杨强荣获IJCAI 2023杰出服务奖最新名单公布

杨强是首位获此殊荣的华人科学家。

近日，人工智能领域传来一则重磅消息：在IJCAI 2023的奖项评选中，中国人工智能专家杨强教授荣获“Donald E. Walker杰出服务奖”。这一奖项旨在表彰获奖者对IJCAI组织乃至整个人工智能领域的卓越贡献。

这个奖项的分量有多重？自1969年IJCAI创办以来，杨强教授是第一位获此殊荣的华人学者。国际人工智能联合会议（IJCAI）作为该领域的顶级学术会议，其设立的奖项历来被视为学术贡献的标杆。Donald E. Walker杰出服务奖自1979年设立，过往的获奖者名单堪称一部AI发展史的缩影，包括了人工智能先驱亚瑟·塞缪尔、面部识别技术奠基人伍德罗·布莱索等传奇人物。杨强的入选，标志着国际学术界对其数十年服务与贡献的高度认可。

1、杨强个人生平

杨强教授生于1961年，高中毕业于清华大学附属中学。他的学术生涯起点颇有意思：1982年，他从北京大学天体物理学专业毕业，获得理学学士学位，随后通过CUSPEA项目赴美深造。在马里兰大学，他先是在1985年拿下了天体物理学硕士学位，之后却将目光投向了方兴未艾的计算机领域，转而攻读人工智能，并最终获得了硕士及博士学位。

从1989年到2012年，他的足迹遍布北美和亚洲的知名学府，先后在滑铁卢大学、西蒙菲莎大学及香港科技大学担任副教授、教授等职。2012年，他的职业生涯迎来一个重要转折，开始将主要精力投向人工智能的产业化，并担任华&为诺亚方舟实验室的创始主任。2015年至2018年，他回到香港科技大学，出任计算机科学与工程系系主任。

翻开杨强的履历，“首位华人”的纪录屡见不鲜：2013年，他当选AAAI会士，是首位获此荣誉的华人；2017年，他担任国际人工智能联合会（IJCAI）理事会主席，成为该组织历史上首位华人主席；2021年，他又担任AAAI大会主席，再次成为担此重任的首位华人。

除了这些开创性的服务角色，他的学术成就同样耀眼。他是人工智能重要分支“迁移学习”和“联邦学习”的领军人物，头顶IEEE Fellow、AAAI Fellow、ACM Fellow等多重光环，并于2021年当选加拿大工程院和皇家学院院士。据统计，他在人工智能和数据挖掘领域已发表超过400篇论文，谷歌学术引用数超过10万，h-index指数超过130，其影响力可见一斑。

2、主要研究方向

杨强教授的研究主要聚焦于人工智能的几个关键方向：联邦学习、迁移学习和智能规划。其中，最为业界所熟知的，当属迁移学习和联邦学习——这两种旨在解决数据困境的机器学习方法。

先说迁移学习。它的核心思想，是让机器学会“举一反三”。简单来说，就是发现不同领域之间的共性，并将一个领域学到的知识或模型，应用到另一个相关但数据可能匮乏的新领域。举个例子，如果你已经训练好一个用于推荐书籍的精准模型，当你想新建一个推荐食品的网站时，迁移学习能帮助你快速地将书籍推荐模型的经验迁移过来，而不必从零开始、等待漫长的数据积累。这极大地提升了AI模型在新场景下的适应效率和能力。

而联邦学习，则直指当今AI发展的另一个核心痛点：数据隐私与孤岛。它的基本思路是在数据“不出门”的前提下进行联合建模。各个参与方（如不同企业或部门）在本地用自己的数据训练模型，然后只交换加密的模型参数（而非原始数据），共同构建一个更强大的全局模型。这就好比一群厨师各自在家研究菜谱，只交流烹饪的心得与火候秘诀，而不交换食材，最终合力写出一本更完美的食谱。这种方法能在严格保护用户隐私和数据安全的前提下，打破“数据孤岛”，利用全网数据提升模型性能。

目前，迁移学习和联邦学习都已发展成为人工智能，特别是机器学习领域的前沿与热点方向。杨强教授作为这两个领域的领导者，其工作不仅停留在理论层面，更致力于解决实际产业中的小数据、数据孤岛和隐私安全等难题。他带领团队开发了应用于普惠金融、医疗健康和电子商务等场景的产业级开源系统，其中就包括由微众银&行开源的全球首个工业级联邦学习技术框架。香港科技大学曾评价他为“国际领先的大型人工智能和数据挖掘解决方案工程实践专家”，可谓恰如其分。他的研究，切实推动了大规模AI系统的工程化应用与新标准的建立，产生了深远的社会影响。