第一名獲得者：Han Zhao

　　Han Zhao因“基于后處理的可信機器學習”提案而獲獎。

　　他說:“這份禮物將使我們的團隊能夠擴展我們目前在值得信賴的機器學習前沿的研究議程，特別關注促進當前機器學習模型的最終公平性、魯棒性和可解釋性，特別是大型語言模型。”我們的小組特別關注一種稱為后處理的范例，它對于大型語言模型有許多潛在的用例。許多現有的機器學習范式不能應用于大型語言模型的時代，因為一小部分研究人員，一個學術團體，沒有數據資源來重新訓練每個模型，也沒有計算能力從頭開始進行再訓練。然而，我們的新范式將允許研究人員在不進行再培訓的情況下證明公平性、穩健性和可解釋性約束。谷歌的禮物使我們能夠在未來幾年繼續我們的研究議程，我期待著未來與谷歌的研究人員在這一重要主題上的合作。”

　　Zhao的研究小組包括8名博士生，2名碩士生和3名本科生。他宣稱他們是“各自感興趣領域的頂尖學生，在這種情況下，是人工智能和機器學習。”我非常喜歡和他們一起工作。公平地說，沒有他們的幫助，我們不可能取得迄今為止取得的成就。我感謝他們參與推動我的研究議程。”除了谷歌的榮譽，趙還被評為2023年美國國家科學院的Kavli研究員，2024年AAAI新教師亮點項目的特邀演講者，并被CITL列為2021-2023年伊利諾伊大學厄巴納-香檳分校的優秀教師。

　　第二名獲者：Nan Jiang

　　Nan Jiang因其提出的“線上線下強化學習的統一與新型交互協議”而獲獎。

　　Jiang解釋道:“我的建議是架起線上和線下強化學習的橋梁;這些都是用于決策的機器學習范例，其中算法從真實系統(在線)的試驗和錯誤中學習，而不是從預先收集的數據集(離線)中學習。我們對它們進行了廣泛的并行研究，但我們正在發現它們之間的深層聯系，從而導致可能的統一。我很感謝谷歌的認可，并期待與他們的一些研究團隊加強合作。”

　　除了谷歌的榮譽，蔣還被評為2024年斯隆研究員，獲得2022年美國國家科學基金會職業獎，并被CITL列為2022年伊利諾伊大學厄巴納-香檳分校的優秀教師。

　　第三名獲得者：Yupeng Zhang

　　Yupeng Zhang 以“訓練證明及其在機器學習和差分隱私中的應用”提案入選。

　　然而，機器學習模型通常是在大量數據上進行訓練的，數據隱私問題日益受到關注。用戶無法控制他們的數據在訓練過程中的使用方式。沒有任何機制來執行任何隱私保護，尤其是在機器學習模型保密的情況下。”Zhang建議使用“加密工具零知識證明，通過共同設計的密碼學和機器學習訓練算法，將其擴展到與大型語言模型(llm)的大小相匹配。機器學習是一種先進的概念，可以根據最新法規的要求從法學碩士中刪除私人數據。”Zhang指出，“目前，如果不監控訓練過程和學習機器學習模型，就沒有辦法強制執行這種機器學習技術。在本提案中，訓練證明的一個重要應用是確保在不泄露機器學習模型本身的情況下刪除數據。”

　　對于他的獲獎，張說:“這是對我的研究的極大認可。該獎項顯示了機器學習技術中數據隱私對谷歌的重要性。它鼓勵這個項目和更多來自該領域的研究來解決加密技術的問題。”

　　拓展：

　　谷歌研究學者計劃旨在支持從事與谷歌相關領域研究的早期職業教授。它提供無限制的捐贈，以支持世界各地機構的研究，并專注于資助早期職業教授進行的世界級研究。獎學金作為不受限制的禮物發放給大學，最高可達6萬美元。這些獎項的目的是在提供該獎項的學年期間使用，以支持教授的研究工作。

　　以上是關于UIUC計算機教授榮獲2024年谷歌研究學者稱號的全部新聞，如果您對美國留學感興趣，歡迎您在線咨詢托普仕留學老師。托普仕留學采用5v1服務模式，21步精細服務流程，硬性四維標準+六維背景提升等留學服務體系，為學生出國留學申請名校提供保障。