杨强：第九届吴文俊人工智能杰出贡献奖获奖者
九年磨一剑，AI先锋齐聚一试锋芒。11月29日—12月1日， 由中国人工智能学会主办的“第九届吴文俊人工智能科学技术奖颁奖典礼暨2019中国人工智能产业年会”将在苏州隆重举办。届时，学会将对81个成果授奖。
伴随智能科技的不断深化，人工智能正在全球范围内蓬勃兴起，大批AI科技先锋不断涌现，他们以优质的科技成果大力推动了人工智能的发展。自2011年学会设立“吴文俊人工智能科学技术奖”以来，该奖项已成为我国表彰、鼓励科技从业者及企业的至高荣誉殿堂。
第九届吴文俊人工智能科学技术奖颁奖典礼
暨2019中国人工智能产业年会
倒计时24天
为全面实施创新驱动发展战略，贯彻落实国家《新一代人工智能发展规划》，通过推荐评选优秀的智能科学技术成果，切实调动广大智能科技工作者的积极性和创造性，表彰获得2019年度吴文俊人工智能科学技术奖的学者与专家，促进人工智能技术在各行业领域赋能，大力提升我国智能科学技术创新与产业化发展水平，加快建设成为世界人工智能创新中心和应用高地，中国人工智能学会将于 2019年11月29日—12月1日在苏州隆重举办“第九届吴文俊人工智能科学技术奖颁奖典礼暨2019中国人工智能产业年会”。诚邀您莅临本届颁奖大会，共襄盛举。
【倒计时优惠票】仅剩4天，点击阅读原文到「活动行」进行抢购
杨强，CAAI名誉副理事长、微众银行首席人工智能官，香港科技大学讲席教授。主要研究领域包括人工智能、数据挖掘、机器学习及其在大数据上的理论、算法研究及应用等，是国际人工智能界“迁移学习”（Transfer Learning）技术的开创者，并提出“联邦学习”（Federated Learning）的研究新方向。2019年，荣获第九届吴文俊人工智能杰出贡献奖。
获奖者简介
杨强，CAAI名誉副理事长，微众银行首席人工智能官，香港科技大学讲席教授。主要研究领域包括人工智能、数据挖掘、机器学习及其在大数据上的理论、算法研究及应用等，是国际人工智能界“迁移学习”（Transfer Learning）技术的开创者，并提出“联邦学习”（Federated Learning）的研究新方向。2019年，荣获第九届吴文俊人工智能杰出贡献奖。
杨强是国际人工智能协会（AAAI）的首位华人执委，香港人工智能与机器人学会（HKSAIR）理事长，曾任国际人工智能联合会（IJCAI）理事长，是六大国际学会的会士（CAAI/IEEE/ACM/AAAI/AAAS/IAPR Fellow）。同时也是《IEEE Transactions on Big Data》和《ACM Transactions on Intelligent Systems and Technology》的创始主编，以及多个国际人工智能和数据挖掘领域杂志编委、多个国际人工智能研究学会组织者。
杨强横跨学术界与工业界，不仅在学术研究领域成果颇丰，而且长期致力于学术成果落地实践，有六部人工智能领域的著作及400多篇高水平论文和极高的引用率。他于1989年在马里兰大学获得计算机系博士学位；于1989年9月至1995年8月任加拿大滑铁卢大学（University of Waterloo）计算机科学系助理教授、终身副教授；于1995年8月至2001年8月任加拿大西蒙·弗雷泽大学(Simon Fraser University)计算机科学学院终身副教授、工业讲座教授及正教授；于2001年8月至2017年12月历任香港科技大学计算机科学与工程系副教授、教授、副系主任，新明工程学讲座教授及计算机系主任、以及大数据研究所所长；2012年6月至2014年11月任华为诺亚方舟实验室创始主任、2014年11月起为深圳市前海第四范式公司联合创始人；2018年2月起任深圳前海微众银行首席人工智能官。
获奖理由
杨强教授是我国人工智能和机器学习领域的学术带头人，是华人在国际人工智能界最有影响力的学者之一。他在人工智能界潜心研究30余年，针对人工智能系统的小数据和数据孤岛问题，杨强教授及团队开创了“迁移学习”和“联邦学习”的新方法。他定义了迁移学习问题和框架，研究了一系列迁移学习算法，系统地解决人工智能面对的数据挑战，处于国际领先地位。同时，他提出工业级“联邦学习”框架，为解决用户隐私保护，打通数据孤岛的挑战提供了有力的技术方案。
杨强教授与团队将研究成果积极应用于创新实践中，先后在华为、第四范式、微信、微众银行任职，搭建起连接人工智能学术界与工业界的桥梁，并摸索沉淀了一套学术成果工业转化的有效方法和路径。
杨强教授积极参与学术服务，他是国际人工智能协会（AAAI）第一位和唯一华人执委，他发起创立香港人工智能与机器人学会（HKSAIR）和ACM KDD China，曾任国际人工智能联合会（IJCAI）理事长，他联合创立粤港澳大湾区人工智能与机器人联合会，推动中国人工智能的学术发展。
杨强教授热爱祖国，为人诚恳，治学严谨，敢于创新，为我国推动人工智能领域的研究走向国际前列做出了卓越贡献。
项目介绍
人工智能在现阶段的成功在很大程度上依赖于对高质量的大数据的学习，但这并没有完全解释人类智能的精髓。人类的智能很大程度上体现在数据量不足时“举一反三”的学习能力上，而现阶段很多的机器学习算法，如深度学习等，都不具备这样的能力。同时，在机器学习的实际应用中，很多领域都缺乏大数据和对数据的标注（如癌症诊断、金融风控等），数据中也掺杂大量的噪音。同时，很多领域面临数据源不足和数据孤岛的严重挑战，使机器学习系统遇到所谓的“冷启动”问题。
针对这一人工智能领域的关键问题，杨强及团队早在十多年前就提出通过“迁移学习”实现“小样本学习”的理念，即：将相似领域大数据的知识“迁移”到小样本的场景。迁移学习的目标是把相关领域里高质量的机器学习模型进行修改和自适应操作，以迁移到目标场景中来。当下，在深度学习等基于大数据的机器学习方法遇到数据瓶颈的背景下，迁移学习的解决方案变为人工智能技术和工业界的焦点。在国家973计划、香港RGC等项目的支持下，本项目在迁移学习的理论基础、关键技术和产业应用展开了十余年的深入研究。在迁移学习的基础理论方面，项目团队提出以学习数据的特征空间作为突破口，建立了新的理论框架以衡量不同领域数据的公共特征空间之间的距离。在迁移学习的关键算法方面，团队在国际上率先系统化地构建迁移学习的开创性算法，提出了以TrAdaBoost、异构迁移学习、传导式迁移学习等算法为代表的一系列跨数据、跨模型、跨领域、可复用的迁移学习算法框架，奠定了基于机器学习算法框架来解决迁移学习问题的思路。在迁移学习的产业应用方面，针对搜索引擎与推荐系统等互联网应用，提出了基于迁移学习在稀疏度数据下的优化技术，并被多家互联网公司如百度、腾讯等应用，并获得巨大的社会经济效益。同时，为了进一步解决人工智能面临的数据孤岛问题，杨强及团队首次提出联邦迁移学习概念，攻克在隐私保护和数据安全要求下的迁移学习挑战，使得隐私和安全都得到最高保护。该项目总计发表SCI收录论文400余篇，出版专著6本。谷歌学术引用5万余次，SCI他引次数8000余次。部分研究成果曾获AAAI最佳创新应用奖等多项科研奖励。
团队简介
杨强及香港科技大学研究团队和前海微众银行研究团队致力于人工智能研究，兼具高水平学术研究和学术研究成果工业落地的能力，对人工智能核心技术和国内外科技产品业务均有深入的研究和理解。团队在迁移学习、联邦学习方面产出众多学术研究成果，覆盖迁移学习理论框架和关键技术、联邦学习开源架构和关键技术；构建并产出工业级软件平台和国际标准，为大规模工业应用提供了有力支撑。
团队进阶地将学术研究成果大量应用到工业产品中，产出众多专利和标准，并积累了学术研究与产业应用的综合经验，即：“对症下药”地进行技术发明和软件实现，同时利用应用经验反哺算法研究的技术升级。
团队结合迁移学习的研究成果和应用场景，将迁移学习应用在大规模互联网搜索、推荐、社交以及预测任务上。这些应用系统被应用到微信、华为、百度、第四范式，微众银行等的多个产品上，惠及上亿用户和几十万企业。
在微众银行，杨强及团队针对数据孤岛、用户隐私和数据安全等人工智能亟需解决的问题，首次提出了产业级联邦学习概念，并将联邦学习研究成果应用到金融，供应链等产业上，助力微众银行有效触达超过50万小微企业和过亿的普罗大众。提升金融风控质量，为小微企业和实体经济注入上百亿的血液。这也是普惠AI的典型案例，为中国普惠金融高质量发展提供新动能示范。
获奖感言
这次获得“吴文俊人工智能杰出贡献奖”是崇高的荣耀。这是对我和团队多年来在人工智能领域辛苦耕耘的肯定。首先，我要感谢我的母校北京大学和马里兰大学的培养，以及众多机构和大学包括香港科技大学，微众银行，第四范式，微信，华为等为我的研究提供了人工智能创新发展的肥沃土壤，以及通过AI服务大众的有力平台。
我从事人工智能研究和落地应用三十多年了，我一直坚定地相信，人工智能可以给未来社会带来巨大的变革。在这些年里，我先后从事智能规划，基于例证的推理，迁移学习，联邦学习的研究，历经了从逻辑表达到统计学习的人工智能的范式变迁。也深知人工智能的博大精深和研究路程的艰苦孤独。但是，在同事，学生，师长们的鼓励下，坚定不移地持续研究“冷门”的人工智能方向，终于在理论和实践上有了令人欣慰的成就，也看到了在工业界迁移学习和联邦学习所带来的巨大革新。在工作中能够和同事、学生们一起，把人工智能真正落地成为产品，惠及亿万人民。这也是我继续刻苦研究的动力。
当下，人工智能正在引发巨大的工业变革。但是，人工智能的发展也面临严峻的挑战。其中，一个重要的挑战是很多领域只有小数据，众多机构和企业面临数据孤岛的难题。同时，人工智能也急需发展出一套保护用户隐私的技术和标准。面临这一世纪难题，我在微众银行建立了AI团队，和同事们以及多个合作团队一起发展联邦学习技术，包括首个联邦学习理论框架，联邦学习开源平台，建立联邦学习联盟的激励机制和联邦学习的国际标准，在世界上力争引领研究和产业潮流。
这个奖对我是莫大的鼓励，同时也是鞭策。我一定坚定不移地持续创新，让千千万万的人群受惠于人工智能的红利。
吴文俊人工智能科学技术奖简介
“吴文俊人工智能科学技术奖”由国家一级学会--中国人工智能学会发起主办，得到了人民科学家、人工智能先驱、我国智能科学研究的开拓者和领军人、首届国家最高科学技术奖获得者、中国科学院院士、中国人工智能学会名誉理事长吴文俊先生的支持，经国家科学技术部核准，国家科学技术奖励工作办公室公告，2011年1月6日正式设立“吴文俊人工智能科学技术奖” (国科奖社证字第0218号)，具备提名推荐国家科学技术奖资格，被外界誉为“中国智能科学技术最高奖”，至今已在全国范围内开展九届评审活动。
“吴文俊人工智能科学技术奖”旨在贯彻“尊重劳动、尊重知识、尊重人才、尊重创造”的方针，树立“激励创新，成就未来”的目标，奖励在智能科学技术领域取得重大突破，做出卓著贡献的科技工作者和管理者。通过推荐评选优秀的智能科学技术成果，切实调动广大智能科技工作者的积极性和创造性，促进人工智能技术在各行业领域赋能，为弘扬科学精神，激励科技工作者勇攀科学技术高峰，不断推进智能科学技术领域的创新与发展，大力提升我国智能科学技术创新与产业化发展水平，赢得了广泛的社会赞誉。
“吴文俊人工智能科学技术奖”每年评奖一次。其中“吴文俊人工智能最高成就奖”、“吴文俊人工智能杰出贡献奖”和“吴文俊人工智能优秀青年奖”奖励个人，不设等级。“吴文俊人工智能自然科学奖”和“吴文俊人工智能技术发明奖”奖励团队成果完成人、“吴文俊人工智能科技进步奖”奖励项目(成果完成单位和成果完成人)，分设一、二、三等奖。“吴文俊人工智能科技进步奖企业技术创新工程项目”奖励企业单位、“吴文俊人工智能科技进步奖科普项目”奖励项目完成人，不设等级。
“吴文俊人工智能科学技术奖”借鉴了国内外民间奖励的办奖经验，实行科学、民主、客观和公正的推荐与提名制相结合方针，对人工智能科技奖励结构创新和举办颁奖大会系列主题活动均进行了积极尝试和探索，每年设立有200万人民币奖金池，其中对授予“吴文俊人工智能最高成就奖”的获奖者颁发100万奖金。通过建立吴文俊人工智能科学技术奖永久评选基地，每年都吸引近2000名国内外人工智能顶级专家和学者观摩颁奖盛典。迄今，该奖先后授予314个单位及行业机构， 291个创新成果和项目，972名学者及专家表彰奖励。