自1969年IJCAI创办以来，还没有华人学者荣获这一奖项，杨强教授是第一位。国际人工智能联合会议（International Joint Conference on Artificial Intelligence，简称为「IJCAI」）是人工智能领域中最主要的学术会议之一，其设立了卓越研究奖、计算机与思想奖、Donald E. Walker 杰出服务等奖项，主要授予那些在人工智能领域做出非凡贡献的科学家们。IJCAI Donald E. Walker 杰出服务奖项由 IJCAI 于 1979 年设立，旨在表彰 AI 领域的资深科学家在其职业生涯中对该领域的贡献和服务。以前的获奖者有：美国经济学家伯纳德·梅尔策（Bernard Meltzer）、人工智能领域的先驱亚瑟·塞缪尔（Arthur Samuel）、面部识别技术的先驱之一伍德罗·布莱索（Woodrow Bledsoe）等等。
1
杨强生于1961 年 12 月，高中毕业于清华大学附属中学。1982年毕业于北京大学天体物理学专业，获理学学士学位，毕业后通过CUSPEA项目赴美国留学。他于1982年赴马里兰大学深造，1985年获得天体物理学硕士后转学人工智能专业，获得硕士及博士学位。1989年至2012年，杨强先后于滑铁卢大学和西蒙菲莎大学以及香港科技大学任副教授以及教授职位。2012年，杨强将主要精力转向人工智能和大数据的产业化研究，在华为诺亚方舟实验室担任创始主任。2015至2018年，在香港科技大学计算机科学与工程系任系主任。在2013年7月举行的第27届先进人工智能（AAAI）大会上，杨教授被推选为AAAI 院士，是第一位获此殊荣的华人。2017年，杨强当选2019国际人工智能联合会（IJCAI）理事会主席，是IJCAI首次由华人科学家担任IJCAI理事会主席身份。2021，杨强担任国际人工智能大会 AAAI 大会主席，此次任职是AAAI大会历史上第二位大会主席，再次成为首次担任主席的华人。除了多个「首位华人」，杨强的学术成就也十分耀眼，是人工智能的重要领域“迁移学习”和“联邦学习”的领军人物。他是IEEE Fellow（2009）、IAPR Fellow（2012）、AAAS Fellow（2012）、AAAI Fellow（2013）、ACM Fellow（2017）、CAE和RSC Fellow（加拿大工程院和皇家学院院士，2021）。在人工智能和数据挖掘领域，他已经发表了400多篇论文，是人工智能和数据挖掘顶级会议，比如IJCAI、ACL、SDM、 WSDM 、 KDD、CIKM、 AAAI的常客。在谷歌学术，杨强的被引数超过了 10 万，h-index 超过了 130。
2
杨强主要研究方向为人工智能，包括联邦学习、迁移学习、智能规划。其中最为大众熟知的是迁移学习、联邦学习等在两个或两个以上的领域之间进行的机器学习方法。
所谓迁移学习，要素是发现两个领域之间的共性。在机器学习里便是让机器学会发现共同特征的能力。用一个浅显的例子来说明便是，比方说你建了一个荐书网站又建了一个推荐食品的网站，那么我们可以拿荐书网站模型迁移到新场景下应用。如果不用迁移学习，就得等很长时间获得足够多的数据来做智能推荐。机器学会迁移学习，便能快速高效的进行智能推荐。而联邦学习，其基本思想是建立一个共有模型，各个参与者的身份和地位相同，通过加密机制下的参数交换方式，实现不同企业、不同部门所拥有的数据不交换、不移动。在不违反数据隐私保护法律法规的前提下，模型利用全量数据进行训练和模型优化，从而得到最优模型结果。无论是迁移学习，还是联邦学习，现在都已经成为人工智能/机器学习的前沿技术，成为这些领域研究者致力的方向之一。杨强领导迁移学习和联邦学习研究领域，在实践中解决小数据、数据孤岛、用户隐私和数据安全问题；为全球数百万用户和企业开发了用于普惠金融、健康和电子商务应用程序的开源产业级系统。他的研究对大规模人工智能和数据挖掘工程系统和应用、新标准、开源软件产生了较大的影响，并提升了社会的知识水平。他带领微众银行开源了全球首个工业级联邦学习技术框架。杨强是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。
打印本文章
