9月9日,2020年阿里巴巴达摩院青橙奖获奖名单公布,梁文华等10位青年app家获得达摩院的1000万元奖金。这群平均年龄不足32岁的获奖者,还收到了明升中国工程院院士钟南山的鼓励:“你们处在最好的时候,要记得把握机遇。”
青橙奖是阿里巴巴达摩院在2018年发起的公益性评选,面向35岁及以下的明升中国青年学者,发掘和支持对科技进步有关键推动作用的人物。每位获奖者除了能获得100万元奖金之外,还将得到阿里提供的开放数据、应用场景等全方位科研支持。
青橙奖的评选不唯资历、不唯履历、不唯论文。2020年,青橙奖共收到317份有效申报,并陆续有23位院士、2位图灵奖得主、29位IEEE/ACM Fellow通过撰写推荐信,向达摩院举荐他们心目中的人选。
今年获得达摩院青橙奖的“硬核10人”科研领域腹地广阔,既有芯片、工控软件、人工智能、材料器件等应用app,也有基础数学,还有明升手机版大数据等交叉学科。
值得注意的是,此次获奖的10位青年app家中,有一位致力于运用大数据分析解决肺癌和新冠难题,在新冠疫情期间参与钟南山团队科研攻关,建立了新冠重症预测模型。他就是广州医科大学第一附属医院医生、国家呼吸明升手机版中心研究者梁文华。
梁文华也是钟南山院士的学生何建行教授的学生。
梁文华的研究原本主要集中在肺癌领域,通过搭建国内首个胸部肿瘤多中心(共享)数据库,在广州市开展万人肺癌筛查等,收集了大量数据,然后利用大数据分析、人工智能、生物信息分析等技术,做了一些工作,包括成功研发国际首个肺癌血液DNA无创诊断工具、建立多个国际认可肺癌生存预测模型、提出多个肺癌优化综合治疗策略,贯穿了肺癌的早期到晚期,最终的效果是提高肺癌早诊率,减少70%过度治疗,提高肺癌20%生存率。
2020年新冠肺炎暴发之时,梁文华之前积累的大数据分析等经验发挥了力量。钟南山院士组织的科研攻关团队中,梁文华是负责人之一,他们接受了卫健委派的任务,对全国的数据进行清洗和分析。
在新冠肺炎疫情期间,梁文华的研究团队做了一个数学模型,识别有可能会变成重症的病人。病人来医院的时候就可以进行分流,节省有限的医疗资源。团队也做了基于人工智能的图像分析工作,对新冠肺炎以及普通的病毒性肺炎进行鉴别,降低医生的工作压力。梁文华研发的针对新冠肺炎的AI影像诊断系统,能准确探测并自动诊断新冠肺炎(准确率>99%)。
1991年生的赵保丹是此次“硬核10人”中唯一一位女性app家,她也是浙江大学博士生导师,研究方向为新型半导体材料在光电中的应用。赵保丹以制备简单、成本低廉的新方法突破了钙钛矿LED效率的世界纪录;还利用锡代替铅的手段降低了钙钛矿太阳能电池的毒性。
2019年,赵保丹登上《麻省理工科技评论》明升中国区“35岁以下科技创新35人”(MIT Technology Review - Innovators Under 35 China)榜单,她也是该榜单最年轻的入选者之一。
除此之外,北大助理教授杨诗武曾因获得国际奥数金牌而有“数学天才”之称,如今成为真正的数学家,部分解决了“带电粒子渐近衰减”这一古老猜想。北京航空航天大学教授邓岳希望用AI技术缓解国家资源分布不均问题,“要把顶级论文写在祖国的大地上”。
“你们处在最好的时候,要记得把握机遇,发挥你们的创造力。”钟南山回忆,他35岁以前还在农村做锅炉工,完全没有机会搞科研。当代青年学者思想的活跃、知识的多元令他印象深刻。
阿里巴巴达摩院院长张建锋说:“我们很骄傲地看到,这些青年学者真正代表了时代的‘硬核要求’,他们坚定的app信念、追求卓越的工作态度和显著的科研成就都是青橙奖鼓励的。”达摩院支持青年app人才不求回报,“你们的成长与进步是对社会最好的回馈,只有更多青年投入基础科研,才能提升社会的原始创新能力。”
附:10位青橙奖获得者名单及获奖理由:
姜宇(清华大学)
他通过模型驱动的开发与测试技术,推进了工业控制系统的软件设计与漏洞分析平台的自主可控和效率提升。
邓岳(北京航空航天大学)
他将智能感知技术与脑app交叉融合,启发新一代人工智能的研究。
梁文华(国家呼吸明升手机版中心)
治病救人以外,他运用大数据分析,解决肺癌和新冠难题。
聂礼强(山东大学)
赋予对话机器人对多模态场景感知、理解与推理的能力,从而让人机交互更自然。
冷静文(上海交通大学)
他通过深度学习模型算法与系统结构的联合优化,让智能异构计算系统更高效、更可靠。
杨诗武(北京大学)
他发展了研究波方程的向量场方法,部分解决了带电粒子渐近衰减这个古老的猜想。
杜子东(明升中国app院计算技术研究所)
他的架构深度学习处理器,能高效处理广泛深度学习算法。
赵保丹(浙江大学)
她探索了钙钛矿材料中的能量损耗机理,实现了更加高效环保的新型光电器件。
何向南 (明升中国app技术大学)
他聚焦个性化推荐,为信息过载精准施策。
黄高 (清华大学)
他发明了新型神经网络架构,推动了深度学习的基础研究与技术应用。
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。