李飞飞之后,何恺明弟子再拿AI大奖!清华校友等28位Fellow上榜

  新智元报道

  编辑:KingHZ

  新星闪耀!28 位学者获 1800 万美元,华人天才齐上阵。AI2050 瞄准 AI 普惠与安全。一文速览谷歌前 CEO 看好的 AI 方向和研究项目。

  刚刚,「AI2050」奖学金入选名单公布!

  本次目标是确保 AI 普惠、AI 向善,获奖总额超过 1800 万美元。

  本次共 28 位学者入选,聚焦三大方向:构建 AI 科学家系统、设计更安全可信的 AI 模型、提升 AI 在生物医学研究中的应用能力。

  该奖学金由谷歌前 CEO 资助的施密特科学基金会支持。

  21 位早期职业研究员和 7 位高级研究员获得为期 3 年的资助。

  这是第四届 AI2050 项目。截至目前,该项目已在全球 8 个国家、42 所机构中资助了共计 99 位研究员。

  华人科学家李飞飞、Percy Liang 等入选过高级研究员,年初清华校友 Chaowei Xiao 入选上一届「AI2050」名单。

  最新入选者名单见:

  https://www.schmidtsciences.org/2025-ai2050-fellows-announcement/

  AI2050 分为高级 Fellow 和早期职业 Fellow,其中:高级 Fellow 根据现有贡献选拔,采用封闭式提名,无需申请。早期职业 Fellow 需要担任博士后或预聘研究职位。

  除了资助本身,入选学者还将受邀参加年度学术交流活动,分享研究成果、拓展合作网络,并有机会获得额外的协同研究支持。

  自 2022 年启动以来,AI2050 还设立专项基金支持重大计算需求,助力入选的研究人员突破硬件限制加速科研进程。

  高级 Fellow

  本次共有 7 位获得终生教职的学者入选高级 Fellow。

  Alán Aspuru-Guzik

  Alán Aspuru-Guzik 是多伦多大学化学与计算机科学系的教授。

  他是加拿大皇家学会院士。

  他的研究聚焦于量子信息、机器学习与化学的交叉领域。他加速了有机半导体、有机光伏、有机发光二极管等材料的发现。他还在分子表征与生成模型方面开展了奠基性研究。

  在「AI2050」计划中,他致力于打造「AI 化学家」(AIchemist)——一种能与人类研究人员协作的专业 AI 科学家。该项目将先进 AI 技术(包括大语言模型与智能体系统)相结合,加速化学领域的科学发现。

  项目核心是构建一个名为「El Agente」的智能系统,能够自主探索化学空间、发现新型化合物,从而应对气候变化与流行病等全球性挑战,提升新物质的合成与测试效率。

  Surya Ganguli

  Surya Ganguli是斯坦福大学应用物理系教授、斯坦福人本智能研究院(HAI)副主任,同时也是 General Catalyst 的风险合伙人。

  他在麻省理工学院(MIT)获得物理、数学与电子工程与计算机科学(EECS)三学位,后于加州大学伯克利分校完成弦论博士学位,并在加州大学旧金山分校(UCSF)从事理论神经科学博士后研究。

  他曾在谷歌和 Meta AI 担任访问研究员,也曾是 a16z(Andreessen Horowitz)的风险合伙人。

  他的研究横跨 AI、物理与神经科学,核心关注点是:理解并提升生物神经网络与人工神经网络如何通过学习实现复杂而奇妙的涌现计算。

  他曾获众多奖项与荣誉,包括两项 NeurIPS 杰出论文奖、Sloan 研究奖、NSF CAREER 奖,以及施密特科学 Polymath 奖。

  Ganguli的研究项目旨在为「可解释且可信赖的 AI」建立坚实的科学基础,揭示生成式模型与大语言模型在创造、推理与学习过程中的核心机制。

  他的团队正在构建一套分析理论体系,以机制层面解释扩散模型和大语言模型中的「创造力」与「推理能力」。

  该项目的最终目标,是揭示通用智能背后的核心原理,推动构建更具可解释性、更可信、更加贴近人类价值的 AI 系统。

  Shirley Ho

  Shirley Ho 是美国著名的天体物理学家与机器学习专家,现任西蒙斯基金会(Simons Foundation)研究组组长,同时是纽约大学的教授,并在普林斯顿大学担任访问职务。

  Shirley Ho 首次将三维卷积神经网络引入天体物理研究,推动了现代深度学习的科学应用。近年来,她将研究重心转向可解释机器学习的创新方法。

  她也于 2020 年当选为国际天体统计学会(International Astrostatistics Association)会士。

  她的 AI2050 项目致力于推动科学通用人工智能(scientific AGI)

  在未来三年内,她将开发全新方法,深入理解各类科学 AI 模型的工作机制,探索它们的融合路径,并将其与语言 AI 整合。该项目有望催生首批真正「理解世界」的 AI 系统,为实现具备科学认知能力的通用人工智能迈出关键一步。

  Sheila McIlraith

  Sheila McIlraith 是多伦多大学计算机科学系教授,加拿大 CIFAR 人工智能讲席教授(向量研究院),同时担任施瓦茨-赖斯曼技术与社会研究院副主任及研究负责人。

  她在知识表示、自动推理和机器学习等领域发表了超过 150 篇学术论文,研究重点是「以人为本」的人工智能,尤其关注序贯决策问题。

  Sheila 是 ACM 与 AAAI Fellow,现任「百年人工智能研究计划」(AI100)主席,并担任加拿大 AI 安全研究院(Canadian AI Safety Institute)研究理事会成员。

  McIlraith 及其合作者的研究成果屡获殊荣,包括 2011 年 SWSA 十年影响力奖、2022 年 ICAPS 最具影响力论文奖、2023 年 IJCAI-JAIR 最佳论文奖等。

  在 AI2050 项目中,Sheila McIlraith 致力于赋予AI「有目的的心智理论」能力(Purposeful Theory of Mind)。

  互相理解是建立信任与合作的基础,而「社会认知」能力正是提升这种理解的关键所在。

  这意味着,AI 不仅要能识别和理解自己与他人的心理状态——如信念、欲望与意图,还要能主动思考自己的决策和行为会如何影响他人的福祉与自主性;并在此基础上,被激励去选择那些在达成自身目标的同时,也兼顾他人利益与尊严的行动路径。

  这一研究旨在构建一种更具社会意识、道德感知力和合作倾向的 AI 系统,为实现可信赖、共融共益的智能体奠定基础。

  Dawn Song宋晓冬

  Dawn Song 是加州大学伯克利分校计算机科学系教授。

  她的研究聚焦于 AI 安全与保障、智能体型 AI(Agentic AI)、深度学习、安全与隐私技术、以及去中心化技术。

  Dawn Song 曾获得多项国际顶级荣誉,包括麦克阿瑟天才奖、美国国家科学基金会青年学者奖、斯隆研究奖等,并在计算机安全与深度学习顶会斩获 10 余项「长青论文奖」与最佳论文奖。

  她是 ACM/IEEE Fellow,并当选为美国艺术与科学院院士。

  宋晓冬拥有加州大学伯克利分校计算机科学博士学位。她于 1996 年获得清华大学学士学位,1999 年获得卡内基美隆大学硕士学位。

  Dawn Song 的 AI2050 项目致力于开发「安全可验证」的 AI 工具

  AI 正在重塑软件开发方式——如今的系统不仅能生成代码,还能作为自主智能体执行任务。

  然而,这些技术突破也带来了前所未有的安全挑战:AI 生成的代码或智能体行为中若存在漏洞,可能会被迅速大规模地利用,造成严重后果。

  Dawn Song 的 AI2050 项目致力于解决这一问题。

  这些工具不仅能自动编写代码,还能同步生成形式化的安全规范数学证明,确保代码在逻辑和安全性上都经得起检验。

  通过在部署前从根本上消除整类安全漏洞,这一「可证明安全」方法有望大幅提升 AI 系统的安全性与可信度,使其更适用于全球范围内对安全性要求极高的关键领域应用。

  Philip Torr

  Philip Torr 是牛津大学的教授。

  他于牛津大学机器人研究组获得博士学位。博士毕业后,他继续在牛津担任研究员三年,并保持至今的访问学者身份。

  之后,他在微软研究院担任了六年研究科学家,随后转任牛津布鲁克斯大学教授,专注于计算机视觉与机器学习。2013 年,Philip 重返牛津大学,担任正教授,并创立了 Torr Vision Group(TVG)。

  他在计算机视觉领域成就卓著,曾于 1998 年获得视觉界最高荣誉——Marr 奖,并获得英国皇家学会 Wolfson 研究功勋奖。

  因在计算机视觉领域的突出贡献,Philip Torr 于 2019 年当选英国皇家工程院院士(FREng),2021 年当选英国皇家学会院士(FRS),并在同年被评为「Turing AI 全球领军研究员」。

  Torr 教授的「AI 历史学家」项目试图将 AI 的边界从自然科学拓展至人文社会科学,打造一套具备历史推理能力的 AI系统。

  他将与牛津大学历史学、人类学和经济学领域的顶尖学者合作,构建一套框架,使 AI 能够解读文本、地图、图像以及考古数据,从而验证不同的文化演化和社会持续性解释。

  该项目将融合因果发现多模态基础模型智能体模拟,赋予 AI 评估证据、重建缺失数据的能力,并探索诸如「什么因素能增强社会凝聚力?」等具有社会价值的问题。

  Luke Zettlemoyer

  Luke Zettlemoyer 是华盛顿大学保罗·G·艾伦计算机科学与工程学院教授,同时担任 Meta 高级研究总监。

  他的研究专注于自然语言语义的实证方法,涵盖机器学习算法设计、新任务与数据集的创建,以及近年来重点探索的自监督预训练信号构建。

  Zettlemoyer 的学术荣誉包括:当选计算语言学协会(ACL)主席与 Fellow、美国总统青年科学家奖(PECASE),以及多项顶会最佳论文奖。

  他本科毕业于北卡罗来纳州立大学,博士毕业于麻省理工学院,并曾在爱丁堡大学从事博士后研究。

  Zettlemoyer 的项目挑战了主流的 AI「单体结构」假设。

  也就是,由中心机构使用全部可用数据训练出的单一超大模型,并假设它能适用于所有任务与场景。

  他认为,打破这种「单一模型主导一切」的模式,有望在多个方面实现突破:提升性能、开放模型开发流程、实现更大规模扩展、提升模型专业化程度,并促进更加负责任的数据使用。

  该项目将从根本上重新思考「数据」与「模型参数」之间的关系,探索全新语言模型架构与训练机制,以突破当前方法的极限,为语言模型的发展带来结构性变革。

  早期职业 Fellow

  今年,共有 21 名青年研究人员入选早期职业 Fellow(入选名单见后文)。

  这里主要介绍入选的 4 位的华人学者。

  李宗宜(Zongyi Li)

  李宗宜(Zongyi Li)是何恺明弟子、现为麻省理工学院博士后研究员。

  2026 年秋季,他将加入纽约大学柯朗数学科学研究所(Courant Institute of Mathematical Sciences),担任数学与数据科学助理教授。

  他的研究致力于开发神经算子方法(neural operator methods),以加速科学计算。

  他于加州理工学院获得计算与数学科学博士学位。此前,他在圣路易斯华盛顿大学获得计算机科学与数学双学士学位(2015–2019)。

  他的 AI2050 项目利用人工智能技术,设计更安全、更高效的「计划性燃烧」策略,以预防未来可能爆发的大规模野火。

  该项目将开发 AI 工具,综合分析天气模式、地形条件与林地燃料状况等复杂数据,帮助消防管理人员精准判断最合适的燃烧时间与地点。

  项目目标是显著减少大型野火发生概率,守护社区安全,改善森林健康,并带来更清洁的空气与更可持续的生态环境。

  Weiyan Shi

  Weiyan Shi 是美国东北大学的助理教授,研究方向包括AI驱动的说服机制AI 安全

  她在「说服性对话」领域的研究成果斩获多项顶级会议奖项,包括 ACL 2019 和 ACL 2024 的最佳社会影响论文奖、杰出论文奖,以及最佳论文提名。

  此外,她还是 Science 期刊发表的Cicero 项目核心团队成员之一。

  该项目打造了首个在博弈游戏《外交》(Diplomacy)中达到人类水平的 AI 谈判智能体。

  2023 年,她博士毕业于美国哥伦比亚大学计算机科学专业。2016 年,在加州大学伯克利分校,她获得了统计学硕士。2015,她获取了中国人民大学数学学士学位。

  Weiyan Shi 的 AI2050 项目正面应对智能体安全,聚焦以下三个方面:

  1. 研究AI智能体可能被用于「有害说服」的方式与场景,以推动更有效的防御机制设计;

  2. 开发持续监测机制,追踪 AI 说服能力的演化,为社会提供预警系统;

  3. 创建用户工具,帮助个体识别并抵御 AI 带来的不良影响,从而增强公众的数字自主权。

  该研究最终目标是:确保 AI 成为值得信赖、真正造福所有人的技术力量。

  Ellen Zhong

  Ellen Zhong 是普林斯顿大学计算机科学系助理教授。

  她的研究位于人工智能与分子科学的交叉点,致力于开发 AI 算法,推动科学发现的边界。

  她的研究团队既从事 AI 与计算机视觉方法论的前沿研究,也与结构生物学和化学领域的实验科学家展开紧密合作。

  此前,她曾在 AlphaFold 团队工作,也从事过分子动力学模拟,助力药物发现。

  Ellen 于 2022 年获得麻省理工学院(MIT)博士学位,并于同年加入普林斯顿大学任教。

  Ellen Zhong 的 AI2050 项目将开发新一代 AI 工具,结合生物成像数据与蛋白质结构预测模型,生成高分辨率、原子级别的「动态蛋白质图像」,让我们得以「看见」蛋白质在自然环境中如何运动、变形与相互作用。

  Peichen Zhong

  Peichen Zhong 是新加坡国立大学材料科学与工程系助理教授。

  2018 年,他毕业于中国科学技术大学物理系,2023 年在加州大学伯克利分校获得材料科学博士学位。

  随后,他在劳伦斯伯克利国家实验室(LBNL)及巴卡尔地球数字材料研究所(Bakar Institute of Digital Materials for the Planet,BIDMaP)从事博士后研究。

  他的研究兴趣聚焦于两个方向的交叉点:(1)面向能源存储与可持续应用的复杂材料计算建模;(2)原子尺度建模与生成式建模方法的创新开发。

  Peichen Zhong 的 AI2050 项目利用人工智能技术,加速原子级材料模拟与生成过程,为基于电化学的碳捕集材料开发提供全新路径。通过将高效的量子化学方法与 AI 模型相结合,该方法可将材料筛选速度提升百倍以上。

  项目特别聚焦于高能效的电化学碳捕集策略,这一方向有望催生颠覆性的新技术,为应对气候变化与实现可持续发展提供关键工具和材料基础。

  总名单

  其他入选人,还包括 Mamba 作者普林斯顿大学助理教授 Tri Dao 等。

  人类创造了 AI,如今 AI 正回馈人类的科学想象。

  愿 AGI 惠及全人类,愿 AI 之光洒遍全球。

  再次祝贺所有入选的学者。

  参考资料:

  https://www.schmidtsciences.org/2025-ai2050-fellows-announcement/