学院新闻

2021年9月27日下午，中国人民大学高瓴人工智能学院2021-2022学年秋季学期工作部署会在信息楼257会议室顺利举行。高瓴人工智能学院执行院长文继荣，副院长卢斌、张国富出席，学院全体教职员工30余人济济一堂，共商院事。

文继荣院长首先向全体教职工介绍了本学期入职的五位新教师，欢迎他们加入学院。当前学院教师团队已达20人。

随后，文继荣院长介绍了本学年秋季学期工作安排。文院长首先对计算机学科建设提出了较高期望，他指出，学院将着重努力完善十四五学科规划，明确未来五年建设重点，同时推进国家级重点研究机构筹备和重要奖项申报，并进一步推动人工智能交叉学科建设。

此外，文院长还在人才培养、科学研究、国际交流与对外合作、队伍建设、学院办公空间等方面全方位介绍了本学期总体工作部署，指明了未来着重努力的方向，让全体教师有了更清晰具体的认知。

作为当前重要工作之一，张国富副院长介绍了学院办公空间-高瓴人工智能楼17-18层修缮建设情况，并针对部分细节充分征求了在场教师意见，全院合力加速推进师生“进大楼”。

自由交流环节，全体专职教师还就本科生人才培养及实验室建设展开了积极讨论。教师们充分发挥主人翁精神，为学院发展建言献策，贡献智慧、凝聚力量，大家对学院发展充满了期待与信心。

最后，教师发展工委还精心组织团队建设活动，全院教职员工前往颐和园进行健步走工会活动。

学院新入职教师简介：

高欣，2021年9月起担任中国人民大学高瓴人工智能学院访问讲座教授。目前是沙特阿卜杜拉国王科技大学（KAUST）的终身正教授，博士生导师，同时任KAUST计算生物学中心的副主任，智慧医疗中心的副主任，以及KAUST结构和功能生物信息学研究组负责人。他于2004年在清华大学计算机系获得学士学位，2009年在加拿大滑铁卢大学计算机学院获得博士学位。2009年10月至2010年9月，在美国卡耐基梅隆大学计算机学院雷恩计算生物学中心担任雷恩学者。 高欣教授的研究焦点主要集中在计算机科学与生物学的交叉领域。在计算机科学领域，他领导的研究团队主要致力于开发与深度学习，概率图形模型，内核方法和矩阵分解相关的机器学习理论和方法。在生物信息学领域，他的研究团队主要致力于构建计算模型、研发机器学习技术、设计高效的算法，以解决从生物序列分析到三维结构确定，到功能注释，再到了解和控制复杂生物网络中的分子行为，以及最近的生物医疗和健康领域中的关键开放问题。 高欣教授已经在生物信息及机器学习的顶级期刊和会议上发表论文250多篇，引用4500余次，H-index为36。他共计主持了超过1.2亿人民币的科研项目，是超过53个美国及国际专利的第一发明人，担任领域5个期刊的副主编（包括Genomics，Proteomics & Bioinformatics, BMC Bioinformatics，Quantitative Biology，Journal of Bioinformatics and Computational Biology），并受邀成为4个国际特刊的总编（包括Methods，IEEE/ACM Transactions on Computational Biology and Bioinformatics和Frontiers in Molecular Bioscience）。他多次担任国际顶级学术会议的领域主席及资深程序委员会委员，曾多次受邀于国际顶级学术会议及学术机构做报告，并受邀为各国的基金进行评审，如意大利卫生部，以色列基金委，英国国家科研与创新署，荷兰基金委，香港研究资助局，波兰科学院等。

祁琦，高瓴人工智能学院长聘副教授。2012年博士毕业于美国斯坦福大学, 导师叶荫宇教授。毕业后在香港科技大学，任助理教授，博士生导师。2021年8月加入高瓴人工智能学院任长聘副教授。在计算机理论科学，人工智能，运筹与优化，管理科学等多个顶级期刊和会议上，如STOC, CCC, IJCAI, NeurlPS, WINE, Operations Research, Mathematics of Operation Research等发表过论文。主持过4次香港科研项目，在互联网广告上的研究和应用获得两项美国专利。多次担任国际顶级学术会议联合主席及程序委员会委员，并担任多个顶级会议和期刊评审。主要研究方向为博弈论、机制设计、计算复杂性和均衡计算、运筹与优化。

孙浩，高瓴人工智能学院长聘副教授，麻省理工学院兼职研究员、美国东北大学兼职教授。2014年在美国哥伦比亚大学取得工程力学博士学位，随后在麻省理工学院从事博士后研究（2014-2017），曾任美国匹兹堡大学（2017-2018）、美国东北大学（2018-2021）终身序列助理教授、博导。从事人工智能数理基础与理工交叉研究，包含可诠释性深度学习、知识表征与推理、物理驱动深度学习、符号强化学习与推理、数据驱动复杂动力系统建模与识别、控制方程找型、基础设施健康监测与智能化管理等方向。主持或共同主持美国科学基金等研究项目330余万美元；在国际一流SCI期刊和计算机顶会等各类刊物上共发表论文50余篇；受邀到麻省理工学院、加州理工学院、加州大学伯克利分校等世界名校做学术报告；研究成果受到了几十家国际知名媒体的广泛报导（例如《福克斯新闻》、《麻省理工新闻》、《科学日报》等著名媒体）。 2018年入选福布斯美国“30位30岁以下精英榜（科学类）”，2019年当选“美国十大华人杰出青年”。

李崇轩，高瓴人工智能学院准聘助理教授。2014年于清华大学交叉信息研究院本科毕业，2019年于清华大学计算机系博士毕业并继续做博士后研究两年。相关工作发表于机器学习领域重要的国际期刊和会议，包括TPAMI，ICML，NeurIPS，ICLR等。博士期间发表的 Triple-GAN 是一致性理论下最优的半监督GAN方法，受到领域内学者关注，单文谷歌学术引用340余次。2017年获得微软学者（MSRA fellowship），2019年获中国计算机学会（CCF）优秀博士论文，同年入选中国博士后创新人才支持计划。

高泽峰，高瓴人工智能学院博士后，主要从事基于张量网络的模型压缩、数据压缩、预训练语言模型的研究工作。已在本领域相关的国内外学术期刊和会议上发表论文3篇（ACL、PRR、IEEE TASLP）。其中第一作者及主要作者发表计算机学会A类国际会议1篇（ACL2021）、声学国际期刊1篇（IEEE/ACM Transactions on Audio, Speech, and Language Processing, SCI 1区）、物理学国际期刊1篇（Physical Review Research, SCI 2区）。研究成果被来自中国科学院物理研究所、美国阿贡国家实验室等科研机构的领域专家（P. Zhang, Johannes Doerfert等）引用。参与国家自然基金面上项目1项、北京市自然科学基金委重点研究专题1项。