AAAI（Association for the Advancement of Artificial Intelligence）是國際人工智能領域最權威的學術組織之一，Fellow 是該學會給予會員的最高榮譽，僅頒給對人工智能做出「非同尋常的卓越貢獻者」，而且評價時間以十年計。

由于其評判極其嚴格，歷屆 AAAI Fellow 入選者均為人工智能領域公認的著名學者，每年嚴格限制入選人數，因此被譽為國際人工智能領域的名人堂。

今日，AAAI 公布了 2024 年度的 Fellow 評選結果，共 12 位學者入選，其中包括清華大學教授朱軍。

AAAI 2024 Fellow

Anima Anandkumar 加州理工學院、英偉達

入選理由：對機器學習的重大貢獻，包括用于科學機器學習的神經算子和用于概率模型的張量方法。

Anima Anandkumar 教授的研究興趣是大規模機器學習、非凸優化和高維統計領域，特別是開發和分析機器學習張量算法。Anandkumar 教授一直在研究加速非凸優化的有效技術，例如有效地逃離鞍點。

Claire Cardie 康奈爾大學

入選理由：對共指消解（co-reference resolution）、信息和意見提取以及自然語言處理中的機器學習方法做出了重大貢獻。

Claire Cardie 是康奈爾大學計算機科學和信息科學系的教授，主要研究領域是自然語言處理。她曾獲得美國國家科學基金會職業獎（NSF CAREER award），并多次擔任計算機領域頂會組委會成員和研究期刊編輯委員會成員。

Nitesh Chawla 圣母大學

入選理由：在從不平衡數據中學習、圖形學習以及人工智能的跨學科應用方面做出重要貢獻。

Nitesh Chawla 是圣母大學計算機科學與工程系 Frank M. Freimann 教授、露西家庭數據與社會研究所所長。他還是 ACM Fellow、IEEE Fellow。

Chawla 是人工智能、數據科學和網絡科學方面的專家。他的研究不僅處于基本方法和算法的前沿，還在跨學科和轉化方面取得了進步。此外，Chawla 還是數據科學軟件和云計算公司 Aunalytics 的聯合創始人。

Cristina Conati  不列顛哥倫比亞大學

入選理由：對以人為本的人工智能和人工智能驅動的個性化做出了重大貢獻，特別是在智能輔導系統和可視化方面。

Cristina Conati 是不列顛哥倫比亞大學計算機科學教授。她在米蘭大學獲得計算機科學碩士學位，并在匹茲堡大學獲得智能系統碩士和博士學位。

Cristina Conati 的研究處于人工智能 (AI)、人機交互 (HCI) 和認知科學的交叉點，目標是創建既能執行有用任務又能被用戶廣泛接受的人工智能系統，即使得人工智能系統能夠預測和監控用戶的相關屬性（例如狀態、技能、需求、情緒），并相應地個性化交互，從而最大限度地提高任務績效和用戶滿意度。

Jennifer Dy 美國東北大學

入選理由：對無監督和可解釋的機器學習、推進人工智能以應對醫療保健挑戰以及為人工智能社區提供服務做出了重大貢獻。

Jennifer G. Dy 博士自 2002 年起擔任馬薩諸塞州波士頓東北大學電氣與計算機工程系教授。她于 1993 年獲得菲律賓大學電氣工程系學士學位，后分別于 1997 年和 2001 年在普渡大學電氣與計算機工程學院獲得碩士和博士學位。2004 年，Jennifer G. Dy 博士獲得了 NSF 職業獎。她的研究興趣包括機器學習、數據挖掘、統計模式識別和計算機視覺。

Ariel Felner 內蓋夫本?古里安大學

入選理由：對啟發式搜索做出了許多重大貢獻。

Ariel Felner 是本古里安大學信息系統工程系的全職教授，研究領域是人工智能中的啟發式搜索，包括理論基礎、新的搜索算法、啟發式搜索的研究和開發以及將所有這些應用于不同領域和環境。近期的研究重點是多代理路徑搜索問題，該問題可以表述為單代理搜索問題和其他設置。

Kristian Kersting 達姆施塔特工業大學

入選理由：對統計關系人工智能和神經符號學習的基礎和應用做出了重大貢獻。

Kristian Kersting 是德國達姆施塔特工業大學計算機科學系的正教授。2006 年從弗萊堡大學獲得博士學位后，他曾在麻省理工學院、弗勞恩霍夫 IAIS、波恩大學和多特蒙德工業大學工作。他的主要研究方向是統計關系人工智能（AI）以及深度（概率）編程和學習，發表了 180 多篇經同行評審的技術論文。

莫薩姆（Mausam） 印度理工學院

入選理由：對 NLP、規劃和人類計算的貢獻以及在人工智能領域的領導力。

莫薩姆是印度理工學院德里分校計算機科學教授，曾擔任 Yardi AI 學院創始院長，任期至 2023 年 9 月。他還是西雅圖華盛頓大學的合聘教授。莫薩姆于 2001 年獲得印度理工學院德里分校理工學士學位，2007 年獲得華盛頓大學博士學位，在人工智能領域有二十多年的研究經驗，在許多研究領域做出了貢獻，如網絡上的大規模信息提取、優化眾包工作流的人工智能方法以及概率規劃算法。

最近，莫薩姆正在探索神經符號機器學習、放射學計算機視覺、機器人學 NLP、多語種 NLP，以及智能信息系統中的若干主題，包括信息提取、知識庫補全、問題解答、總結和對話系統。他發表了 100 多篇檔案論文，出版了一本專著，兩次獲得最佳論文獎，一次獲得時間檢驗獎。莫薩姆于 2015 年被授予 AAAI 高級會員資格，以表彰他長期參與 AAAI 的工作以及在人工智能領域的杰出成就。

Ariel Procaccia 哈佛大學

入選理由：對人工智能和社會的貢獻，包括經濟范式的基礎工作以及對治理和群體決策的實際影響。

Ariel Procaccia 是哈佛大學計算機科學教授，同時是經濟與社會研究小組（EconCS Group）的成員，研究涉及人工智能、算法、經濟學和社會等一系列廣泛而動態的問題。

他于 2009 年以最優等成績獲得耶路撒冷希伯來大學計算機科學博士學位，博士論文獲得了 IFAAMAS Victor Lesser Distinguished Dissertation Award（自主代理和多代理系統領域最佳論文獎）。隨后，他在微軟和哈佛大學從事博士后研究，并獲得了 Yad Hanadiv 的 Rothschild Fellowship（羅斯柴爾德獎學金）的部分資助。在 2020 年加入哈佛大學之前，他是卡內基梅隆大學計算機科學系的一名教師。

Brian Scassellati 耶魯大學

入選理由：對人機交互以及使用機器人提供認知和社會支持做出了重大貢獻。

Brian Scassellati 是耶魯大學計算機科學、認知科學和機械工程學教授，也是 NSF 社交輔助機器人考察項目負責人。

Brian Scassellati 的研究重點是建立人類社交行為的具身計算模型，尤其是早期社交技能的發展過程，其他研究興趣包括仿人機器人、人機互動、人工智能、機器感知和社會學習。利用計算模型和社交互動機器人，Brian Scassellati 的研究評估了嬰兒如何獲得社交技能的模型，并協助診斷和量化社交發展障礙（如自閉癥）。

Brian Scassellati 在 2001 年獲得麻省理工學院計算機科學博士學位，在與 Rodney Brooks 共同完成的畢業論文（仿人機器人心智理論的基礎）中，他們利用發展心理學中的模型建立了一個讓機器人理解人類的原始系統。他在麻省理工學院的工作主要集中在兩個著名的仿人機器人上，分別被命名為 Cog 和 Kismet。

Brian Scassellati 還擁有麻省理工學院計算機科學與電子工程碩士學位（1995 年）、計算機科學與電子工程學士學位（1995 年）和腦與認知科學學士學位（1995 年）。

Kilian Weinberger 康奈爾大學

入選理由：對機器學習和深度學習研究的貢獻。

Kilian Weinberger 是康奈爾大學計算機科學系教授。他在牛津大學獲得了數學和計算機學士學位，并在 Lawrence Saul 的指導下獲得了賓夕法尼亞大學機器學習博士學位。曾多次獲得 ICML（2004 年）、CVPR（2004 年、2017 年）、AISTATS（2005 年）和 KDD（2014 年亞軍獎）的最佳論文獎。2012 年，Kilian Weinberger 獲得了 NSF 職業獎。Kilian Weinberger 的研究重點是機器學習及其應用，特別關注資源限制下的學習、度量學習、高斯過程、計算機視覺和深度學習。在加入康奈爾大學之前，他曾擔任華盛頓大學的副教授，此前在雅虎擔任研究科學家。

朱軍 清華大學

入選理由：對機器學習理論和實踐的重大貢獻。

朱軍是清華大學計算機系教授、人工智能研究院副院長，瑞萊智慧聯合創始人兼首席科學家，曾任卡內基梅隆大學兼職教授。2001—2009 年獲清華大學學士和博士學位，2011 年回清華任教。朱軍教授曾獲科學探索獎、中國計算機學會自然科學一等獎、吳文俊人工智能自然科學一等獎、ICLR 杰出論文獎等，曾擔任 IEEE TPAMI 副主編和 ICML、NeurIPS、ICLR 等國際會議資深領域主席 / 領域主席 20 余次。

朱軍教授長期從事機器學習研究，包括概率機器學習、貝葉斯方法的基礎理論、高效算法和編程庫，并利用貝葉斯方法研究深度神經網絡的對抗魯棒性以及復雜環境下的決策學習等問題，在 ICML、NeurIPS、KDD、JMLR、PAMI 等著名會議和期刊上發表過 100 多篇重要研究。

朱軍教授曾帶領團隊研制「珠算」深度概率編程庫、「天授」強化學習庫和 Ares 對抗攻防平臺，在相關領域具有深遠的影響。他帶領團隊研制的擴散模型高效算法獲得 ICLR 2022 國際會議杰出論文獎，并被 DALL?E2、Stable Diffusion 等明星項目采用。