导读：
谷歌近日发布2024年博士奖学金（Google PhD Fellowship）获奖名单，该奖项为学者提供与谷歌研究导师合作的机会，有众多顶尖青年学者脱颖而出。其中，清华姚班大神吕欣、开创性论文KAN作者刘子鸣、LLM-Pruner 一作马欣尹等诸多华人凭借在理论计算机科学、自然语言处理和多模态的卓越研究备受瞩目。他们的学术背景和研究成果不仅展示了个人的科研实力，更彰显了华人在全球科技领域的深远影响。本篇文章将聚焦这些杰出华人学者，深入了解他们的学术旅程与创新成就。
华人获奖情况总概述
一年一度的谷歌博士奖学金（Google PhD Fellowship）名单公布，今年共有85位获奖者，涵盖了13个不同研究领域，包括人工智能、机器学习、计算机视觉和自然语言处理等高科技领域。2023年有67人获奖，覆盖13个领域，显示该奖学金的影响力不断拓展。
该奖学金是谷歌为支持全球顶尖博士研究生而设立的一项学术奖项，旨在奖励在计算机科学及相关领域中表现出卓越研究潜力的年轻学者。这项奖学金不仅提供丰厚的资金支持，帮助博士生专注于科研，还为获奖者提供与谷歌研究团队合作的机会。而谷歌博士奖学金作为全球学术界的重要荣誉，已经成为培养下一代科技领军人物的重要平台。
我们在对获奖者的母语分布进行统计后发现，华人占据了最大的比例，达到了32%。而去年67位获奖者中华人占近20位，这一数据反映了华人在全球学术研究领域的显著影响力，也展现了华语背景研究者在高水平学术项目中的竞争力。
从数据来看，总共有 9个领域 涉及华人学者的获奖。热门领域包括 机器智能（10人）、自然语言处理（4人）和 健康与生物科学（4人），这些领域的获奖人数较多，这些数据反映了中国学者在这些方向上的突出贡献和国际影响力。
自然语言处理和机器智能作为人工智能的核心技术，广泛应用于语音助手、自动驾驶、智能翻译等实际场景，并推动了中国大模型（如GLM、ERINE等）的发展。
并且，为了更全面地了解这些华人学者的研究背景，我们通过制作柱状图来观察他们所属的机构及院校背景，便与分析他们的学术资源和研究环境，进一步得到不同机构在学术领域的影响力和特点。
该图显示，新加坡和美国在华人获奖者的院校背景中占据重要地位。其中，新加坡国立大学表现最为优异，位居榜首，并且其中3名学者都来自计算机学院。这充分体现了其在计算机领域的卓越实力和深远影响力。
该图展示了学者与学术机构之间的合作网络，具体表现为学者与其所在机构的关系以及学者跨多个机构的合作情况。通过节点和边的连接，清晰展示了不同学者和机构之间的多对多关系。
School of Computing, National University of Singapore (NUS)：新加坡国立计算机学院与多个学者（如 Yan Sun、Xiaoxin He、Minzhi Li 等）建立了学术联系。以及斯坦福大学、南洋理工大学、加利福尼亚大学都有超过一名学者建立关系。体现了其在学术圈中的合作网络非常广泛，能够提供多元化的学术资源和支持。
并且也有多个学者在多个机构比如Google Research以及AI大模型公司建立学术联系，体现了这些学者在不同领域的学术影响力。而谷歌奖学金则作为一个关键连接点，促进了这些学者与机构之间的紧密合作和资源共享。
该图展示了Top 10华人学者的论文总引用量，其中引用量最高的学者是 Kaixuan Huang，其引用量达到了 3262 次，表明他在相关领域内的研究成果得到了广泛认可和引用。
而且总结来看，这些获奖的华人学者都有普遍比较高的引用量，表明了他们在研究学术界的较大影响力，体现了他们在计算机领域的重要贡献和认可度。
华人学者风采录（个人简介）
Xin Lyu（吕欣） 加州伯克利分校 算法与理论
吕欣是UC伯克利分校三年级学生，导师是 Avishay Tal 和 Jelani Nelson。本科就读于清华大学跨学科信息科学研究所（姚班）。
2020年夏季年他曾访问麻省理工学院，在Ryan Williams教授指导下研究复杂性理论。
2022年夏季，他曾在谷歌研究院（Mountain View）实习，曾和Edith Cohen， Jelani Nelson， Tamás Sarlós和Uri Stemmer有密切合作。
图源：https://www.aminer.cn/profile/xin-lyu/63ab9cb7cb0eafdb3179be0f
通过Aminer数据平台学者库研究领域河流图显示。吕欣的研究领域主要集中在数据隐私与安全计算方向，包括差分隐私、隐私保护计算、匿名性和稀疏向量技术等。差分隐私作为其核心研究方向，自2020年起持续受到关注，研究深度不断加深；隐私保护计算和匿名性在近几年逐渐成为新的重点。
吕欣共发表18篇论文，曾在《IEEE Conference on Computational Complexity》和《Annual Symposium on Foundations of Computer Science》发表论文，这两者均为理论计算机科学领域的顶级期刊和会议。
个人主页： https://www.aminer.cn/profile/63ab9cb7cb0eafdb3179be0f?fr=lx
Ziming Liu（刘子鸣）麻省理工学院 机器智能
作为备受争议的KAN论文一作，现在是麻省理工学院和IAIFI的四年级博士生。本科就读于北京大学物理学院，曾担任北大研究助理。他所研究的领域是AI for Physics，因此还成立了 AI4Science 研讨组织。他的导师是Max Tegmark教授。
他曾在顶级物理期刊和人工智能会议上发表论文。同时也是physical Reviews，NeurIPS，ICLR，IEEE等的审稿人。
并且他的研究领域具有很强的跨学科性质，例如Kolmogorov-Arnold网络（AI的数学），泊松流生成模型（AI的物理），大脑启发的模块化训练（AI的神经科学），理解Grokking （AI的物理），守恒定律和对称性（AI的物理）等。
图源：https://www.aminer.cn/profile/ziming-liu/63ab9cb7cb0eafdb3179bc46
图源：https://www.aminer.cn/pub/6631a2d501d2a3fbfc8c4c0e/kan-kolmogorov-arnold-networks
个人主页： https://www.aminer.cn/profile/63ab9cb7cb0eafdb3179bc46?fr=zl
Xinyin Ma（马欣尹） 新加坡国立大学 自然语言处理
图源：https://www.aminer.cn/profile/xinyin-ma/618172348672f199e5d95504
目前是新加坡国立大学学习与视觉实验室的博士生，导师是王鑫超教授，于浙江大学获得计算机科学硕士学位与软件工程学士学位。实践经历丰富，曾在2018以及2020年前于互联网公司里巴巴和网易有过数据分析实习经验。
主要研究领域是大语言模型、无数聚集蒸馏以及核心重置等相关研究。曾在机器学习顶级会议NIPS、CD-ROM等有多篇论文发表。
个人主页： https://www.aminer.cn/profile/618172348672f199e5d95504?fr=xm
Kaixuan Huang（黄凯旋）普林斯顿大学 机器智能
目前是普林斯顿大学电气与计算机工程系四年级博士生，导师是王梦迪教授，曾于王梦迪教授合作论文10余篇。
他曾于北京大学获得数学学士学位和硕士学位。
他于2024年在谷歌DeepMind实习，并发表关于CRISPR-GPT的演讲。
图源： https://www.aminer.cn/profile/5611338845cedb339785efec
他目前的研究兴趣是用于基础模型的强化学习，比如语言模型、扩散模型以及语言模型代理等。近年来主要研究方向是上采样技术和动态研究技术。
黄凯旋共发表论文27篇，曾发表有关联邦学习算法FedAvg在非独立同分布（non-iid）数据上的收敛性有关论文，获得近2000的引用数，意味改论文在学术界有着非常高的影响力和广泛的认可。
个人主页： https://www.aminer.cn/profile/5611338845cedb339785efec?fr=kh
Shengyu Wang 卡耐基梅隆大学 机器感知
图源：https://www.aminer.cn/profile/5614466e45ce1e596337e936
现阶段是CMU的一名研究生，导师是 CMU 助理教授朱俊彦。目前，他正在和教授Richard Zhang, Alexei (Alyosha) Efros, Aaron Hertzmann, and David Bau共同研究。他表示现阶段感兴趣的方向是神经网络，主要研究方向是深度学习和计算机视觉。
图源：https://www.aminer.cn/profile/5614466e45ce1e596337e936
曾于Alexei (Alyosha) Efros、Junyan Zhu以及Richard Zhang等该领域顶尖学者有多次论文合作，表明他的科研能力广泛得到认可。
Shengyu Wang曾作为一作撰写的训练模型来识别由卷积神经网络（CNN）生成图像有有关论文，超过1000的引用量，其名为《CNN- generated images are surpringsly easy to spot…for now》论文。
个人主页： https://www.aminer.cn/profile/5614466e45ce1e596337e936?fr=syw
Chang Kao Jung 阳明交通大学 健康与生物科学
Chang Kao Jung为阳明交通大学医学博士，主要研究方向是大数据、AI、基因遗传等领域。曾担任台北荣民总医院研究员。
个人主页：https://www.aminer.cn/profile/62e4b64ad9f204418d6f0ee6?fr=kjc
Hanjia Lyu，罗彻斯特大学 健康与生物科学
Hanjia Lyu现在是罗彻斯特大学计算机科学博士，导师是Prof. Jiebo Luo。此前获得复旦大学风险与管理保险专业学士学位和罗彻斯特大学数据科学硕士学位。
他所感兴趣的领域是计算行为科学，研究目标是开发和应用创新的机器学习策略来理解和预测人类行为。
他曾在社会计算、大数据、健康数据科学、人工智能等多个领域的顶级期刊和会议上发表了多篇论文。比如 IEEE Transactions on Big Data、NeurIPS 和 ACM International Conference on Multimedia 等。
个人主页： https://www.aminer.cn/profile/6372c65bec88d95668d1f1d3?fr=hl
Jason Yang，加州理工学院 健康与生物科学
Jason现在是加州理工学院哲学与化学工程博士，由Frances Arnold教授和Yisong Yue教授共同指导，此前获得了耶鲁大学化学工程与应用数学学士学位。
他主要对开发蛋白质工程的机器学习辅助工作流程感兴趣，特别是在发现和优化酶方面。去年夏天他在Profluent实习，同时，他也是“ML for protein engineering”系列研讨会的共同组织者。
个人主页：https://jsunn-y.github.io/
Kara Liu 斯坦福大学 健康与生物科学
Kara现阶段是斯坦福大学哲学-计算机科学博士在读，导师是Russ Altman教授，此前曾获加州大学伯克利分校文学-计算机科学学士学位。
他的研究重点是机器学习方法的发展和应用，以实现公平有效的医疗保健。此前担任伯克利人工智能研究机器学习研究员，在Pieter Abbeel和Aviv Tamar的指导下从事长期视觉规划和表示学习。
个人主页： https://www.aminer.cn/profile/53f460ccdabfaec09f229e9d?fr=kl
Lingtong (Tony) Xu，多伦多大学 健康与生物科学
Tony Xu现阶段是多伦多大学哲学博士在读，导师是Anne Martel博士和Maged Goubran博士之前曾前往清华大学暑期国际交流，获得哥伦比亚大学应用科学学士学位，主修电气工程，主修生物医学工程，辅修物理。
他的研究重点是改进应用于巨大医学图像的自监督方法，以减少深度学习方法对专家生成注释的依赖。他对在医疗保健中使用深度学习来加速和增强医疗工作流程也很感兴趣。
Tony Xu在医学图像处理、计算机辅助干预、机器学习应用等领域的顶级期刊和会议上发表了多篇论文，比如MICCAI 和 Scientific Reports 等权威平台。
个人主页： https://www.aminer.cn/profile/65ed915d0b6735f4855ebacf?fr=lx
Sun Yan 新加坡国立大学 算法与理论
Sun Yan目前就读于新加坡国立大学计算机学院信息系统专业，为一年级博士生，导师是Stanley Kok。本科就读于港中文大学深圳分校，获得金融工程学士学位。
她现阶段的主要研究领域是深度学习、异常检测以及金融科技，研究重点在金融资产风险建模/预测。在此之前，她主要研究图级任务的主题。
曾多次在港中文大学深圳分校担任研究助理以及助教等。
个人主页： https://www.aminer.cn/profile/542b7bbfdabfae2b4e1707da?fr=ys
Erzhen Hu，弗吉尼亚大学 人机交互可视化
现阶段是弗吉尼亚大学哲学博士-计算机科学博士，导师是 Seongkook Heo 教授。预计于2026年毕业，于2020年取得弗吉尼亚大学理学硕士-统计学硕士学位，2018年获得上海大学法学学士学位。
曾于2023年和2024年分别前往微软研究院和谷歌研究院实习。
2022年11月，她担任CHI 2023后期工作（LBW）项目委员。2023年1月，她的两篇一作论文在CHI 2023被录用。
个人主页： https://www.aminer.cn/profile/6459ab376378aeaf4bcf1992?fr=eh
Cheng-Yu Hsieh，华盛顿大学，机器智能
Cheng-Yu Hsieh 是华盛顿大学计算机科学与工程专业的博士生，与Ranjay Krishna和Alex Ratner合作，解决机器学习上存在的难题。在此之前，他曾在台湾大学获得学士和硕士学位。2019年曾有幸访问卡内基梅隆大学以及加州大学洛杉矶分校。
他自己介绍，他的研究目标是通过使数据和模型扩展在当今的大规模环境中更加高效和有效，基于四个互补的工作领域，解决数据和模型扩展挑战的不同方面，使人工智能的发展民主化。
个人主页： https://www.aminer.cn/profile/560b50af45ce1e5960176ca4?fr=cyh
Eric Zhao，UC伯克利分校 机器智能
Eric Zhao是加州大学伯克利分校计算机科学博士四年级学生，之前，于2020年获得加州理工学院计算机科学学士学位。导师是Nika Haghtalab和Michael I. Jordan。
同时，他实践经验很丰富，他也是谷歌学生研究员，2019年曾在谷歌SWE以及Uber自动驾驶部实习，以及在Salesforce研究院研究自动机制设计，六年间共有八段实习经验。
他所研究的主要领域是多目标机器学习开发算法，对多目标学习极为感兴趣，因为它可以在市场和其他多智能体环境中涉及自动决策系统等。
曾在 AAAI（Association for the Advancement of Artificial Intelligence） 会议系列中，发表了多篇研究论文，该会议是人工智能领域的顶级国际会议之一。
个人主页： https://www.aminer.cn/profile/668e552d05da49840fc8e229?fr=ez
Haodong Lu，新南威尔士大学 机器智能
Haodong Lu现阶段是澳大利亚新南威尔士大学读博士二年级，导师是Dr. Dong Gong 和Prof. Lina Yao,和CSIRO's Data61一起合作。在此之前，获得了新南威尔士大学的学士和硕士学位。
他主要是进行深入研究分布外检测（OOD）和持续学习等前沿研究问题，重点研究计算机视觉和多模态模型。
他致力于开发更强大的计算机视觉和多模态模型，使其能够有效监测和适应数据分布。
个人主页： https://www.aminer.cn/profile/65f034b7665405f09e97af00?fr=ld
Kaiwen Wang 康奈尔大学 机器智能
Kaiwen Wang 目前是康奈尔大学的三年级计算机科学博士生，导师是Nathan Kallus教授和Wen Sun教授。此前，与卡内基梅隆大学获得理学计算机科学与数学学士学位。
主要研究方向是研究强化学习、因果关系和大语言模型等。
在读研究生之前，他曾在Facebook AI工作，负责构建试剂平台和推荐模型。现阶段，在Netflix研究院实习。
图源：https://www.aminer.cn/profile/561ec4f945cedb3398150497
他在 NeurIPS 2023、Lecture Notes in Computer Science 和 ICML 等顶级学术会议和期刊上发表过多篇论文，表明他在人工智能和机器学习领域具备较强的学术能力。
个人主页： https://www.aminer.cn/profile/561ec4f945cedb3398150497?fr=kw
Peizhen Li（李佩珍） 麦考瑞大学 机器智能
李佩珍现阶段是麦考瑞大学计算机学院计算机科学博士在读，此前，于中山大学数据科学与计算机学院取得了软件工程学士学位和计算机科学与技术硕士学位。
此前，担任过中山大学数据科学与计算机学院数据挖掘课程助教以及高等数学课程助教。
他所研究兴趣领域主要为具身智能、机器人技术、机器学习等热门领域。
个人主页： https://www.aminer.cn/profile/5d415be97390bff0db70ab2e?fr=pl
Siyao Li 新加坡南洋理工大学 机器智能
Siyao Li目前是新加坡南洋理工大学MMLab的三年级博士生（在读），导师是Chen Change Loy教授。在此之前，他是商汤科技研究院的全职研究员，与王泉、孙文秀、董超密切合作。他目前的兴趣包括内容创作的人工智能技术。
个人主页： https://www.aminer.cn/profile/560a074645ce1e595faedf46?fr=ls
Xiaoxin He（何晓昕） 新加坡国立大学 机器智能
何晓昕现阶段是新加坡国立大学计算机学院博士研究生在读，此前在复旦大学计算机学院获得学士学位。导师是Bryan Hooi教授和Xavier Bresson教授。她的研究领域主要是图像的深度学习。
2023年引入了awesome - graph- llm，一个关于图形相关的大型语言模型的集合。2024年5月，曾受字节跳动公司邀请做关于G-Retriever的演讲，7月受LOGG邀请做关于G-Retriever的演讲，同年11月受Google Spanner Graph邀请在GraphRAG上做演讲。
个人主页： https://www.aminer.cn/profile/5622e9ce45cedb3398414078?fr=xh
Shengqiong Wu（吴胜琼） 新加坡国立大学 机器感知
吴胜琼在武汉大学获得硕士和学士学位后，现在是新加坡国立大学计算机学院NExT++研究中心的博士二年级学生，导师是Prof. Tat-Seng Chua。
她的主要研究方向是基于场景图的视觉语言理解，研究背景包括多模态大语言模型和扩散模型等。以前，她专注于语法辅助NLP，即使用外部语法和语言表示来帮助NLP任务。
个人主页： https://www.aminer.cn/profile/56258d6b45cedb33985d3535?fr=wq
David Wan 北卡罗来纳大学教堂山分校 自然语言处理
David现阶段是北卡罗来纳大学教堂山分校博士在读，导师是Mohit Bansal。此前获得了哥伦比亚大学计算机科学硕士以及学士学位。主要研究方向是自然语言处理。
此前，曾担任过上海工业大学以及哥伦比亚大学研究助理，2022年于亚马逊Alexa实习。
个人主页： https://www.aminer.cn/profile/63e0d09ec861439b3001f923?fr=dw
Minzhi Li 新加坡国立大学 自然语言处理
Minchi Li现阶段是新加坡国立大学哲学与计算机科学博士在读，之前获得新加坡国立大学计算机学院商业分析专业学士学位。于2024年到至今前往美国斯坦福大学计算机科学系访问博士。
她所感兴趣的研究领域是以数据为中心的NLP，以及面向社会公益的NLP。并且他曾在顶级NLP会议上发表过论文，比如ACL和EMNLP。
她曾在乔治亚理工学院以及斯坦福大学等学校担任研究生研究员，曾担任字节跳动实习NLP工程师实习生。
她曾作为一作发表的论文《Inducing Positive Perspectives with Text Reframing》被ACL 2022主会议接受。该论文还获得了优秀论文奖。
个人主页： https://www.aminer.cn/profile/657a70370421653145a64b3b?fr=lm
Shan Chen（陈山）马斯特里赫特大学 自然语言处理
陈山是2022年哈佛医学院联合博士课程，所学专业是医学人工智能。导师是Hugo Aerts博士和Danielle S. Bitterman博士。此前获得布兰迪斯大学计算机语言学硕士学位以及圣奥拉夫学院数学、日语、语言学学士学位。
他对大语言模型很感兴趣，他的研究目标是能够为医疗保健等关键领域开发更具可解释性的人工智能系统。
他曾担任波士顿儿童医院NLP研究实习生。
陈山曾在医学信息学、计算语言学、数字医学等跨学科领域的顶级期刊和会议上发表了多篇论文，展现出强大的学术能力。其中，《The Lancet Digital Health》和《Journal of the American Medical Informatics Association (JAMIA)》是全球医学和健康科技领域影响力极大的期刊，代表他在该领域的高研究水平。
个人主页： https://www.aminer.cn/profile/64971115a88fbe7c05fd6aff?fr=cs
Zihan Wang 昆士兰大学 安全、隐私与预防滥用
Zihan Wang现在是澳大利亚昆士兰大学网络安全专业博士在读，此前，于阿莱德大学获得计算机科学学士学位。
他的研究兴趣是以正式可验证的方式解决机器学习系统的现实世界安全和隐私问题。他目前是CSS学科的HDR代表。曾担任澳大利亚机器学习研究所（AML）研究助理实习生。
个人主页： https://www.aminer.cn/profile/673dbfa65a41f1b1e7fe5550?fr=zw
Yun-Chen Lo 台湾清华大学 硅芯片研究
Yun-Chen Lo现在是哈佛大学计算机科学系的访问博士生，导师是David Brooks教授和Gu-Yeon Wei教授，同时也是国立清华大学EE的博士生，导师是Ren-Shuo Li。此前曾获得国立清华大学电气工程学士和硕士学位。
主要感兴趣的领域是超大规模集成电路设计和高效人工智能系统。
此外他是几篇顶级会议论文的第一作者，其中包括MICRO， ICLR， DAC， ICCAD和ESSCIRC。他也是ISSCC和IEDM的多篇论文的合著者。
个人主页： https://www.aminer.cn/profile/64352fa0f2699869fc1e1bf4?fr=ycl
Shuwen Yang（杨书文） 台湾大学 语音处理
杨书文现阶段是台湾大学的博士在读，之前获得了台湾大学的学士学位。
他的研究致力于开发人类水平感知系统，它能全面理解语音——从声学到语言学——以及它与其他形式（如音频、视觉和自然语言）的相互作用。
他最近的研究集中在自监督学习、表征泛化和有效的预训练上。
个人主页： https://www.aminer.cn/profile/63276d65a95e4d1d05596bdc?fr=swy
Jianrong Zhang（张建荣） 悉尼科技大学 机器感知
张建荣现在是悉尼科技大学的一年级博士生，导师是 Yi Yang教授。在此之前，他在吉林大学计算机科学与技术学院获得硕士学位以及软件学院学士学位。
曾在AAAI、IJCAI等顶级期刊上发表论文。
个人主页： https://www.aminer.cn/profile/5608243c45cedb3396c17910?fr=jz
Yuzhou Cao(曹宇舟) 南洋理工大学 机器智能
曹宇舟目前是新加坡南洋理工大学计算与数据科学学院的一名博士生，研究方向是统计学习及其在可靠机器学习中的应用，导师是Bo An教授。在此之前，他于2021年获得中国农业大学理学院理学学士学位，师从徐义田教授。
曾有多篇论文被AISTATS、ICLR、NeurIPS、ICML收录。
个人主页： https://www.aminer.cn/profile/63ab9cb7cb0eafdb3179c158?fr=yc
本文小结
本篇文章深入探讨了2024年谷歌博士奖学金的获奖者，聚焦多位华人学者在全球计算机科学领域的杰出表现。文章通过分析华人获奖者在自然语言处理、机器智能等前沿技术领域的卓越贡献，展示了华人在全球科技创新中的重要地位。
通过对获奖者背景的详细统计，文章进一步强调了新加坡国立大学等高水平学术机构的培养能力，也突显了中国学者在国际学术舞台上的强劲竞争力。无论是在学术研究的深度还是跨学科的创新能力上，华人学者的成就都为全球科技发展都注入了重要力量。