朱军教授加入了人工智能「名人堂」。
AAAI（Association for the Advancement of Artificial Intelligence）是国际人工智能领域最权威的学术组织之一，Fellow 是该学会给予会员的最高荣誉，仅颁给对人工智能做出「非同寻常的卓越贡献者」，而且评价时间以十年计。
由于其评判极其严格，历届 AAAI Fellow 入选者均为人工智能领域公认的著名学者，每年严格限制入选人数，因此被誉为国际人工智能领域的名人堂。
今日，AAAI 公布了 2024 年度的 Fellow 评选结果，共 12 位学者入选，其中包括清华大学教授朱军。
AAAI 2024 Fellow
Anima Anandkumar 加州理工学院、英伟达
入选理由：对机器学习的重大贡献，包括用于科学机器学习的神经算子和用于概率模型的张量方法。
Anima Anandkumar 教授的研究兴趣是大规模机器学习、非凸优化和高维统计领域，特别是开发和分析机器学习张量算法。Anandkumar 教授一直在研究加速非凸优化的有效技术，例如有效地逃离鞍点。
Claire Cardie 康奈尔大学
入选理由：对共指消解（co-reference resolution）、信息和意见提取以及自然语言处理中的机器学习方法做出了重大贡献。
Claire Cardie 是康奈尔大学计算机科学和信息科学系的教授，主要研究领域是自然语言处理。她曾获得美国国家科学基金会职业奖（NSF CAREER award），并多次担任计算机领域顶会组委会成员和研究期刊编辑委员会成员。
Nitesh Chawla 圣母大学
入选理由：在从不平衡数据中学习、图形学习以及人工智能的跨学科应用方面做出重要贡献。
Nitesh Chawla 是圣母大学计算机科学与工程系 Frank M. Freimann 教授、露西家庭数据与社会研究所所长。他还是 ACM Fellow、IEEE Fellow。
Chawla 是人工智能、数据科学和网络科学方面的专家。他的研究不仅处于基本方法和算法的前沿，还在跨学科和转化方面取得了进步。此外，Chawla 还是数据科学软件和云计算公司 Aunalytics 的联合创始人。
Cristina Conati 不列颠哥伦比亚大学
入选理由：对以人为本的人工智能和人工智能驱动的个性化做出了重大贡献，特别是在智能辅导系统和可视化方面。
Cristina Conati 是不列颠哥伦比亚大学计算机科学教授。她在米兰大学获得计算机科学硕士学位，并在匹兹堡大学获得智能系统硕士和博士学位。
Cristina Conati 的研究处于人工智能 (AI)、人机交互 (HCI) 和认知科学的交叉点，目标是创建既能执行有用任务又能被用户广泛接受的人工智能系统，即使得人工智能系统能够预测和监控用户的相关属性（例如状态、技能、需求、情绪），并相应地个性化交互，从而最大限度地提高任务绩效和用户满意度。
Jennifer Dy 美国东北大学
入选理由：对无监督和可解释的机器学习、推进人工智能以应对医疗保健挑战以及为人工智能社区提供服务做出了重大贡献。
Jennifer G. Dy 博士自 2002 年起担任马萨诸塞州波士顿东北大学电气与计算机工程系教授。她于 1993 年获得菲律宾大学电气工程系学士学位，后分别于 1997 年和 2001 年在普渡大学电气与计算机工程学院获得硕士和博士学位。2004 年，Jennifer G. Dy 博士获得了 NSF 职业奖。她的研究兴趣包括机器学习、数据挖掘、统计模式识别和计算机视觉。
Ariel Felner 内盖夫本・古里安大学
入选理由：对启发式搜索做出了许多重大贡献。
Ariel Felner 是本古里安大学信息系统工程系的全职教授，研究领域是人工智能中的启发式搜索，包括理论基础、新的搜索算法、启发式搜索的研究和开发以及将所有这些应用于不同领域和环境。近期的研究重点是多代理路径搜索问题，该问题可以表述为单代理搜索问题和其他设置。
Kristian Kersting 达姆施塔特工业大学
入选理由：对统计关系人工智能和神经符号学习的基础和应用做出了重大贡献。
Kristian Kersting 是德国达姆施塔特工业大学计算机科学系的正教授。2006 年从弗莱堡大学获得博士学位后，他曾在麻省理工学院、弗劳恩霍夫 IAIS、波恩大学和多特蒙德工业大学工作。他的主要研究方向是统计关系人工智能（AI）以及深度（概率）编程和学习，发表了 180 多篇经同行评审的技术论文。
莫萨姆（Mausam） 印度理工学院
入选理由：对 NLP、规划和人类计算的贡献以及在人工智能领域的领导力。
莫萨姆是印度理工学院德里分校计算机科学教授，曾担任 Yardi AI 学院创始院长，任期至 2023 年 9 月。他还是西雅图华盛顿大学的合聘教授。莫萨姆于 2001 年获得印度理工学院德里分校理工学士学位，2007 年获得华盛顿大学博士学位，在人工智能领域有二十多年的研究经验，在许多研究领域做出了贡献，如网络上的大规模信息提取、优化众包工作流的人工智能方法以及概率规划算法。
最近，莫萨姆正在探索神经符号机器学习、放射学计算机视觉、机器人学 NLP、多语种 NLP，以及智能信息系统中的若干主题，包括信息提取、知识库补全、问题解答、总结和对话系统。他发表了 100 多篇档案论文，出版了一本专著，两次获得最佳论文奖，一次获得时间检验奖。莫萨姆于 2015 年被授予 AAAI 高级会员资格，以表彰他长期参与 AAAI 的工作以及在人工智能领域的杰出成就。
Ariel Procaccia 哈佛大学
入选理由：对人工智能和社会的贡献，包括经济范式的基础工作以及对治理和群体决策的实际影响。
Ariel Procaccia 是哈佛大学计算机科学教授，同时是经济与社会研究小组（EconCS Group）的成员，研究涉及人工智能、算法、经济学和社会等一系列广泛而动态的问题。
他于 2009 年以最优等成绩获得耶路撒冷希伯来大学计算机科学博士学位，博士论文获得了 IFAAMAS Victor Lesser Distinguished Dissertation Award（自主代理和多代理系统领域最佳论文奖）。随后，他在微软和哈佛大学从事博士后研究，并获得了 Yad Hanadiv 的 Rothschild Fellowship（罗斯柴尔德奖学金）的部分资助。在 2020 年加入哈佛大学之前，他是卡内基梅隆大学计算机科学系的一名教师。
Brian Scassellati 耶鲁大学
入选理由：对人机交互以及使用机器人提供认知和社会支持做出了重大贡献。
Brian Scassellati 是耶鲁大学计算机科学、认知科学和机械工程学教授，也是 NSF 社交辅助机器人考察项目负责人。
Brian Scassellati 的研究重点是建立人类社交行为的具身计算模型，尤其是早期社交技能的发展过程，其他研究兴趣包括仿人机器人、人机互动、人工智能、机器感知和社会学习。利用计算模型和社交互动机器人，Brian Scassellati 的研究评估了婴儿如何获得社交技能的模型，并协助诊断和量化社交发展障碍（如自闭症）。
Brian Scassellati 在 2001 年获得麻省理工学院计算机科学博士学位，在与 Rodney Brooks 共同完成的毕业论文（仿人机器人心智理论的基础）中，他们利用发展心理学中的模型建立了一个让机器人理解人类的原始系统。他在麻省理工学院的工作主要集中在两个著名的仿人机器人上，分别被命名为 Cog 和 Kismet。
Brian Scassellati 还拥有麻省理工学院计算机科学与电子工程硕士学位（1995 年）、计算机科学与电子工程学士学位（1995 年）和脑与认知科学学士学位（1995 年）。
Kilian Weinberger 康奈尔大学
入选理由：对机器学习和深度学习研究的贡献。
Kilian Weinberger 是康奈尔大学计算机科学系教授。他在牛津大学获得了数学和计算机学士学位，并在 Lawrence Saul 的指导下获得了宾夕法尼亚大学机器学习博士学位。曾多次获得 ICML（2004 年）、CVPR（2004 年、2017 年）、AISTATS（2005 年）和 KDD（2014 年亚军奖）的最佳论文奖。2012 年，Kilian Weinberger 获得了 NSF 职业奖。Kilian Weinberger 的研究重点是机器学习及其应用，特别关注资源限制下的学习、度量学习、高斯过程、计算机视觉和深度学习。在加入康奈尔大学之前，他曾担任华盛顿大学的副教授，此前在雅虎担任研究科学家。
朱军 清华大学
入选理由：对机器学习理论和实践的重大贡献。
朱军是清华大学计算机系教授、人工智能研究院副院长，瑞莱智慧联合创始人兼首席科学家，曾任卡内基梅隆大学兼职教授。2001---2009 年获清华大学学士和博士学位，2011 年回清华任教。朱军教授曾获科学探索奖、中国计算机学会自然科学一等奖、吴文俊人工智能自然科学一等奖、ICLR 杰出论文奖等，曾担任 IEEE TPAMI 副主编和 ICML、NeurIPS、ICLR 等国际会议资深领域主席 / 领域主席 20 余次。
朱军教授长期从事机器学习研究，包括概率机器学习、贝叶斯方法的基础理论、高效算法和编程库，并利用贝叶斯方法研究深度神经网络的对抗鲁棒性以及复杂环境下的决策学习等问题，在 ICML、NeurIPS、KDD、JMLR、PAMI 等著名会议和期刊上发表过 100 多篇重要研究。
朱军教授曾带领团队研制「珠算」深度概率编程库、「天授」强化学习库和 Ares 对抗攻防平台，在相关领域具有深远的影响。他带领团队研制的扩散模型高效算法获得 ICLR 2022 国际会议杰出论文奖，并被 DALL・E2、Stable Diffusion 等明星项目采用。
参考内容：