会议主席一职将在2月7日召开的人工智能顶级会议AAAI 2020上首次设立。昨天，我们获悉杨强教授将担任明年的会议主席。
昨天，南京大学教授周志华在微博宣布，微众银行首席人工智能官杨强教授将担任国际人工智能大会AAAI 2021主席。
与其他顶级国际会议不同的是，2020年之前，AAAI会议并没有设立“会议主席”的职位，只有程序委员会主席。由于近年来向AAAI提交的会议论文数量急剧增加，此次增设会议主席职位的目的是让程序委员会主席能够更加专注于把控稿件的学术质量。
杨强教授是AAAI会议历史上第二位会议主席，也将是担任这一职务的首位华人。此外，Kevin Leyton-Brown Mausam 将担任AAAI 2021 的程序委员会主席。在下个月即将举行的AAAI 2020 会议上，来自IBM Research 的Francesca Rossi 将担任会议主席。 2013年7月，杨强当选AAAI院士，成为首位获此殊荣的中国人。 2016年5月，当选AAAI执行委员会委员，成为首位担任该职务的华人。同时，杨强教授还担任人工智能和数据挖掘领域多个顶级会议的组织者和项目联席主席，并担任过KDD 2010会议主席、KDD 2012会议主席和项目主席。 2015年IJCAI主席等。2017年8月，杨强教授当选国际人工智能联合会（IJCAI）理事会主席，成为首位担任该协会理事会主席的中国学者IJCAI。同年，杨强教授当选为ACM Fellow。
去年7月的Heart of Machine GMIS 2019大会上，杨强教授作为嘉宾发表了联邦学习主题的演讲。从天体物理学到人工智能杨强教授出生于一个书香世家。他的父亲杨海寿是一位天文学家。生前在北京大学任教，从事天体物理方向的研究。由于从小受父亲的影响，杨强本科选择了北京大学天体物理专业，并于1982年获得学士学位。大三时，杨强参加了中美研究院的笔试和面试。联合物理研究生项目（CUSPEA）并顺利通过考试。作为唯一通过考试的地球物理学大三学生，杨强选择了美国马里兰大学继续天体物理学研究生学习。从这个人生轨迹来看，如果不出意外的话，杨强原本是要成为一名天体物理学家的。但他在马里兰大学求学的经历改变了他的人生方向。在马里兰大学，杨强从事太阳物理研究。当时，他需要通过建模来预测和解释耀斑的机理，因此他与计算机结下了不解之缘。计算机生成数据的实时性和自动性引起了杨强的浓厚兴趣，于是他开始转向计算机科学，并于1985年和1987年获得了北京大学计算机系和天文系的双硕士学位。马里兰州。
1987年，杨强（左）和父亲在美国华盛顿。
在博士阶段，杨教授开始专注于计算机科学研究，并于1989年获得马里兰大学计算机科学博士学位。杨强的物理学背景一度给他的人工智能研究带来了问题。在专家系统盛行的时代，杨强在物理研究中培养出来的“先入为主”的思维（即将人类的专业知识输入计算机）对他帮助很大。但到了机器学习时代，人工智能研究开始聚焦于对事件和环境的观察，即通过训练数据学习模型。 “先入为主”的思维已经成为杨强机器学习研究的障碍。杨强花了很长时间才克服这个障碍。博士毕业后，杨强曾在滑铁卢大学、西蒙弗雷泽大学、微软亚洲研究院、香港科技大学、华为诺亚方舟实验室等机构工作。杨强教授是“迁移学习”和“联邦学习”的国际领军人物，是人工智能领域“迁移学习”领域的发起者和领导者。他也是“联邦学习”的发起者之一和领导者，迄今为止已发表了400 多篇人工智能和数据挖掘方面的论文。基于小数据的困境，杨强及其团队提出了“迁移学习”的理论体系。此外，为了解决数据碎片化和数据孤岛问题，杨强及其团队进一步提出了“联邦学习”理论，可以保证每个企业自身的数据不离开本地，模型效果保持不变，并且可以在不违反规定的情况下进行联合建模。提高机器学习算法的建模效率。在清华大学1月11日刚刚发布的《人工智能领域全球最具影响力学者排行榜》中，杨强和何凯明成为人工智能子领域Top 1顶尖学者中仅有的两位中国学者。其中，杨强教授入选的是经典人工智能领域（AAAI/IJCAI）。 2018年，杨强教授担任微众银行首席人工智能官（CAIO）。他带领微众银行AI团队开源了全球首个工业级“联邦学习”技术框架Federated AITechnology Enabler（FATE），并率先推动联邦学习。 IEEE 国际标准的制定。
