亚马逊研究奖公布新一期获奖名单，多位华人学者入选

聚焦信息安全AI、基础模型开发与可持续性三大方向，十位来自全球顶尖高校的研究者获殊荣

上周五，亚马逊研究奖（Amazon Research Awards, ARA）公布了最新一期的10位获奖者，涵盖10所大学的研究团队。该奖项设立于2015年，旨在支持跨学科前沿研究，获奖者将获得亚马逊公共数据集访问权限、AWS AI/ML服务促销积分，并有机会与亚马逊专家合作，参与技术交流与培训活动[1]。

本期奖项围绕“信息安全AI”“基础模型开发”和“可持续性”三大主题征集提案，评审标准侧重科学研究质量及其对学术界与社会的潜在影响。亚马逊鼓励获奖项目成果公开发布并开源，以推动技术普惠与发展[1]。

信息安全AI

Kaize Ding，西北大学统计与数据科学助理教授，领导REAL实验室。其研究方向为图数据中异常行为的自动化识别与解释，致力于构建高效、可靠的人工智能系统，推动GNN与LLM在医疗、环境等领域的应用[1]。

Sijia Liu，密歇根州立大学研究员，研究聚焦机器“遗忘”机制，旨在提升生成式AI的可信度与安全性。他曾获ICASSP最佳学生论文奖及UAI最佳论文亚军，已在NeurIPS、ICML等顶会发表论文70余篇[1]。

张崇杰（Chongjie Zhang），圣路易斯华盛顿大学计算机科学教授，研究方向为基于偏好的离线强化学习在信息安全中的应用。其研究涵盖深度强化学习、多智能体系统与人机协同决策[1]。

Yue Zhao，南加州大学计算机科学助理教授，致力于构建稳健、可信且可扩展的AI系统。其工作覆盖原则层（异常检测）、知识层（图学习与生成AI）与系统层（开源工具开发），主导的PyOD项目已被NASA、特斯拉等机构采用[1]。

可持续性

尤峰崎（Fengqi You），康奈尔大学能源系统工程教授，研究方向为透明可信的生命周期评估（LCA）大语言模型助手。他同时担任康奈尔大学多个AI与可持续性研究机构的负责人，在材料信息学、数字农业与能源系统等领域有深厚积累，已在《自然》《科学》等期刊发表论文逾300篇[1]。

基础模型开发

程璐（Lu Cheng），芝加哥伊利诺伊大学计算机科学助理教授，领导负责任与可靠人工智能实验室（R² Lab）。其研究聚焦大语言模型的不确定性量化与对齐技术，涉及公平性、可解释性、隐私保护及因果机器学习等关键方向[1]。

魏华（Hua Wei），亚利桑那州立大学助理教授，研究方向同样为通过不确定性量化实现可靠的大语言模型对齐。他曾在腾讯AI实验室任职，研究涵盖强化学习、城市计算与人机协同，多次在顶级会议发表成果并获ECML-PKDD 2020最佳论文奖[1]。