新火種
2023-10-29 
她力量！4位華人女性科學家獲得2022年斯隆研究獎，史無前例
作者 | 西西編輯丨陳彩嫻今天，2022年斯隆研究獎（Sloan Research Fellowship）名單公布，計算機科學領域 6 名華人學者當選，其中 4 人為女性科學家！她們分別是：陳丹琦、方飛、李博與宋舒然。目前四人均在人工智能領域從事科研工作，曾在多個面向青年研究者的獎項與活動中脫穎而出，已經是“老面孔”了。四人中，陳丹琦與方飛的本科畢業于清華大學，而李博與宋舒然本科則分別就讀于同濟大學與香港科技大學。得知斯隆研究獎的最新名單后，AI科技評論在第一時間聯系了其中一位獲獎者方飛。她對AI科技評論表示：我覺得非常驚喜，當時我們系主任說要提名我去申請這個獎的時候我真的沒想到會獲獎，很開心能和這么多厲害的計算機方面的學者一起獲獎，其中有好幾位是我的同事和朋友，也要恭喜他們！根據方飛的介紹，斯隆研究獎的選拔方式是：學校提名+學者申請制。方飛所在的卡內基梅隆大學計算機系軟件研究所每年僅提名一人，方飛作為唯一的“種子選手”，一選即中，實在厲害。始設于1955年的斯隆研究獎被稱為“諾貝爾獎風向標”，史上許多獲得斯隆研究獎的研究員在獲獎后在各自的領域繼續發光發熱，取得更大的研究突破。據統計，47位斯隆獎獲得者后來獲得諾貝爾獎，17位獲得菲爾茲數學獎，69位獲得國家科學獎。此外，斯隆研究獎主要面向青年科學家，每位獲獎者可以獲得為期兩年共計7.5萬美元的獎金支持他們的研究工作。正如斯隆研究獎的項目主任 Daniel L. Goroff 所說：“找到最聰明的年輕人并相信他們能做成他們最擅長的事情，這就是斯隆研究基金的目的。”2022年斯隆研究獎頒給了118名研究者，其中有31位華人科學家（占比約26.2%）。與往年不同的是，今年的斯隆研究獎僅頒給了七個領域：化學、計算機科學、經濟學、數學、神經科學、地球系統科學和物理學，計算和進化分子生物學無獲獎者。在計算機科學領域，除了上述4位女性獲獎者，還有2名男性科學家獲獎，分別是任職于UCLA與哥倫比亞大學的顧全全與Henry Yuen。1四位女性獲獎者回顧過去十年斯隆研究獎計算機科學領域的獲獎者，我們發現，今年獲獎的華人學者數量最多，多達6位。以往獲獎的華人科學家一般是1-2位。過去十年獲得斯隆研究獎的華人計算機科學家名單可以參考如下：2022年：陳丹琦、方飛、宋舒然、李博、顧全全、Henry Yuen2021年：馬騰宇、Kai-Wei Chang2020年：Yin Tat Lee2019年：蔡洋、鬲融2018年：鄧嘉2017年：吳義仁、Xia Zhou2016年：Daniel Hsu2015年：Percy Liang2014年：Shan Lu、Elaine Shi2013年：沙飛此外，女性獲獎者的數量最多，占了4席。這表明，越來越多的女性研究者勇于選擇計算機方向的科研工作，并取得成就。那么，這四位斯隆研究獎獲獎者的來路是什么呢？陳丹琦，現任普林斯頓大學計算機系助理教授。她的高中就讀于湖南長沙雅禮中學，曾代表中國參加第 20 屆國際信息學奧林匹克競賽（IOI 2008），并獲得金牌、保送清華姚班，本科畢業后直博斯坦福大學，師從語言學大師 Christopher Manning，2018年取得博士學位。
圖注：陳丹琦在人工智能領域，陳丹琦是一號傳奇人物，被外界譽為“AI新星”。她的研究方向為自然語言處理與機器學習（尤其是深度學習），曾取得多項令人矚目的成就。除了信息學競賽圈的“CDQ分治算法”是以她的名字命名，她在斯坦福讀博期間也取得了多項重大突破：博士第二年（2014年），她在 EMNLP 2014 上發表的論文“A Fast and Accurate Dependency Parser using Neural Networks”堪稱深度學習依存分析方法的“開山之作”，和導師 Christopher Manning 教授提出的方法在保持精度的前提下，將解析速度提高了 60 倍。2019 年，她的一篇長達156頁的、關注解決“如何讓機器學會理解人類語言”的博士畢業論文“Neural Reading Comprehension andBeyond”上傳僅四天，就獲得了上千次的閱讀量，獲得斯坦福計算機系當年的最佳博士論文，成為斯坦福近十年來最熱門的畢業論文之一。她的導師 Christopher Manning 對她給予了高度的評價，認為她是“使用神經網絡方法解決自然語言理解問題方面的先驅”。同樣畢業于清華大學的方飛，現于卡內基梅隆大學計算機科學系軟件研究所擔任萊昂納多助理教授（Leonardo Assistant Professor ）。2020年年底，她入選了 IEEE System“AI 十大潛力人物”，AI科技評論對其經歷與工作進行了獨家報道。
圖注：方飛方飛于2007年進入清華大學電子工程系攻讀學士學位，2011年本科畢業后赴美國南加州大學計算機系攻讀博士，主要從事安全博弈研究，師從安全博弈領域的權威專家 Milind Tambe。她的主要研究內容是將計算博弈理論與機器學習方法結合起來，用于解決實際的社會安全與可持續發展問題，如反動物盜獵、保護渡輪線路、保護森立、減少食品浪費、降低高利貸危害、幫助流浪少年等等。除了陳丹琦與方飛，另一位本科就讀于大陸高校的獲獎者李博也是近年來受到大家關注的AI學術新星。她與方飛也是科研上的合作伙伴，曾與方飛一起為 IJCAI 制作了一個關于機器學習與博弈論的學術教程。
圖注：李博據方飛介紹，李博團隊也做了許多將博弈論與機器學習結合的工作：“在對抗機器學習中，他們會思考如何把從數據中學習機器學習模型的問題當成一個斯塔克伯格博弈，保護者在設計模型及參數，攻擊者想要讓這個模型無法輸出正確的結果，那么如何求解。這也是另外一個可能的結合方式。”李博的本科就讀于上海同濟大學計算機系，后赴美國范德堡大學攻讀博士，2016年獲得博士學位。之后，她到加州大學伯克利分校進行博士后研究，并于2018年加盟伊利諾伊大學香檳分校（UIUC）計算機系擔任助理教授。她的研究方向廣泛，包括機器學習、安全、隱私和博弈論，主要探索機器學習系統對各種對抗性攻擊的脆弱性，旨在開發出魯棒、保護隱私、高效與可解釋的機器學習算法。2017年，她針對自動駕駛安全問題所發表的論文“Robust Physical-World Attacks on Machine Learning Models”（CVPR 2018）曾引起廣泛關注，目前單篇引用量已超過1500次。2020年，她成功入選“MIT TR35”榜單。
鏈接：https://arxiv.org/pdf/1707.08945.pdf另一位獲獎者宋舒然是土生土長的北京女孩。她的本科就讀于香港科技大學，后赴普林斯頓大學計算機系攻讀博士，目前在哥倫比亞大學計算機系擔任助理教授。
圖注：宋舒然她的研究重點是計算機視覺和機器人技術的交叉領域，志在開發能使智能系統在與物理世界的交互中學習、并自主獲得執行復雜任務和協助人們的感知和操縱技能的算法。此前，她曾獲得多個獎項，包括 T-RO 2020 最佳論文獎、RSS 2019 最佳系統論文獎、2018年亞馬遜最佳操作系統論文獎，并獲得 ICRA 2020、CVPR 2019、RSS 2019 與 IROS 2018 等會議的最佳論文提名。2021年，她的團隊工作“FlingBot: The Unreasonable Effectiveness of Dynamic Manipulation for Cloth Unfolding”獲得機器人頂會CoRL 最佳系統論文獎。對于這項工作，CoRL評委給出的評論是“對我來說，這篇論文是迄今為止對模擬和現實世界布料操作方面的最了不起的工作。”計算機領域的性別差距正在縮小？在計算機科學領域，男女研究員數量的差距一直是常見的討論話題。在美國等西方國家，女性研究員一直是被視為與少數族裔相近的“Underrepresented Group”（代表性不足群體）。此前，AI 科技評論就曾從三位谷歌博士生研究獎女性獲得者出發，探討了90后女性計算機博士生對從事科研的看法與感受。近幾年來，我們看到越來越多的女性進入計算機科學等傳統上認為男性主導的理工科領域做研究。我們看到時代在變化，國人的觀念也在進步，但女性在計算機領域所扮演的角色是否也在與時俱進，仍是一個未知。據inkstone報道，2016年，中國女博士的占比僅為39%，而同年美國女博士的占比則達到52%。
陳丹琦也曾在清華叉院的一次訪談中對如何縮小計算機領域的男女數量差距發聲：首先我是真的非常希望有更多的女生參與（計算機領域的）這些比賽或者科研中，包括我現在也很想招女學生。這個事情沒有特別大的提高，是讓我一直比較擔憂的事情。她談到，在斯坦福讀博時，她那一屆的CS博士生只有4個女生，比例極小。“Admission committee 現在在做一些努力去提高這個比例，但是依然很低。”對于女性如何打破刻板印象，陳丹琦結合自己的經歷，分享了個人的看法：我希望女生的心目中認為這（性別）不是一個問題，你不需要去想這個事情。一個局面的改變往往需要多方因素。除了個人的主觀意念加持，外界的嘉獎與肯定也是女性前進的力量源泉。2022年斯隆研究獎的結果出爐，4位華人女性科學家當選，但愿也能讓更多正在拼搏的女性研究員對未來充滿信心！參考鏈接：1.https://sloan.org/fellowships/2022-Fellows2.http://www.360doc.com/content/17/0928/06/11698101_690745367.shtml3.https://mp.weixin.qq.com/s/V_nYWgWVcgGZlm561Ko9IA
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
