CCF_2015年第7期_2014 CCF青年科学家奖得主驰骋的领域

  在一般人看来,CCF 青年科学家奖获得者都有一层神秘的面纱。他们的标签是 :年轻、年龄不超过 40 岁,做出成绩的青年科学家中的佼佼者,因令人称道的成就而获得认可⋯⋯2014 CCF青年科学家奖获得者是,CCF 会员、中国科学院计算技术研究所研究员、30 岁的陈云霁,CCF高级会员、清华大学副教授、34岁的李国良和 CCF 会员、微软亚洲研究院主管研究员、上海交通大学讲席教授、32岁的陆品燕。他们所在的研究领域以及他们眼中的研究应该是什么样的?当前的进展如何?专题《2014 CCF青年科学家奖得主驰骋的领域》邀请他们结合自己的科研工作对相关学科的发展进行阐述和展望。

专题文章:

  ●《体系结构研究者眼中的神经网络硬件》 神经网络硬件是计算机体系结构、人工智能和神经科学等多学科深度融合、交叉的一个领域,是利用专门的硬件电路对神经网络算法进行处理。二十世纪八九十年代,国内外曾掀起一阵研究神经网络硬件的热潮。但是由于整个智能领域的研究陷入低潮,神经网络硬件的研究也趋于停滞。近年来,计算机体系结构、人工智能应用出现了一些新的趋势,神经网络硬件加速器又重新回到工业界和学术界的视野。
  ●《人机协作的群体计算》 当前大数据处理的主要手段依赖于大规模的计算资源以及数据挖掘、机器学习、分布式计算等技术,然而大数据的规模巨大、增长快速、类型多样、价值密度低等特点,又为大数据计算带来了严峻的挑战。一方面,大数据规模巨大和增长快速的特点造成很多计算任务需要海量计算分析技术。例如知识图谱的构建任务需要从海量信息中挖掘大规模高质量的知识点(谷歌的知识图谱包含的知识点已经超过 570 亿个)。另一方面,大数据的类型多样和价值密度低的特点,造成很多大数据计算任务高度依赖复杂认知推理技术,而单纯利用当前的计算技术与算法尚难以有效处理。例如城市中最佳驾驶路线选择任务,传统的 GPS 导航仪很难预测交通路况并提供优选路径,而具有丰富经验的出租车司机则可以轻易地选择较佳的行驶路线。针对大数据计算中海量计算分析和复杂认知推理并存的技术挑战,我们研究了基于人机协作的群体计算,结合人脑的认知推理能力和电脑的复杂计算能力来试图解决这一问题。
  ●《理论计算机》理论计算机研究的是计算的数学基础,最基本的问题是试图回答哪些问题在本质上可以用计算机解决,哪些问题在本质上不能或不能在较短时间里解决。经过半个多世纪的发展,现在理论计算机科学的研究内容按来源来分,大致可分为三类 :1. 作为数学的一个分支,像其他数学分支一样,其自身逻辑的发展会产生新的子领域、工具以及问题等。2. 计算机技术、信息技术及其他应用的发展会产生新的基础性问题,如机器学习理论、编码理论等。3. 理论计算机处在计算机科学与其他基础学科交叉的前沿,如自然科学中的物理学、生物学,社会科学中的经济学、社会学等。对于上述三个问题,类型和动机的差异都比较大,即使同一个来源中,也有不同的问题类型。一些发展壮大的子领域已基本独立出来,如量子计算与信息处理、密码学等 ;而大多数的子领域也形成了自己相对独立的研究团体,并拥有各自的标志性会议,比如复杂性理论的 CCC、计算经济学的 EC、机器学习理论的 COLT、计算几何学的 SoCG等。这些都表明理论计算机是一个庞大的领域,有很多课题,并且不同子领域的研究者之间往往很难了解对方的工作。

123