【喜讯】中心三位教师获得“光启青年学者”冠名支持
近日，上海交通大学与光启基金公布了2019年“光启青年学者”冠名的评审结果，中心长聘教轨副教授江波、张拳石、赵世振三人获得冠名支持。
“光启青年学者”冠名是“光启人才资金”子项之一。“光启人才资金”是上海交通大学与徐汇区区校战略合作协议框架下就人才工作专门设立的专项项目，每年针对一定数量的高层次人才进行冠名支持，旨在发挥学校的人才优势和学科优势，对接徐汇区的产业布局和重点工程，帮助人工智能、生命健康等领域的高层次人才扎根上海、服务区域产业结构升级和经济社会发展。
江波，上海交通大学约翰·霍普克罗夫特计算机科学中心长聘教轨副教授。在美国马萨诸塞大学阿默斯特分校信息与计算机科学学院获得博士学位并担任博士后研究员，师从世界知名计算机网络专家Don Towsley教授。他的研究主要涉及计算机系统的建模、分析和优化以及机器学习，在SIGMETRICS, SIGKDD, INFOCOM，ICLR，IEEE/ACM TON等一流国际会议和期刊上发表多篇论文，其中关于竞争中累积优势的研究在计算机系统性能评测领域的旗舰会议SIGMETRICS上获得2016年最佳论文奖。他曾担任IEEE JSAC缓存特刊，IFIP Performance等国际知名期刊和会议的TPC成员，以及TON, TKDE, TMC, TAC, TMM, TCOM, JIoT, PEVA, ToMPECS, SIGMETRICS等多个国际知名期刊和会议的审稿人。
张拳石，上海交通大学约翰·霍普克罗夫特计算机科学中心长聘教轨副教授。他于2014年获东京大学博士学位，于2014-2018年在加州大学洛杉矶分校 ( UCLA ) 从事博士后研究，主要研究方向包括计算机视觉、机器学习、机器人和数据挖掘。其研究工作主要发表在计算机视觉、人工智能、数据挖掘和机器人等不同领域的顶级期刊和会议上（包括T-PAMI, CVPR, ICCV, AAAI, KDD, ICRA等）。尤其近3年来，申请人论述了关于学习中层特征表达可解释性神经网络，以及基于网络可解释性的“中层对端”的模型学习等若干问题。
目前，张拳石正领导一个团队进行可解释性人工智能方向的研究。其研究工作重点是学习中层特征可解释的神经网络，以及在理论上构建神经网络模型与传统图模型的内在统一表达，实现从神经网络模型向图模型和因果逻辑模型的转化。相关研究课题包括中层表达可解释性的卷积神经网络、可解释性生成网络、无监督对已训练神经网络的解构与解释、无监督或弱监督地学习神经网络。
赵世振，上海交通大学约翰·霍普克罗夫特计算机科学中心长聘教轨副教授。他同时精通网络理论与网络系统，致力于实现真正的理论与系统相结合。他博士毕业于专业排名前十的美国普渡大学西拉法叶分校的电子与计算机工程系，师从IEEE Fellow林晓俊教授，在网络优化领域作出突出贡献，其成果广泛应用于无线网络、智能电网、软件定义网络等网络分支方向，并发表在MOBICOM，INFOCOM，IEEE/ACM TON，IEEE/TAC等国际一流会议与期刊。他之后加入业界最领先的Google Network Infrastructure组从事数据中心方向的研发工作。他在数据中心拓扑结构方面的研究不仅发表于网络系统领域的顶级会议NSDI，还已成功应用于实际的数据中心。他曾获得Purdue University Bilsland Dissertation Fellowship。他曾担任NSDI，INFOCOM，MOBIHOC，IEEE/ACM TON，IEEE TPS，IEEE TSG等多个国际知名会议与期刊的论文审稿人。