谷歌2024博士奖学金名单揭晓！清华姚班大神吕欣，KAN一作刘子鸣获奖

---

  新智元报道  

一年一度谷歌博士奖学金（Google PhD Fellowship），终于公布了！

今年，谷歌博士生奖学金名单显示，今年共有85人获奖，一共分为13个方向：

算法与理论8人、分布式系统与并行计算1人、健康与生物科学11人、人机交互与可视化7人、机器智能22人、机器感知6人、自然语言处理12人、网络2人、量子计算3人、安全隐私和防止滥用6人、硅芯片研究1人、软件系统1人、语音处理5人。

今年，整个获奖华人学者中，来自新加坡国立大学的人数占绝大多数，另有清华姚班大神吕欣、开创性KAN论文一作入选。

2024 谷歌博士奖学金旨在表彰在计算机科学，以及相关领域进行杰出和创新研究的优秀博士研究生，并提供与谷歌导师合作的机会。

接下来，我们将着重介绍与AI、计算机领域相关的华人学者。

Sun Yan，新加坡国立大学

Sun Yan目前是新加坡国立大学计算机学院信息系统专业的一年级博士生，导师是Stanley Kok。

在此之前，她曾毕业于港中文大学深圳分校，获得了金融工程学士学位。

Sun Yan的研究兴趣在于机器学习中的算法及其应用。在此之前，她还研究了图级任务的主题（graph-level tasks），比如图内核、异常检测。

Xin Lyu（吕欣），UC伯克利分校

吕欣是UC伯克利分校理论组的三年级博士生，导师是Avishay Tal和Jelani Nelson。

他获得了清华大学交叉信息科学研究院（姚班）的学士学位。2020年，他入围「2020年清华大学特等奖学金」。

吕欣的研究兴趣一般在理论计算机科学。最近，他一直在思考伪随机性，计算复杂性和差分隐私的问题。

2020年春夏，他曾有幸访问了MIT，在 Ryan William教授的指导下研究复杂性理论。2022年暑假，还在谷歌研究院（山景城）实习，与Edith Cohen、Jelani Nelson、Tamás Sarlós、Uri Stemmer密切合作。

Erzhen Hu，弗吉尼亚大学

Erzhen Hu是弗吉尼亚大学计算机科学专业的博士生，导师是Seongkook Heo教授。

在此之前，她曾获得了弗吉尼亚大学统计学硕士学位、上海大学社会学学士学位。

她的研究包括通过多模态智能体增强人类与人工智能的交互，利用LLM，以及将先进的2D和3D计算机视觉方法应用于多用户场景，VMI和XR应用，来探索人类与人工智能的通信范式。

Ziming Liu（刘子明），麻省理工学院

刘子明是麻省理工学院和IAIFI的四年级博士生，导师是Max Tegmark教授。

2020年，他曾在北京大学获得了物理学学士学位。

他的研究兴趣在于人工智能与物理学（一般科学）的交叉领域：我的最终目标是利用人工智能+科学建设一个更美好的世界，因此我对广泛的主题都有兴趣，包括但不限于人工智能科学家、物理学启发的深度学习、深度学习科学、机械可解释性等。

他还是革命性KAN论文一作。

论文地址：https://arxiv.org/pdf/2404.19756

Kaixuan Huang（黄凯旋），普林斯顿大学

黄凯旋是普林斯顿大学电子与计算机工程系的博士生，导师是Mengdi Wang教授。

在此之前，他曾在北大获得了数学学士学位和计算机科学学士学位。本科生期间，得到了Zhihua Zhang教授指导。

他的研究兴趣是基础模型的RL（如扩散模型/语言模型的RLHF）和RL的基础模型（LLM/VLM智能体）。

Cheng-Yu Hsieh，华盛顿大学

Cheng-Yu Hsieh是华盛顿大学计算机科学与工程专业的博士生，与Ranjay Krishna和Alex Ratner一起合作，解决当今大规模机器学习中的难题。

此前，他在台湾大学获得了学士和硕士学位。

他的研究基于四个互补的工作领域，分别应对数据和模型scaling挑战的不同方面。

在数据方面，研究（1）如何高效地整理大型数据集；（2）如何通过数据有效地对齐模型行为。在模型方面，研究（3）如何高效地部署大模型，以及（4）如何有效地使大模型适应下游应用。

Eric Zhao，UC伯克利分校

Eric Zhao是UC伯克利计算机科学博士四年级学生，同时也是谷歌研究院和西蒙斯研究所的访问学者。他的导师是Nika Haghtalab和Michael I. Jordan，同时也是伯克利人工智能研究实验室和CS理论小组的成员。

2020年，他获得了加州理工学院（Caltech）学士学位。

他的研究是开发多目标机器学习的算法和数学基础。他对多目标学习特别感兴趣，因为它可以：（1）理解大型语言模型的新兴能力；（2）设计数据收集、预测和搜索的算法方法。

Eric Zhao曾在谷歌研究院研究大模型，在Salesforce研究院研究自动机制设计，在英伟达研究院研究算法公平性，在Uber研究院研究自动驾驶汽车。

Haodong Lu，新南威尔士大学

Haodong Lu目前是澳大利亚新南威尔士大学博士二年级学生，导师是Dong Gong博士和Lina Yao教授。

他的研究兴趣主要集中，在理解和适应数据分布的变化，特别是分布外（OOD）检测和连续学习。

Kaiwen Wang，康奈尔大学

Kaiwen Wang是康奈尔大学的计算机科学博士生，主要研究强化学习、因果关系和大模型，导师是Nathan Kallus和Wen Sun教授。

此前，他曾在剑桥大学获得了计算机科学与数学的学士学位。

Peizhen Li（李佩珍），麦考瑞大学

李佩珍目前是麦考瑞大学计算机科学学院的博士在读生，本科、硕士期间曾就读于中山大学数据科学与计算机学院。她的研究兴趣包括机器学习、具身智能等等。

Siyao Li，南阳理工大学

Siyao Li目前是新加坡南洋理工大学MMLab的三年级博士生，导师是Chen Change Loy教授。他目前的兴趣包括内容创作的人工智能技术。

Xiaoxin He（何晓昕），新加坡国立大学

何晓昕是新加坡国立大学（NUS）计算机学院的一名博士生，导师是Bryan Hooi教授和Xavier Bresson教授。

她的研究兴趣主要集中在图深度学习上。

在加入新加坡国立大学之前，她曾在复旦大学计算机学院获得了学士学位，导师是Yang Chen教授。

Cao Yuzhou（曹宇舟）， 南洋理工大学

曹宇舟目前是新加坡南洋理工大学计算机与数据科学学院的一名博士生，研究方向是统计学习及其在可靠机器学习中的应用，导师是Bo An教授。

在此之前，他曾于2021年在中国农业大学理学院获得理学学士学位，导师是Yitian Xu教授。

Sheng-Yu Wang，卡内基梅隆大学

Sheng-Yu Wang是CMU博士生，导师是Jun-Yan Zhu。他感兴趣的研究包括对神经网络分析、物理世界建模。

Shengqiong Wu，新加坡国立大学

Shengqiong Wu曾在在武汉大学获得硕士和学士学位，目前是新加坡国立大学计算机学院NExT++研究中心二年级博士生，导师是Tat-Seng Chua。

她的研究兴趣主要是基于场景图的视觉语言理解，包括多模态大模型和扩散模型等。

Jianrong Zhang（张健荣），悉尼科技大学

张健荣是悉尼科技大学一年级博士生，导师是Yi Yang教授。

在此之前，他曾在吉林大学计算机科学与技术学院获得硕士学位。2020 年，在同校的软件学院获得工学学士学位。

David Wan，北卡罗来纳大学教堂山分校

David Wan是北卡罗来纳大学教堂山分校的四年级博士生，导师是Mohit Bansal。在此之前，他在哥伦比亚大学获得了学士和硕士学位，导师是Kathleen McKeown。他的研究兴趣是自然语言处理。

Ma Xinyin（马欣尹），新加坡国立大学

马欣尹目前是新加坡国立大学学习与视觉实验室的博士生，导师是Xinchao Wang教授。

在此之前，她在浙江大学获得了计算机科学硕士学位，导师是Weiming Lu教授。而且她还在浙江大学获得了软件工程学士学位。

她目前正在从事高效学习方面的研究，包括语言模型和扩散模型的效率；加速训练：数据集提炼和核心集；使用合成数据进行压缩，例如无数据蒸馏。

Minzhi Li，新加坡国立大学

Minzhi Li正在新加坡国立大学WING实验室攻读计算机科学博士学位，研究方向是以人为本和社会意识自然语言处理。

此前，她曾获得了新加坡国立大学学士学位。

Shan Chen，马斯特里赫特大学

Shan Chen是哈佛大学马斯特里赫特分校（Harvard-MGB AIM）与马斯特里赫特大学（Maastricht University）联合培养的博士生，师从Hugo Aerts博士和Danielle S. Bitterman医学博士。

他对大模型的知识表示和特征深感兴趣，尤其是它们跨模式转换的能力。

Yun-Chen Lo，台湾清华大学

Yun-Chen Lo目前是哈佛大学计算机科学系的访问博士生，导师是David Brooks教授和Gu-Yeon Wei教授。他还是台湾清华大学电子工程系的博士生，导师是Ren-Shuo Liu教授。

他的总体研究兴趣是超大规模集成电路设计和高效人工智能系统。

Shu-wen Yang（楊書文），台湾大学

Shu-wen Yang是台湾大学计算机科学专业的博士生，导师是语音处理和机器学习（SPML）小组的Hung-yi Lee和Lin-shan Lee。

他的研究致力于开发人类级别的感知系统，该系统能全面理解语音（从声学到语言学）及其与音频、视觉和自然语言等其他模态的相互作用。

他的主要研究方向是表征学习，最近的研究重点是自监督学习、表征泛化和高效预训练。

此外，健康与生物科学中的华人学者共有5人，分别是罗彻斯特大学Hanjia Lyu、加州理工学院Jason Yang、斯坦福大学Kara Liu、多伦多大学Lingtong (Tony) Xu、阳明交通大学Chang Kao Jung。

在安全、隐私与预防滥用领域中，获奖华人学者是昆士兰大学Zihan Wang。