程、教育软件工程等方面做出了很多开创性的工作并取得了突出的研究成果。

　　杨明玄，现任加利福尼亚大学美熹德分校电子工程与计算机科学系教授、谷歌研究科学家。本科就读于国立清华大学计算机科学与动力机械工程专业，后来又分别在南加州大学攻读计算机科学与大脑理论专业、在得克萨斯大学奥斯汀分校攻读人工智能与运筹研究专业，2000 年从伊利诺伊大学厄巴纳-香槟分校获得计算机科学博士学位。

　　他的研究兴趣包括计算机视觉、模式识别、人工智能、机器人与机器学习，其与团队工作曾获得多个论文奖，包括 CVPR 2018 最佳论文荣誉提名奖、ACCV 2018 最佳学生论文荣誉提名奖、ACM UIST 2017 最佳论文荣誉提名奖等等。

　　现任杜克大学电子与计算工程系 Clare Boothe Luce 教授，本科及硕士毕业于清华大学，后在美国普渡大学获得博士学位。她的研究兴趣主要包括神经形态计算系统，机器学习加速和可信 AI，新兴的存储技术、电路和架构，以及低功耗电路和系统，其与团队工作曾获得 ASPDAC 2015 与 2017 最佳论文奖、ISVLSI 2014 最佳论文奖、GLSVLSI 2013 最佳论文奖、ISQED 2008 最佳论文奖等等荣誉。

　　现任阿里巴巴集团副总裁、高级研究员，阿里云智能数据库事业部总负责人。美国计算机协会 ACM 杰出科学家，加入阿里巴巴之前为美国犹他大学计算机系终身教授。研究成果多次获得了 IEEE ICDE、ACM SIGMOD 最佳论文奖等重要学术奖项。他也是中国计算机协会 CCF 大数据专家委员会副主任、数据库专业委员会。

　　赵燕斌，现任芝加哥大学计算机科学教授，同 Heather Zheng 教授一起，共同指导芝加哥大学的 SAND 实验室（安全、算法、网络和数据）。他于 2004 年在加州大学伯克利分校获得计算机科学博士学位，2000 年在伯克利获得硕士学位，1997 年在耶鲁大学获得计算机科学学士学位。

　　研究领域包括 P2P 网络、在线社交网络、SDR / 开放频谱系统、图挖掘和建模、用户行为分析、对抗性机器学习等。2016 年以来，主要研究机器学习和移动系统中的安全和隐私问题。

　　李宁辉，现任普渡大学计算机科学教授，IEEE Fellow。他分别于 2000 年和 1998 年在纽约大学获得计算机科学博士和硕士学位，1993 年在中国科学技术大学获得计算机科学学士学位。

　　他一直从事安全和隐私方面的研究，包括数据隐私、应用密码学、访问控制、信任管理以及安全和隐私中的人为因素等，并在这些领域发表了 150 多篇论文。

　　他曾在计算机安全、数据库和数据挖掘领域的 150 多个国际会议和研讨会的程序委员会任职。2014 年和 2015 年，他担任 ACM 计算机和通信安全会议 (CCS) 的项目主席。

　　李教授的研究得到了多项 NSF 资助，2005 年获得 NSF CAREER 奖。他的研究还得到了空军科学研究办公室 (AFOSR)、陆军研究办公室 (ARO)、局 (NSA)、IBM Research、谷歌和三星的支持。

　　钟林，现任耶鲁大学计算机科学教授，IEEE Fellow。他于清华大学获得学士和硕士学位，普林斯顿大学获得博士学位。

　　他的研究涉及移动网络基础设施和设备，通过采用模拟硬件、形式化方法和新的系统编程语言来突破软件系统的极限以及量子计算机的控制系统等。

　　刘铁岩，微软亚洲研究院首席研究员，领导机器学习和人工智能方向的研究工作。近年来，刘博士在博弈机器学习、深度学习、分布式机器学习等方面颇有建树，促进了机器学习与信息检索之间的融合，被国际学术界公认为「排序学习」领域的代表人物。

　　他在该领域的学术论文已被引用近万次，并受 Springer 出版社之邀撰写了该领域的首部学术专著（并成为 Springer 计算机领域华人作者十大畅销书之一）。

　　目前他的研究工作多次获得最佳论文奖、最高引用论文奖、研究突破奖，被广泛应用在微软的产品和在线服务中、并通过微软认知工具包（CNTK）、微软分布式机器学习工具包（DMTK）、微软图引擎（Graph Engine）等项目开源。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186