2024 年谷歌研究学者计划（Research Scholar Program）获奖名单公布了。获奖者最高将获得 6 万美元奖金，用于支持研究工作。
今年该计划共涉及 12 个领域，包括算法与优化；应用科学；人机交互；健康研究；机器学习和数据挖掘；机器感知；系统；自然语言处理；隐私；量子计算；安全；软件工程和编程语言。
链接：https://research.google/programs-and-events/research-scholar-program/recipients/?filtertab=2024
机器之心将获奖华人学者名单整理如下（排名不分先后）：
算法与优化
- 顾研（Yan Gu）：加州大学河滨分校
- Yihan Sun：加州大学河滨分校
- 获奖研究：图挖掘的高效并行算法
顾研现在担任加州大学河滨分校 (UCR) 计算机科学与工程 (CSE) 系助理教授。在此之前，他于 2019 年在 MIT CSAIL 攻读博士后， 2018 年在Guy Blelloch教授的指导下完成CMU博士学位，2012 年获得了清华大学计算机科学学士学位。他的研究兴趣是为大规模数据设计高效（通常是并行）算法，并在实践中具有良好的性能。
Yihan Sun为加州大学河滨分校 (UCR)助理教授。此前，她在Guy Blelloch教授指导下获得CMU博士学位，于清华大学获得计算机科学学士学位。Yihan Sun的研究兴趣主要包括数据结构、框架、实现、编程工具及其应用。从个人简介中我们得知，Yihan Sun和顾研是夫妻关系。
应用科学
- Shu-han Hsu：台湾成功大学
- 获奖研究：自适应透射电子显微镜 (TEM)：整合大型语言模型以实现自动化 TEM 成像、调试和可解释性
Shu-han Hsu为该校助理教授，主要研究方向为半导体可靠度与良率管理、机器学习与数据分析。
- Eric Y. Ma：UC伯克利
- 获奖研究：用大型语言模型解析物理文献
Eric Y. Ma 于2010年本科毕业于北京大学物理学专业，2016年在斯坦福大学获得应用物理学博士学位。他还曾短暂担任过苹果公司的高级科学家。2021 年 7 月，Eric Y. Ma受 EECS 邀请，全职加入加州大学伯克利分校，担任物理学助理教授。Eric Y. Ma的研究兴趣包括原子、分子和光学物理、凝聚态物理和材料科学。
人机交互
- Hong Shen：CMU
- 获奖研究：理解和支持AI红队中的边缘化社区
Hong Shen是CMU人机交互研究所的助理研究教授。她是一位跨学科学者，研究方向为人机交互、通信和公共政策的交叉点。她广泛研究数字平台和算法系统的社会、伦理和政策影响，重点关注人工智能和机器学习中的偏见、公平、社会正义和权力关系。
健康研究
- Irene Y. Chen：UC伯克利，加州大学旧金山分校
- Anna Zink：芝加哥大学
- 获奖研究：缩小差距，评估和改进临床风险预测模型
Irene Y. Chen是加州大学伯克利分校和加州大学旧金山分校计算精确健康和 EECS 领域的助理教授，也是伯克利人工智能研究中心 (BAIR) 的教员。她的研究主要包括如何使医疗保健机器学习系统变得更加强大、有影响力和公平。此前，Irene在麻省理工学院获得电气工程和计算机科学博士学位，在哈佛大学获得应用数学硕士学位。
- Xiang Li：麻省总医院，哈佛医学院
- Quanzheng Li：麻省总医院，哈佛医学院
- 获奖研究：为医疗资源有限的晚期抑郁症患者的诊断和管理量身定制大型语言模型
Xiang Li是麻省总医院和哈佛医学院放射科助理教授。此前，他于 2016 年在佐治亚大学获得计算机科学博士学位，导师为杰出教授、AIMBE Fellow Tianming Liu。Xiang Li主要研究兴趣是医学数据分析，重点是临床数据简化、大数据框架、多模态多尺度图像融合和基础模型。
Quanzheng Li为麻省总医院副研究员、哈佛医学院放射学副教授。他本科毕业于浙江大学、硕士毕业于清华大学，主要研究兴趣包括图像重建、医学图像分析、医学深度学习、多模态医学数据分析。
机器学习和数据挖掘
- 姜楠（Nan Jiang）：伊利诺伊大学厄巴纳-香槟分校（UCUI）
- 获奖研究：线上和线下强化学习的统一与新型交互协议
姜楠为 UIUC 计算机科学助理教授，作为一名机器学习研究者，他的工作重点是建立强化学习（RL）的理论基础，特别是在函数逼近设置方面。
姜楠于密歇根大学获得计算机科学与工程博士学位，师从 Satinder Singh 教授；本科毕业于清华大学。姜楠的主要研究方向包括强化学习、机器学习和人工智能。
他所从事的研究获得过多个奖项，如 AAMAS 2015 最佳论文奖、ICML 2022 优秀论文亚军等。现在他的谷歌学术引用为 4885 次。
- Chenguang Wang：圣路易斯华盛顿大学
- 获奖研究：在基础响应之前：学习大型语言模型的基础参考
Chenguang Wang为圣路易斯华盛顿大学计算机科学与工程系助理教授，也是华盛顿大学自然语言处理小组的创始人和主任。此前，他是加州大学伯克利分校计算机科学专业的博士后，博士毕业于北京大学。
- 赵晗：伊利诺伊大学厄巴纳-香槟分校
- 获奖研究：通过后处理实现值得信赖的机器学习
赵晗是伊利诺伊大学厄巴纳-香槟分校计算机科学系助理教授，隶属于电气与计算机工程系。他在卡内基梅隆大学机器学习系获得了博士学位，导师为Geoff Gordon。此前，他获得了清华大学计算机科学系的学士学位和滑铁卢大学的数学硕士学位。
赵晗对值得信赖的机器学习有着广泛的兴趣，特别关注迁移学习（领域适应/泛化/分布鲁棒性、多任务/元学习）、算法公平性、概率电路及其在自然语言、信号处理和定量金融中的应用，长期目标是构建高效、稳健、公平且可解释的值得信赖的机器学习系统。
- Song Mei：加州大学伯克利分校
- 获奖研究：基础模型和生成式AI的理论基础
Song Mei是加州大学伯克利分校统计系以及电气工程和计算机科学系助理教授。2020 年 6 月，他在斯坦福大学获得了博士学位，导师为Andrea Montanari。
他的研究处于统计学、机器学习、信息论和计算机科学的交叉领域，研究兴趣包括语言模型和扩散模型、深度学习理论、强化学习理论、高维统计、量子算法和不确定性量化。
机器感知
- Jia-Bin Huang：马里兰大学帕克分校
- 获奖研究：文本驱动的动态 3D 场景生成
Jia-Bin Huang是马里兰大学帕克分校计算机科学系副教授，研究重点是推动计算机以与人类相同的方式感知图像和视频。更具体地说，是开发用于识别和重建图像和视频中底层动态三维场景的计算方法。此前，Jia-Bin Huang在 Meta Reality 实验室担任了一年的研究科学家。在此之前，他是弗吉尼亚理工大学电气与计算机工程系的助理教授。
Jia-Bin Huang于 2016 年获得伊利诺伊大学香槟分校（UIUC）电气与计算机工程博士学位，曾获得了 IAPR 模式识别国际会议（ICPR）最佳学生论文奖等荣誉。
- Yu-Lun Liu：国立阳明交通大学（中国台湾）
- 获奖研究：利用动态 3D 高斯实现时空视频超分辨率
Yu-Lun Liu是国立阳明交通大学计算机科学系的助理教授，致力于图像/视频处理、计算机视觉和计算摄影方向的研究，特别是需要利用几何和特定领域知识的见解进行机器学习的基本问题。
2022 年，Yu-Lun Liu在NTU、CSIE获得博士学位。在加入这所大学之前，他是Meta Reality Labs Research 的实习研究科学家，也是MediaTek Inc的高级软件工程师。
自然语言处理
- Ming Jiang：印第安纳大学
- 获奖研究：多样性中的统一：增强跨文化交流语言技术的地缘文化能力
Ming Jiang的研究主要集中于可信自然语言处理（NLP）和人工智能（AI），以防止数字知识获取和管理中的错误信息传播，尤其关注开发算法和资源，以了解人类和人工智能系统如何从文本和图像等数字对象中感知信息。
在加入IU Indianapolis之前，Ming Jiang是伊利诺伊大学厄巴纳-香槟分校的一名博士生，从事由 HathiTrust 研究中心支持的研究项目。攻读博士学位期间，她曾在微软研究院的深度学习小组实习。
隐私
- Yupeng Zhang：伊利诺伊大学厄巴纳-香槟分校
- 获奖研究：训练证明及其在机器非遗忘和差分隐私中的应用
Yupeng Zhang是伊利诺伊大学厄巴纳-香槟分校电气与计算机工程和计算机科学（附属）专业的助理教授。研究领域为网络安全和应用密码学，近期研究包括零知识证明、安全多方计算及其在区块链和机器学习中的应用，以提高隐私性、公平性和可扩展性。
在加入 UIUC 之前，Yupeng Zhang在德克萨斯农工大学计算机科学与工程系度过了 4 年美好时光。此前他在加州大学伯克利分校从事博士后研究，导师是 Dawn Song。Yupeng Zhang在马里兰大学获得了博士学位，导师是 Charalampos Papamanthou 和 Jonathan Katz。
- Peihan Miao：布朗大学
- 获奖研究：面向更广泛应用的可扩展隐私设置交集
Peihan Miao 是布朗大学计算机科学系助理教授。她的研究兴趣广泛，涉及密码学、安全和理论计算机科学，重点是安全多方计算。
Peihan Miao 2019年获得加州大学伯克利分校博士学位，师从Sanjam Garg，并获得上海交通大学ACM荣誉班学士学位。博士毕业后，她在 Visa Research 担任了一年的研究科学家，并于 2020 年至 2022 年在伊利诺伊大学芝加哥分校担任助理教授。
量子计算
- Linran Fan：德克萨斯大学奥斯汀分校
- 获奖研究：用于可扩展量子计算网络的相干超导光子传感器
Linran Fan 是德克萨斯大学奥斯汀分校电气与计算机工程系的助理教授。他在2011年获得北京大学物理学学士学位，2017年获得耶鲁大学电气工程博士学位，2018年在加州理工学院从事博士后工作。2018年8月加入亚利桑那大学光学科学学院担任助理教授，2023 年 8 月加入德克萨斯大学奥斯汀分校电气与计算机工程系。
他的研究兴趣集中在新型集成器件和材料的混合系统中量子水平上光学光子、超导电路、电子自旋和声波之间的非线性相互作用。目标应用包括量子信息科学增强的光子信息处理、通信和精密测量。
安全
- Jiang Ming：杜兰大学
- 获奖研究：Android 中第三方库的精确检测：利用环境类上下文实现全局最优匹配
Jiang Ming是杜兰大学计算机科学系助理教授。他在宾夕法尼亚州立大学获得了博士学位，研究兴趣涵盖软件和系统安全，包括安全问题的二进制代码分析与验证、硬件辅助软件安全分析等，旨在立足于实际的安全问题，着眼于开发有效的解决方案来应对当今新兴技术造成的现实威胁。他的研究曾获得ACM SIGPLAN 杰出论文奖。
软件工程和编程语言
- Xiaoning Du：莫纳什大学
- 获奖研究：迈向更快、更环保的LLM辅助编程
Xiaoning Du现在是莫纳什大学信息技术学院软件系统与网络安全系的讲师（又称助理教授）。2014 年，Xiaoning Du获得复旦大学软件工程学士学位，2015 年到 2020 年在南洋理工大学攻读博士学位，师从刘洋教授。在加入莫纳什大学之前，我在南洋理工大学担任博士后研究员，师从Yi Li教授。
Xiaoning Du的研究主要集中在传统软件和基于学件的智能软件的安全和质量保证，包括但不限于软件测试、程序分析、漏洞检测和运行时验证。最近的研究方向包括人工智能软件系统的 DevOps 颇感兴趣，其目的是规范人工智能辅助解决方案的开发和评估过程，支持其部署后的运行，并保证可信和可持续的人工智能服务。
