上週五，亞馬遜研究獎（Amazon Research Awards，ARA）公佈了最新一期來自 10 所大學的 10 名獲獎者。
在本週期，ARA 收到了許多優秀的研究提案。本次公告包含在 2024 年冬季和 2024 年春季週期的三個提案方向（資訊保安 AI、基礎模型開發和可持續性）徵集下資助的獎項。提案的審查依據是其科學內容的質量以及對研究界和社會產生影響的潛力。此外，亞馬遜也鼓勵公開發表、開源的研究成果。
在這一期的獲獎名單中，出現了很多華人學者的身影。
資訊保安 AI
Kaize Ding
機構：西北大學 研究方向：資訊保安中的高效異常檢測：自動化識別和解釋圖資料中的異常行為
Kaize Ding 是美國西北大學統計與資料科學的助理教授，領導 REAL 實驗室。他在亞利桑那州立大學獲得了電腦科學博士學位，師從劉歡（Huan Liu）教授。
他的研究興趣主要是資料探勘、機器學習和大型基礎模型，研究重點集中於為自主決策構建可靠、高效的人工智慧系統。同時，他熱衷於開發知識引導的人工智慧演算法，尤其是基於 GNN 和 LLM 的演算法，推動 AI 賦能醫療保健、生物醫藥、城市、環境計算等不同領域的應用。
個人主頁：https://kaize0409.github.io/
Sijia Liu
機構：密歇根州立大學 研究方向：機器「遺忘」的機制，促進可信的生成式人工智慧
Sijia Liu 於美國紐約的雪城大學獲得了電氣與計算機工程博士學位。此後，他在密歇根州立大學擔任博士後研究員、又於 MIT-IBM Watson 人工智慧實驗室擔任研究員。
他的研究興趣主要聚焦於為可信的人工智慧開發學習演算法和理論，其研究目標是使 AI 系統更加安全且具可擴充套件性。他曾摘得 ICASSP’16 的最佳學生論文獎，以及 UAI’22 的最佳論文亞軍獎，已在 NeurIPS、ICML、ICLR、CVPR、ICCV 等頂級會議上發表了 70 多篇論文。
個人主頁：https://engineering.msu.edu/faculty/Sijia-Liu
張崇傑（Chongjie Zhang）
機構：聖路易斯華盛頓大學 研究方向：基於偏好的離線強化學習在資訊保安中的實際應用
張崇傑是聖路易斯華盛頓大學電腦科學與工程系的教授，領導機器智慧研究組。在此之前，他曾是清華大學交叉資訊科學研究院的助理教授，並在 MIT CSAIL 擔任博士後研究員。
他的研究究主要集中在深度強化學習、多智慧體系統和人機互動領域。目前，他致力於探索智慧體應如何學習決策，並與其他智慧體或人類有效協作，以超越單個智慧體的能力。
個人主頁：https://engineering.washu.edu/faculty/Chongjie-Zhang.html
Yue Zhao
機構：南加州大學 研究方向：資訊保安中的高效異常檢測：自動化識別和解釋圖資料中的異常行為
Yue Zhao 是南加州大學電腦科學助理教授。他的研究主要集中在構建穩健、可信且可擴充套件的人工智慧系統，涉及三個層次：原則層、知識與生成層以及系統層。透過這些層次，他將可靠的檢測方法、基於圖的結構化知識、生成建模和開源工具結合起來，推動 AI 在科學、醫療、金融和政治科學等領域的應用。
在原則層，Yue Zhao 致力於確保 AI 系統能夠檢測異常、離群值和分佈外資料，提供跨領域的可信度、公平性和透明度。知識層方面，他利用圖學習和生成 AI 方法，解決藥物發現、合成臨床試驗和政治預測等科學挑戰。系統層面，他開發了高效的工具和框架，用於自動模型選擇、超引數最佳化和大規模異常檢測。他還領導了多個開源專案，如 PyOD（被 NASA、特斯拉等使用），推動了 AI 技術的普惠和應用。
個人主頁：
https://viterbi-web.usc.edu/~yzhao010/
可持續性
尤峰崎（Fengqi You）
機構：康奈爾大學 研究方向：透明可信的生命週期評估（LCA）大語言模型助手
尤峰崎是康奈爾大學能源系統工程領域的教授，同時在多個學科領域有跨界合作，包括化學工程、電腦科學、電氣與計算機工程、系統工程、機械工程、土木與環境工程以及應用數學等。
在康奈爾大學，他擔任系統工程博士學位專案主席、康奈爾大學 AI for Science 研究所（CUAISci）聯合主任、康奈爾數字農業研究所（CIDA）聯合主任，以及康奈爾可持續性 AI 倡議（CAISI）主任。
在加入康奈爾之前，尤峰崎曾在阿貢國家實驗室數學與電腦科學部門工作，並在西北大學執教。他的研究聚焦於系統工程的基礎理論與方法，廣泛應用於材料資訊學、智慧製造、數字農業、能源系統和可持續性領域。尤峰崎已在《自然》、《科學》等期刊上發表了 300 多篇學術論文。
個人主頁：https://www.engineering.cornell.edu/faculty-directory/fengqi-you
基礎模型開發
程璐（Lu Cheng）
機構：芝加哥伊利諾伊大學 研究方向：透過不確定性量化實現可靠的大語言模型對齊
程璐是芝加哥伊利諾伊大學電腦科學系的助理教授，領導著負責任與可靠人工智慧實驗室（R^2 Lab）。她在亞利桑那州立大學獲得了電腦科學博士學位，分別在華中科技大學和倫斯勒理工學院獲得了了本科與碩士學位。
程璐的研究興趣廣泛，主要集中在社會責任人工智慧（如公平性、可解釋性 / 可解釋性、隱私）和可靠人工智慧（如魯棒性與不確定性量化）、因果機器學習以及資料探勘等領域。
個人主頁：https://lcheng.org/
魏華（Hua Wei）
機構：亞利桑那州立大學 研究方向：透過不確定性量化實現可靠的大語言模型對齊
魏華是亞利桑那州立大學的助理教授。他曾在新澤西理工學院擔任助理教授，並在騰訊 AI 實驗室擔任研究員。他在北航獲得電腦科學的本科和研究生學位，並在賓夕法尼亞州立大學獲得博士學位，其博士導師為 Zhenhui (Jessie) Li。他的課題組的論文多次發表在人工智慧、機器學習、資料探勘的頂級會議上，並獲得了 ECML-PKDD 2020 最佳論文獎。
魏華的研究興趣包括強化學習、資料探勘、城市計算和人機協同計算等領域。
參考內容：https://www.amazon.science/research-awards/program-updates/10-amazon-research-awards-recipients-announced