清华大学·交叉信息研究院助理教授
·视觉为中心的自动驾驶-BEV感知
·自动驾驶中的运动预测
·像素之声—图像和声音的跨模态自监督学习
宋浩然
华为自动驾驶·主任工程师
宋浩然，现任华为IAS BU主任工程师。于2021年在香港科技大学获得博士学位，导师为王煜教授和陈启峰教授；2016年本科毕业于哈尔滨工业大学。其主要研究方向为自动驾驶中的运动规划与预测，并在机器人学、计算机视觉领域的顶级会议CoRL/ECCV/ICRA/IROS、期刊Science Robotics/AURO/RAL上发表多篇论文。
·自动驾驶中的车辆轨迹预测
孙佳明
像衍科技·CTO
孙佳明，现任像衍科技CTO，负责三维数字人内容生成的算法与产品研发工作。本科毕业于南方科技大学计算机科学与工程专业，研究领域包括三维计算机视觉与计算机图形学，在三维重建、局部特征匹配、物体位姿估计与跟踪等领域发表过多篇论文，曾入选CVPR2021最佳论文提名。
·基于深度学习的三维重建与定位
宋飏
斯坦福大学·计算机系在读博士生
斯坦福大学计算机系在读博士生，师从Stefano Ermon教授。本科毕业于清华大学物理系数理基础科学专业。研究方向为生成式模型及其在机器学习安全性和反问题求解上的应用。工作发表于NeurIPS, ICLR, ICML, UAI, AISTATS等机器学习顶级会议，包括1篇NeurIPS Oral (2019)，1篇ICLR Oral (2021)，以及1篇ICLR杰出论文奖(2021)。苹果奖学金以及摩根大通奖学金得主。
·基于梯度估计的生成式模型
弋力
清华大学交叉信息研究院·助理教授
弋力博士现任清华大学交叉信息研究院助理教授。他在斯坦福大学取得博士学位，导师为Leonidas J. Guibas教授，毕业后在谷歌研究院Thomas Funkhouser教授研究组任研究科学家，此前他曾在清华大学电子工程系取得学士学位。他的研究兴趣涵盖三维视觉、计算机图形学和具身人工智能，他的研究目标是使机器人具备理解三维世界并与之交互的能力。他的工作被广泛应用于智能汽车、虚拟/增强现实、智能机器人等领域。他在计算机顶级会议期刊上已发表论文二十余篇，引用数达9000+，代表作品包括ShapeNet，SyncSpecCNN，PointNet++等，大大影响了三维深度学习这一领域的出现与发展。他曾担任计算机视觉顶会 CVPR 2022 的领域主席。
·对比多模态融合
谢恩泽
香港大学·计算机系博士
香港大学计算机系三年级博士，导师为罗平教授，研究方向为2D/3D物体检测分割,自监督学习,Transformer等。以第一作者在TPAMI/CVPR/ECCV/ICCV等顶级期刊和会议上发表过多篇论文，代表作PolarMask和SegFormer被选为CVPR2020和NeurIPS2021十大最具影响力论文。曾在国际竞赛Google OpenImages 2019和ICDAR 2019中取得冠军。Google scholar引用量1500+。2022年被选为NVIDIA Fellowship Finallist。
·Transformer在检测和分割中的应用
王文海
南京大学·计算机系博士
·Transformer在检测和分割中的应用
王龙光
国防科技大学·在读博士生
王龙光，国防科技大学博士生，指导老师为安玮教授与郭裕兰副教授。主要研究方向为低层计算机视觉与三维视觉，专注于二者的交叉领域，特别是图像和点云的复原与重建，以第一作者身份在TPAMI、TIP、CVPR、ICCV、ECCV等期刊及会议上发表7篇论文。曾在CVPR上组织首届NTIRE 2022双目图像超分辨率重建挑战赛。
·单目双目图像超分辨率研究
张宁
上海交通大学·研究系列助理教授
张宁，上海交通大学计算机科学与工程系，助理研究员。北京科技大学本科，中国科学院自动化研究所博士。曾就职于知名外企和互联网公司。主要研究领域包括基于机器学习的多媒体分析与生成、音视频联合学习等。发表论文20余篇，包括顶级期刊和会议论文10余篇。
·基于机器学习的音乐分析与生成
杨耀东
北京大学人工智能研究院·助理教授
杨耀东，科研领域包括强化学习、博弈论和多智能体强化学习，相关的研究成果发表论文及专著专利40余篇。他的研究工作于2020年获国际机器人学习会议CoRL最佳系统论文奖，2021年获国际多智能体系统会议AAMAS最具前瞻性论文奖。在加入北京大学以前，他曾任伦敦国王大学助理教授，华为英国研究所主任研究员，美国国际集团科学部高级经理。杨耀东本科毕业于于中国科学技术大学，硕士毕业于英国帝国理工大学，博士毕业于英国伦敦大学。
·一个通用零和博弈的求解框架
查道琛
莱斯大学·在读博士生
查道琛目前是莱斯大学四年级博士生，主要从事机器学习和数据挖掘方面的研究。主要研究兴趣是强化学习、自动机器学习以及它们的应用。他的研究发表在了主流的机器学习和数据挖掘会议上，包括ICML、ICLR、NeurIPS、KDD、AAAI、IJCAI等。他是多个游戏AI和自动机器学习开源软件包的作者，包括RLCard、DouZero、TODS、AutoVideo等，总共收到超过5,000个GitHub星标。
·斗地主AI探究：从零开始学打斗地主
周大权
新加坡国立大学·计算机科学博士
周大权，NUS 数据科学深度学习方向三年级博士生，师从冯佳时教授。研究方向是深度学习神经网络的架构设计，压缩优化与自动搜索。他在ICLR， ECCV，ICCV，CVPR，NeruIPS等计算机视觉与机器学习顶会发表多篇论文。他曾参与设计新加坡第一个商业人造卫星的研发。
·迈向更深的Vision Transformer
罗福莉
幻方量化·深度学习研究员
罗福莉，北大硕士，阿里星，曾任职于阿里巴巴达摩院，现加入幻方量化从事深度学习相关策略建模和算法研究。主要研究方向包含预训练语言模型，主要聚焦于多语言预训练VECO以及超大模型落地技术S4的系统化建设，主导阿里预训练语言模型体系AliceMind开源等工作；同时也致力于文本生成研究，如文本风格转换、带控制的文本生成、双关生成等；早期研究方向是词义消歧。目前已经在ACL、EMNLP、IJCAI等自然语言处理顶会上发表20多篇主会论文。
·阿里达摩院预训练语言模型体系AliceMind
·属性可控的文本改写和生成
周号益
北京航空航天大学软件学院·助理教授
北航大数据科学与脑机智能高精尖创新中心成员
周号益博士一直致力于人工智能理论与应用研究，解决工业、医疗等行业中真实问题。发表高水平论文10余篇，申请专利10余项，获“AAAI 2021最佳论文奖”；获工信部工业互联网创新成果转化一等奖、“互联网+”大学生创新创业大赛北京赛区一等奖；开源项目Informer在PWC社区趋势排名第一、访问30余万次；入选世界人工智能大会WAIC 2021“云帆奖·明日之星”、北京市“海英之星”、北京市优秀毕业生、北航“十佳研究生”、智源领域新星。
·长序列预测向左，计算复杂度向右——稀疏注意力模型
·三元注意力：原来Transformer也货比三家？
林禹臣
南加州大学·计算机系博士生
林禹臣，南加州大学计算机系博士生，导师为Prof. Xiang Ren。在此之前，他本科毕业于上海交通大学IEEE试点班（2014-2018），曾在Google AI 与 Facebook AI Research (FAIR) 担任研究实习生，分别受指导于William Cohen和 Scott Yih。他曾多次担任ACL, EMNLP, NAACL, ICLR, ICML, NeurIPS, AAAI等会议的审稿人，获得过WWW 2020 best paper runner-up, 百度AI新星等荣誉。
他的博士研究致力于自然语言处理中的常识推理（commonsense reasoning）--- 表征并融入常识知识于神经语言模型中，从而创造更贴近人类思维与行为的智能体。他的研究兴趣也包括联邦学习 (federated learning), 跨任务泛化（cross-task generalization），元学习（meta-learning），终身学习（lifelong/continual learning）等方向在自然语言处理中的应用。
·如何将常识教给机器？常识推理与语言模型
沈志强
香港科技大学·助理研究教授
沈志强目前是香港科技大学的助理研究教授以及穆罕默德•本•扎耶德人工智能大学附属助理教授。在加入港科之前，他是复旦大学和UIUC的联合培养博士，师从Thomas Huang教授等。他也是CMU的博士后，在Marios Savvides，Eric Xing教授的实验室从事计算机视觉、机器学习等研究工作。他早期的研究工作主要聚焦于传统的计算机视觉任务，比如目标检测，细粒度分类，视频描述，包括最早提出和研究learning object detection from scratch (DSOD)这个问题。近期还关注于小样本、自监督学习等内容，同时也关注如何为这些视觉任务通过机器学习算法进行加速和优化，因此最近一些工作更多的是研究二值化、量化神经网络，知识蒸馏，网络压缩等工作机制，同时和相关视觉任务的结合。他希望自己的研究能够使视觉应用在现实场景中更加高效的部署和运行，使用更少的数据（few-shot）和更少的标注（self-supervision），同时保证模型精度。他的一作工作发表于TPAMI、IJCV、ICLR、ICML、CVPR、ICCV、AAAI等机器学习和计算机视觉领域顶级期刊和会议，他同时也是这些期刊和会议的审稿人。
·理解标签平滑和知识蒸馏以及在自监督二值网络任务上的应用
孙若愚
伊利诺伊大学香槟分校·助理教授
孙若愚是伊利诺伊大学香槟分校(UIUC)工业与系统工程系助理教授。主要研究方向为数学优化和机器学习，尤其是深度学习算法、生成对抗网络、自适应梯度方法、大规模优化算法等。
在加入UIUC之前，他曾任Facebook AI Research的访问科学家。斯坦福大学博士后，美国明尼苏达大学电子工程系博士，北京大学数学科学学院本科。
他是最早研究机器学习的非凸优化全局最优性质的研究者之一，发表在FOCS的相关论文获得了INFORMS优化协会学生论文竞争的Hononrable mention。曾获得INFORMS乔治•尼科尔森学生论文竞赛的第二名。担任ICLR, NeurIPS, ICML, AISTATS等机器学习会议的领域主席。在机器学习会议以及Mathematical Programming、SIAM Journal on Optimization等顶尖优化杂志发表多篇关于深度学习与优化理论的文章。
·GAN的全局几何图景: Stackleberg均衡和模式坍塌
史少帅
德国马普所信息所·博士后
史少帅，德国马普所信息所博士后研究员，博士毕业于香港中文大学多媒体实验室，师从王晓刚教授和李鸿升教授。主要研究方向是三维场景的感知和理解及其在自动驾驶场景中的应用。在CVPR/ICCV/ECCV/TPAMI等顶级会议和期刊上发表多篇论文。谷歌学术引用量2000+，单篇引用量800+。读博期间曾获香港政府奖学金、谷歌博士生奖学金、WAIC云帆奖明日之星等荣誉。
·基于点云的PV-RCNN系列三维目标检测器
邴立东
阿里巴巴达摩院·NLP Lab新加坡团队负责人
邴立东，香港中文大学博士，卡内基梅隆大学博士后。现任职于阿里巴巴达摩院语言智能实验室技术总监、多语言NLP团队负责人。
邴博士从事自然语言处理领域的研发工作10余年，目前研究兴趣集中于低资源NLP问题、情感分析、文本生成、表示学习、论辩挖掘等。近年来在顶级人工智能会议及期刊上，发表论文100余篇，2021年引用量1100余次。以执行主编、副主编、领域主席、高级程序委员等身份，多次参与顶级自然语言和机器学习会议、期刊的组织和审稿工作。其带领的团队开发的多语言NLP技术，全面赋能Lazada、Daraz等国际化电商平台，打造云上NLP能力的优势项并助力阿里云出海业务拓展。
·多语言赋能全球化&低资源NLP研究
柯磊
香港科技大学·在读博士生
柯磊，香港科技大学计算机工程系三年级博士生，导师是Chi-Keung Tang（IEEE Fellow）和Yu-Wing Tai。他目前在苏黎世联邦理工学院计算机视觉实验室（CVL）做访问学者，受Fisher Yu教授和研究员Martin Danelljan的共同指导。他的研究兴趣主要包括视频及图像中的实例分割与目标追踪，希望为机器感知真实世界场景提出更为精确、鲁棒、高效及可泛化的基础算法，并有多篇相关工作以第一作者身份发表于NeurIPS/CVPR/ ICCV/ECCV中。
·自动驾驶场景下的多目标追踪与实例分割
胡侠
美国莱斯大学·终身副教授
胡侠博士，现任美国莱斯大学终身副教授， AIPOW联合创始人兼首席科学家。长期从事数据挖掘、机器学习和人工智能研究，在包括ICLR, NeurIPS, KDD、 WWW、SIGIR在内的相关顶级国际会议及期刊发表论文100余篇，他引超过10,000次。其主导开发的开源系统AutoKeras成为最常用的自动机器学习框架之一（超过8000次star及1000次fork），开发的NCF算法及系统（单篇论文他引2500余次）成为主流人工智能框架TensorFlow的官方推荐系统，主导开发的异常检测系统在通用、Trane、苹果等公司的产品中得到广泛应用。他曾获包括WWW, WSDM, INFORM等顶级会议最佳论文(提名)，美国国家科学基金委杰出青年奖，IEEE Atluri学者奖，亚利桑那州立大学校长奖等，现担任ACM TIST、Big Data副主编，DMKD编委，曾担任信息检索领域顶级国际会议WSDM 2020大会主席。他的研究工作曾经被包括MIT Technology Review, ACM TechNews, New Scientist, Defense One在内的国际主流媒体广泛报道。
·基于信息瓶颈的深度学习可解释性算法和应用
汤继良
密西根州立大学·副教授
汤继良于2016年秋季加入密西根州立大学，担任计算机科学与工程系助理教授。2021年晋升于副教授。在这之前，他曾担任雅虎研究院研究员。他于2015年从亚利桑那州立大学取得博士学位。于2010年和2008年从北京理工大学获得硕士和本科学位。他曾经获得2021 ICDM Tao Li Award，2021北美计算机华人协会新星奖，2021 IEEE 大数据安全研究奖，2020 SIGKDD新星奖（Rising Star Award），2019美国自然科学基金杰出青年奖（NSF Career Award），和包括KDD、WSDM等在内的7项领域会议的最佳论文奖（或者提名）。他的博士论文获得2015 SIGKDD最佳博士论文（KDD Best Dissertation）亚军和院长优秀博士论文奖（Dean’s Dissertation Award）。他是SIAM数据分析小组和ACM TKDD期刊的秘书长。他经常当任顶级会议的组织者(如：KDD，SIGIR和WSDM)和顶级期刊的编委（如：ACM TKDD和 IEEE TKDE）。他的研究成果发表在领域顶级的期刊和会议上，现已获得了超过19,000多次的引用（h-index: 65）和媒体广泛的关注和报道（如：New Scientist）。
·从图去噪的角度理解和设计图神经网络
马道林
上海交通大学·副教授
马道林，2009年毕业于北京大学理论与应用力学专业，2015年取得北京大学博士学位。博士毕业后先后在西南交通大学和麻省理工学院机械系工作，于2021年加入上海交通大学船建学院建立“操作感知与智能实验室”。博士期间从事接触力学和动力学的研究，现在重点研究机器人操作中的触觉传感、感知与控制。获ICRA 2021 Best Conference Paper，Amazon Robotics Best System Paper、 Amazon Robotics Challenge Stow Task冠军等。
·ICRA'21最佳论文：基于分布式触觉测量和相对运动跟踪的外部接触感知
人气技术团队 ✦
除此之外，社区邀请到多方技术团队，分享他们在顶会或特定技术方向上的最新工作。其中，以下27个技术团队的分享受到社区用户广泛关注与好评，也曾引发大家的热烈讨论，上榜“年度人气技术团队”！感谢他们的到来，也欢迎更多的技术团队联系我们，“合伙搞事情”！
如果你也想...
✅带领技术团队，组团亮相、打造技术影响力（形式包括但不限于：举办技术内容/顶会工作专场直播、团队系列Talk、建立专属社群...）
因此，如果你有意来到社区分享，无比欢迎你填写下方表单提交申请，或联系将门的工作人员（添加微信“aceyiming”并备注姓名及来意），我们会第一时间回复你！还没
申请表单
还没结束！
明天我们还将发布TechBeat红人榜中跟作者相关的榜单——“年度最受关注工作”和“年度高产作者”，对于过去一年来以文章形式积极宣传自己paper的高人气作者们给予闪亮登场的机会！
一篇榜单、一个链接、一场Talk，肯定不足以让你全面了解这些人气讲者。本月底开始我们还将陆续推出AI工作者人物专访栏目——【AI红人荟】，带领大家走进AI人的世界，感受来自青年科学家们的榜样力量。
敬请期待啦~
希望大家都能在AI路上，
Tech不停，Beat不止！
-The End-
本周上新！
扫码观看！
关于我“门”
将门是一家以专注于发掘、加速及投资技术驱动型创业公司的新型创投机构，旗下涵盖将门创新服务、将门技术社群以及将门创投基金。
将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。
如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”: