机构:圣路易斯华盛顿大学研究方向:基于偏好的离线强化学习在信息安全中的实际应用
张崇杰是圣路易斯华盛顿大学计算机科学与工程系的教授,领导机器智能研究组。在此之前,他曾是清华大学交叉信息科学研究院的助理教授,并在 MIT CSAIL 担任博士后研究员。
他的研究究主要集中在深度强化学习、多智能体系统和人机交互领域。目前,他致力于探索智能体应如何学习决策,并与其他智能体或人类有效协作,以超越单个智能体的能力。
个人主页:https://engineering.washu.edu/faculty/Chongjie-Zhang.html Yue Zhao
机构:南加州大学研究方向:信息安全中的高效异常检测:自动化识别和解释图数据中的异常行为
Yue Zhao 是南加州大学计算机科学助理教授。他的研究主要集中在构建稳健、可信且可扩展的人工智能系统,涉及三个层次:原则层、知识与生成层以及系统层。通过这些层次,他将可靠的检测方法、基于图的结构化知识、生成建模和开源工具结合起来,推动 AI 在科学、医疗、金融和政治科学等领域的应用。
在原则层,Yue Zhao 致力于确保 AI 系统能够检测异常、离群值和分布外数据,提供跨领域的可信度、公平性和透明度。知识层方面,他利用图学习和生成 AI 方法,解决药物发现、合成临床试验和政治预测等科学挑战。系统层面,他开发了高效的工具和框架,用于自动模型选择、超参数优化和大规模异常检测。他还领导了多个开源项目,如 PyOD(被 NASA、特斯拉等使用),推动了 AI 技术的普惠和应用。
个人主页:
https://viterbi-web.usc.edu/~yzhao010/ 可持续性 尤峰崎(Fengqi You)
机构:康奈尔大学研究方向:透明可信的生命周期评估(LCA)大语言模型助手
尤峰崎是康奈尔大学能源系统工程领域的教授,同时在多个学科领域有跨界合作,包括化学工程、计算机科学、电气与计算机工程、系统工程、机械工程、土木与环境工程以及应用数学等。
在康奈尔大学,他担任系统工程博士学位项目主席、康奈尔大学 AI for Science 研究所(CUAISci)联合主任、康奈尔数字农业研究所(CIDA)联合主任,以及康奈尔可持续性 AI 倡议(CAISI)主任。
在加入康奈尔之前,尤峰崎曾在阿贡国家实验室数学与计算机科学部门工作,并在西北大学执教。他的研究聚焦于系统工程的基础理论与方法,广泛应用于材料信息学、智能制造、数字农业、能源系统和可持续性领域。尤峰崎已在《自然》、《科学》等期刊上发表了 300 多篇学术论文。
个人主页:https://www.engineering.cornell.edu/faculty-directory/fengqi-you 基础模型开发