谁是杨强？首位AAAI华人主席，华为诺亚方舟实验室开创者

　　乾明十三发自凹非寺
　　量子位报道公众号 QbitAI

　　国际人工智能大会，AAAI 2021 大会主席人选已经敲定，华人学者杨强当选。

　　这一消息来自南大教授周志华，他说，这是华人首次当选 AAAI 主席。

　　但对于杨强来说，已经不是首次了。

　　早在 2017 年，他就已经当选 2019 国际人工智能联合会（IJCAI）理事会主席的华人科学家，也是华人首次。

　　而且，他也是首个华人 AAAI Fellow，也是率先提出迁移学习理论、联邦学习理论的人之一。

　　在数据挖掘领域，他也是绕不过去的大牛之一。

　　他带出的学生，已经成为中国 AI 产业的顶梁柱了，比如江湖人称“戴神”的第四范式创始人戴文渊。

　　所以，杨强是谁？

　　迁移学习、联邦学习奠基者，各种 Fellow 专业户

　　杨强，微众银行首席人工智能官，港科大计算机科学与工程学系主任。

　　在当选 AAAI 2021 大会主席之前，他也在 2013 年当选了 AAAI Fellow。

　　在此之前，他也是 IEEE Fellow（2009）、IAPR Fellow（2012）、AAAS Fellow（2012）、ACM Fellow（2017）。

　　可以说是计算机人工智能领域的 Fellow 专业户。

　　这些荣誉等身背后，也是实至名归。

　　在人工智能和数据挖掘领域，他已经发表了 400 多篇论文，也是人工智能和数据挖掘顶级会议，比如 IJCAI、ACL、SDM、 WSDM 、 KDD、CIKM、 AAAI 的常客。

　　为了解决小数据困境难题，他和自己带领的团队，提出了“迁移学习”的理论体系。为了解决数据割裂、数据孤岛等问题，杨强和团队进一步提出“联邦学习”理论。

　　能够保证各企业在自有数据不出本地，模型效果不变，在不违规的情况下进行联合建模，提升机器学习算法建模效率。

　　无论是迁移学习，还是联邦学习，都已经成为人工智能/机器学习的前沿技术，成为这些领域研究者致力的方向之一。

　　而且，他做的研究也不仅仅只是停留在学术层面，也已经进入了产业界。

　　他是微软亚洲研究院首批研究者之一，也是华为诺亚方舟实验室创始主任。

　　在他的带领下，微众银行 AI 团队开源了工业级的“联邦学习”技术框架，也是全球首个。

　　在此之前，他出身于书香世家，学于北大，深造于马里兰大学。

　　书香门第，埋根物理学

　　杨强出生于 1961 年，今年 59 岁，出身书香世家。

　　1975 年曾就读于清华附属中学。1978 年，作为恢复高考后的首批大学生，杨强进入北京大学，就读于天体物理学专业。

　　之所以选择物理专业，杨强在《中国科学报》的采访中表示：

从小受父亲的影响。

　　他的父亲杨海寿，也是中国著名的天文学家，生前一直在北京大学任教。

　　因为他从小所接触的圈子，要么是研究物理的，要么就是研究图书馆的（他母亲毕业于北大图书馆系，后来在清华工作）。

　　本科毕业之后，通过研究生计划(CUSPEAP)远赴美国马里兰大学留学。

　　依旧是研究天文物理主要是通过 NASA 发射的卫星观察太阳上的一些活动，比如耀斑。

　　而正是由于物理学上的需求，杨强开始接触到了计算机。这也让他迎来了人生的转折点。

　　首先，在天体物理实验过程中，杨强发现数据是十分稀缺的，因为要通过卫星的方式采集，所以一等就是几个月。

　　而计算机却能通过卫星图像，自行产生数据。“其次，计算机真的很有意思。很多流程都可以自动化，可以用学习的方式来解决。”杨强说。

　　于是，转学计算机的想法便萌生了。

　　兴趣使然，转战计算机

　　世上哪有那么多的天才，还不都是孤独的翻山越岭。这句话用在杨强身上再适合不过。毕竟转专业哪里是那么容易的事情。

　　1984 前后，那时候的计算机课程在学期中是根本注册不上的，他只能利用夏天的时间选修一些课来恶补。

　　杨强回忆道：

我真正开始熬夜就是从那时候开始的。

出国前的视力非常好，但为了赶计算机那些动辄上千行代码的大作业，不得不经常熬夜，导致视力下降，最终才戴上了眼镜。

　　为了上机完成《操作系统》作业，不得不排队到夜里三四点。还要在晚上去听给成人班开的计算机课，后来因为学得好，加之老师太忙没时间上课，便让杨强代课教成人班。

　　就这样，在 1985 年，他顺利转入计算机系。而在此之前，他其实已经在教三门计算机课程——数据结构、电路设计、人工智能。

　　就这样，在马里兰大学的七年期间，杨强完成了双学位硕士（计算机科学和天体物理学硕士学位）、博士（计算机科学）的学习。

　　在接受《中国科学报》采访的时候，杨强也对自己的人工智能研究之旅进行了复盘：

前半部分是以专家系统为主的思维，即先入为主，人用计算机的逻辑语言把人类的专业知识输入计算机，是读博期间所流行的。

后半部分则是机器学习，即不是先入为主，而是通过对事件和环境的观察、通过训练数据，学到一个模型，再付诸实施，预测未来。

　　博士毕业后的他，赴加拿大滑铁卢大学计算机系担任助理教授及副教授，并于 1995 年得到了终身教授的职位，这个时候距离他博士毕业仅仅只有 7 年。

　　在时间和科研经费相对自由的情况下，杨强便开始了后半部分的研究，即机器学习。

　　当时，这还是人工智能领域的一个小分支，也处于寒冬之中。

　　但他有很强的信心，在他看来，这必然是未来趋势之一。

　　他曾经比喻道：

很多人会惊讶于2、3 岁的小孩子就拥有超强的语言天赋。

这并不是一两个例子就能学会的，而是已经有了一定的积累。这种积累可能源于父母，得到了他们赋予的大脑中很多知识的连接。

只不过有些还没有连接上，需要1、2 个例子来刺激。

　　其实，这就是杨强后来提出的迁移学习的基本模型——可以把大数据领域的知识迁移到小数据的领域来，并解决小数据的问题。

　　在他看来，机器学习离不开两点。

　　一个是举一反三的能力，也就是迁移学习；同时也离不开连接数据孤岛的能力，也就是联邦学习，解决了数据割裂和数据隐私问题。

　　而在此之后，杨强先后在加拿大西蒙弗雷泽大学计算机系、香港科技大学计算机科学与工程学系任教。

　　成功方法论：让自己跟昨天不一样

　　或许你会觉得他的职业变动有些频繁，但其实这正是杨强所遵循的一个很简单的原则——不断学习，不断提高自己，让自己跟昨天不一样。

　　杨强说：

在大学工作时，我给自己定了一个挑战，就是成为行业领袖，知识也要不断提升。

成为正教授之后，还有讲席教授，再之后还有特聘教授。

这些职称都获得之后，周边能学的东西几乎都学到了，那就要换个“朋友圈”。

　　这或许正是他在从教的同时，还不断的参与校外活动和科研的原因。

　　1999 年，微软亚洲研究院成立之后，他就进入其中，成为首批研究员之一。2012 年，华为诺亚方舟实验室成立。杨强于 2012-2015 这三年期间，出任实验室创始主任。

　　2015 年，他还出任了“微信－香港科技大学人工智能联合实验室” 主任。2018 年，出任在微众银行担任首席人工智能官(CAIO)。

　　如今，在这个职位上的他，希望把整个金融服务设计到一个人工智能的模型里。

　　模型可以自动变成一个银行，然后把这个银行的模型开放给各个行业，让每个行业都有可能自己去做有金融特性的服务。

　　正如杨强自己所说：

我觉得这是特别伟大的一件事，可能需要很多年来做。但每每想起目标的伟大，我都激动得睡不着觉。

　　华人学者登顶 AI 顶会

　　不仅仅是杨强，近年来也有诸多华人学者，在各大人工智能领域顶级会议展露锋芒。

　　比如港中文教授、商汤创始人汤晓鸥，也担任了多个重要的国际会议的主席，比如 ICCV、CVPR。

　　他也是影响因子最高的 IEEE 杂志 IEEE Transactions on Pattern Analysis and Machine Intelligence（PAMI）和整个计算机科学领域影响因子最高的 International Journal of Computer Vision（IJCV）编委，也是 IJCV 首位华人主编。

　　还有出生于湖北鄂州、UCLA 教授的朱松纯，他也曾担任过 CVPR 大会主席，在国际顶级期刊和会议上发表论文 200 余篇，三次问鼎计算机视觉领域国际最高奖项马尔奖。