清華大學協同交互智能課題組位於清華大學電子工程系羅姆樓，負責人為周伯文教授。該課題組致力於研究面向人工智能可信理論突破為基座的多模態交互數智化賦能關鍵技術，研究目標為：構建可解釋、可交互、可信賴、能推理、能決策、有知識、自適應的新一代AI模型和理論，讓AI系統更好地與人協同完成複雜任務，並更好地自適應產業數智化中多應用場景。研究多模態信息的理解、生成、交互與知識圖譜的融合推理，提升人機協同場景下的認知、創新與決策能力，建立數據驅動的機器學習與知識驅動融合的人工智能理論與方法。研究以人為中心的人機協同交互智能，研究以對話、交互等以人為中心的學習與誘導方式持續提升機器智能在非穩態（non-stationary）應用環境下的感知、認知能力和任務遷移能力，提升複雜場景中人類的生產效率以及人機耦合決策的交互協同能力。探索雲邊端協同的雲上預訓練基礎大模型與場景化邊緣小模型的共同演繹與進化，包括從大模型到小模型的自適應簡化，與多個邊緣小模型驅動的基礎大模型自演化。探索AI系統在全生命周期中的魯棒性、泛化性、可解釋性、隱私保護和公平無偏等多個維度的可信賴問題，包括可信賴AI各維度之間的相互作用以及評估指標等方面的研究。課題組關注學術前沿與數字經濟的時代機遇，秉持產學研一體化落地的價值理念，承擔科技部2030-新一代人工智能重大項目等多項課題。當下，人工智能方興未艾，還有太多可能性需要我們一起去探索和重新思考，例如:1. 面向學術前沿，AI發展的理論瓶頸和技術制約在哪裡？如何突破？2. 面向國民經濟主戰場，如何提煉AI真問題？如何解決真問題、帶來真價值？3. AI與其他學科的交叉，會產生哪些新的旗艦型應用？對應的核心科學問題是什麼？課題組負責人在學術研究、技術轉化及產業融合方面，均擁有豐富經驗。課題組負責人在紐約IBM T. J. Watson研究中心從事學術研究15年，發表過多篇具有開創性影響力的學術工作他引上千次。例如，作為課題負責人曾在」A Structured Self-Attentive Sentence Embedding」一文中首次提出自注意力+多頭表徵等核心理念，相關研究被Transformer等論文引用並認可為先驅工作，成為自然語言和圖表徵的新範式，被大量多模態表徵與理解模型和系統所採用，2017年後被引用近2000次。此外，課題組負責人曾在「Abstractive Text Summarization Using Sequence-to-Sequence RNNs and Beyond」文中定義了新的生成模型結構。被斯坦福大學AI Lab負責人Chris Manning教授評價為AI文本生成領域奠基性工作之一，該論文和後續論文他引近2000次和超千次。在學術與產業融合方面，課題組負責人長期致力於AI前沿技術的產業價值發現與創造。2003年即研發了世界首個嵌入式大詞彙量雙向語音翻譯系統並成功獲得應用。多年來，帶領團隊多次打造人工智能開放技術平台，並應用於語音翻譯、智能客服、導購助手、內容生成、智能供應鏈、數字虛擬人、AI質檢、智能產品設計、數智化協同等大規模互聯網應用及產業數智化場景。歷任京東集團高級副總裁、集團技術委員會主席、京東雲與AI總裁、京東人工智能研究院創始院長；2003年留美博士畢業後加入IBM T. J. Watson 研究院歷任研究員、PI、研究總監等，任IBM人工智能基礎研究院院長、IBM Watson集團首席科學家(Chief Scientist)，IBM傑出工程師。周伯文，清華大學電子系長聘教授、清華大學惠妍講席教授，IEEE Fellow、中國人工智能學會（CAAI）會士。從事人工智能基礎理論和核心前沿技術的研究、應用及產業化二十多年，研究領域包括語音和自然語言處理、多模態內容理解與生成、知識表徵與推理、人機對話、可信賴AI等，同時多年來致力於科技產品的創新與產業化，領軍打造了多個人工智能、數字化創新產品。已發表論文百餘篇，谷歌學術引用量超13500次，授予數十項專利。曾擔任IEEE語音語言技術專家組成員，IEEE Transactions期刊編委。榮獲2020年吳文俊人工智能傑出貢獻獎。曾作為主要技術完成人多次獲得IBM傑出技術成就獎和傑出技術發明獎，作為技術領導者和高管獲IBM傑出技術領導成就獎、「Best of IBM」等。學術和社會兼職包括國家新一代人工智能治理專家委員會委員、國家新一代人工智能發展研究中心專家委員，上海市人工智能戰略專家諮詢委員會委員，北京市、 廣州市、成都市政府特聘科技顧問，並擔任北京大學、中國科技大學、上海交通大學、香港中文大學（深圳）、哈爾濱工業大學等兼職教授、博士生導師。1. 符合清華大學博士後招收條件，具有博士學位，年齡在35周歲以下，獲得博士學位的年限一般不超過3年(http://postdoctor.tsinghua.edu.cn/info/zcgd/1297)；2. 科研思維活躍、創新能力強、具有強烈的技術創新和科研熱情；3. 具有良好的英文文獻閱讀、寫作能力，具有較強的編程能力；4. 工作勤奮、踏實，責任心強，有良好的團隊意識和協作精神。1. 多模態表徵與交互。研究內容同上。在計算機視覺、自然語言處理、機器學習等相關領域以第一作者發表過高水平論文者，有多模態預訓練模型及相關任務應用等研究背景的優先。2. 人機協同智能方向。研究內容同上。在計算機視覺、自然語言處理、機器學習等相關領域以第一作者發表過高水平論文者，有人機交互、強化學習和持續學習等研究背景的優先。3. 大小模型協同方向。研究內容同上。在機器學習等相關領域以第一作者發表過高水平論文者，有大模型輕量化、稀疏/模塊化網絡、聯邦學習和雲邊模型協同訓練及推理等研究背景的優先。4. 可信賴AI方向。研究內容同上。在機器學習等相關領域以第一作者發表過高水平論文者，有深度學習可解釋性、域外泛化性等研究背景的優先。1. 薪資、保險等按照國家和清華大學博士後管理辦法執行；4. 推薦申請各類博士後支持計劃，包括博士後創新人才支持計劃、博士後引進項目、清華大學「水木學者」支持計劃等（具體信息請查詢清華大學博士後官網：https://postdoctor.tsinghua.edu.cn/）；5. 電子工程系設有冠名博士後，資助優秀博士後，額外支持20萬/年* 2年。2. 學術成果材料，包括發表論文及收錄情況、獲獎情況、專利、主要負責和參與課題情況等。2. 負責CV、NLP等相關算法實現，對相關任務給出算法方案並進行算法實現及調優；幫助設立因材施教人工智能+系統方面的本科生培養體系與實驗室學習項目。2. 具有較強的編程能力，掌握Python、C/C++、Java等基礎編程語言，至少熟練使用一種編程語言；3. 熟悉TensorFlow、Pytorch等深度學習框架，具有良好的數學基礎和英語閱讀能力；4. 熟悉深度學習以及常用機器學習算法，能熟練運用相關算法解決有挑戰性的問題；5. 具有深度學習訓練與優化經驗、AI算法設計/復現及開發經驗、自我驅動的交叉複合型⼈才優先考慮；6. 有良好的心理素質和溝通能力，有強烈求知慾，對人工智能領域相關技術有熱情，自我驅動力、學習能力強優先考慮。期待堅信長期主義的有志青年加入我們的團隊，一起探索突破性的前沿想法並將這些想法變成現實成果，在學術上上書架，在產業上上貨架。郵箱：zhoubowen@tsinghua.edu.cn書面申請材料請發至郵箱，郵件主題為 「應聘博士後/工程師-姓名-學校」，申請博士後請在郵件中說明感興趣的研究方向。iNature學術領域第一，有100萬學者關注，專注於生物及醫學領域。歡迎各位老師聯繫iNature主編，免費發布招聘信息/投稿。可以發送郵件iNature2020@163.com或者是加主編微信（13701829856）或者是長按/掃描下面的二維碼，直接溝通iNature主編。添加微信，需註明詳細備註。
鑽石舞台 發表在 痞客邦 留言(0) 人氣()
留言列表
留言列表