博客專欄

EEPW首頁 > 博客 > Facebook頒布2021年度研究獎名單,這位85后是唯一一位獲獎華人教授

Facebook頒布2021年度研究獎名單,這位85后是唯一一位獲獎華人教授

發(fā)布人:深科技 時間:2021-09-05 來源:工程師 發(fā)布文章
近日,F(xiàn)acebook 頒布了 2021 年度研究獎名單,伊利諾伊大學香檳分校計算機科學系的李博教授是獲獎?wù)咧?,也是唯一一位獲獎華人教授。


李博的獲獎研究方案中關(guān)注了三個目標,設(shè)計一個可信的聯(lián)合學習(FL)框架,并從理論上保證其不同的隱私性、對拜占庭后門攻擊的魯棒性,以及基于 Shapley Value 的量化數(shù)據(jù)可解釋性
李博的研究重點是機器學習、安全、隱私和博弈論。具體而言,她的大部分工作旨在探索機器學習系統(tǒng)在各種對抗性攻擊下的脆弱性,并致力于開發(fā)有理論保證的魯棒可信賴機器學習系統(tǒng)。
李博的團隊安全學習實驗室(Secure Learning Lab)的長期目標是使機器學習算法更加魯棒、隱私保護、高效和可解釋。她所帶領(lǐng)的團隊致力于探索不同類型的對抗性攻擊,包括數(shù)字和物理世界中具有不同約束的逃避和中毒攻擊。
目前團隊已經(jīng)開發(fā)并將繼續(xù)探索基于博弈論的穩(wěn)健學習算法、數(shù)據(jù)分布的先驗知識以及學習任務(wù)的性質(zhì)。這些研究成果可助力于計算機視覺、自然語言處理、音頻識別和隱私保護機器學習系統(tǒng)等應(yīng)用。
此次獲得了 Facebook 研究獎項之后,她將帶領(lǐng)團隊進行為期一年的研究。在第 1-3 個月,研究將設(shè)計和開發(fā)差分隱私(DP)和高效的聯(lián)合學習(FL)培訓框架,其中每個代理將首先根據(jù)其部分數(shù)據(jù)/特征培訓差分隱私的本地生成模型,研究將在圖像數(shù)據(jù)集和信用評分數(shù)據(jù)集上實現(xiàn)該框架。
在第 4-7 月,該團隊將開發(fā)針對后門攻擊的可認證魯棒聯(lián)合學習(FL)框架,對經(jīng)過訓練的全局模型的認證邊界的理論分析,以及使用不同的噪聲分布和相應(yīng)的收斂性訓練的分析。
這里研究的目標是防御一般的后門攻擊,研究團隊還將針對不同類型的后門經(jīng)驗測試研究的框架,這將允許攻擊者:
1)選擇中毒實例的數(shù)量;2) 選擇后門模式,包括其大小、位置和位置;3)為不同的培訓實例獨立生成不同的后門模式。
據(jù)悉,這將是首次針對各種后門攻擊提供可證明魯棒性的研究。在第 8-12 個月,研究團隊將為水平聯(lián)邦學習(HFL)和垂直聯(lián)邦學習(VFL)設(shè)置開發(fā)高效的 Shapley 值計算算法,并在不同預(yù)測精度、魯棒性、公平性,以及其他模型評估指標。
研究將開放包含新型通信優(yōu)化模塊的源代碼,以降低代理和協(xié)調(diào)器之間的通信成本。之后研究團隊將針對上述目標發(fā)布相應(yīng)的三篇研究論文,并使用由連續(xù)和離散特征組成的不同類型的數(shù)據(jù)集評估研究提出的框架。
除去 Facebook 剛頒發(fā)的這一獎項,李博在 2021 年初獲得了“2020 年 AWS 亞馬遜研究獎獲得者”獎項。在 2020 年獲得了“英特爾 2020 年新星教師獎表彰 10 位頂尖研究人員”獎項。同時在 2020 年獲得了 NSF CAREER Award,并榮獲了“2019年第四季度 AWS 機器學習研究獎獲得者”。
2020 年,李博入選了MIT TR 35,即 2020 年度《麻省理工科技評論》全球 35 歲以下科技創(chuàng)新 35 人的榜單。入選原因是她在對抗機器學習方面有著出色的研究成果?!?5 歲以下科技創(chuàng)新 35 人”榜單評選涵蓋發(fā)明家、創(chuàng)業(yè)家、遠見者、人文關(guān)懷者及先鋒者五大類,涉及軟件創(chuàng)新、生物醫(yī)****、互聯(lián)網(wǎng)、材料科學、硬件傳感、通信技術(shù)、新能源等幾乎所有新興技術(shù)領(lǐng)域。
李博還曾獲得賽門鐵克獎金,這項獎金由美國賽門鐵克頒發(fā)的,用來獎勵對計算機安全做出創(chuàng)新貢獻的學者。
從李博的主頁上可以了解到,她研究項目主要是兩個方向:
一個是安全深度學習,旨在探索針對現(xiàn)實世界機器學習模型的實用新型攻擊策略,并開發(fā)能夠抵御強自適應(yīng)攻擊者的魯棒學習算法。
另一個方向是保護隱私的機器學習和數(shù)據(jù)分析,旨在探索包括差異隱私在內(nèi)的新技術(shù),以在實踐中實現(xiàn)隱私保護機器學習和數(shù)據(jù)分析,為保護隱私的機器學習和數(shù)據(jù)分析提供實用的現(xiàn)實解決方案,并深化大數(shù)據(jù)時代機器學習的理論理解。
27 歲,李博博士畢業(yè)后獲得了全美超過 20 多個的 Offer,她最終在眾多知名高校中選擇了伊利諾伊大學,并成為了該校計算機科學系的助理教授。伊利諾伊大學非常注重 AI 學科及其發(fā)展。李博目前招收的是對機器學習、優(yōu)化和安全感興趣和有經(jīng)驗的有動力的研究實習生、博士和博士后,至今她已經(jīng)培養(yǎng)了十余個相關(guān)領(lǐng)域的博士畢業(yè)生。
-End-

參考:
https://research.fb.com/research-award-recipients/


*博客內(nèi)容為網(wǎng)友個人發(fā)布,僅代表博主個人觀點,如有侵權(quán)請聯(lián)系工作人員刪除。



關(guān)鍵詞: Facebook

相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉