「中国人工智能学会」智汇菁英丨张利军：青托筑造宽松有益的交流平台

本文插图
张利军
南京大学计算机系副教授、博士生导师。主要研究大规模机器学习与优化，在国际学术会议和期刊上发表论文80余篇，其中CCF-A类论文50余篇。曾担任CCF-A类会议IJCAI 2017领域主席，多次担任CCF-A类会议的程序委员会委员或高级委员，以及CCF-A类期刊审稿人。
青托风采
2015 年10 月，中国科协面向有较大创新能力和发展潜力的32岁以下科技工作者启动青年人才托举工程，以三年为一期，进行稳定的资助培养，打造国家高水平科技创新人才后备队伍。张利军自2017年入选青托以来，在开展基础理论研究的同时，积极推动学术成果的实际应用。目前已与华为、优酷开展应用合作，将大规模机器学习与优化技术用于真实的大数据场景，实现智能化服务。
青托助力自由探索
青年科研人员在起步阶段，申请项目尤为不易。张利军表示：“青年人才托举工程提供了宝贵的经费支持，帮助我建立科研团队，促进科研工作取得进展。 ”此外，青托工程在项目管理上简化和创新，为青年学者自由探索提供了制度保证， “在青托的支持下，我顺利评为南京大学博士生导师。 ”目前，张利军指导了2位博士生、9位硕士生。 2017年以来，学生累计发表第一作者论文14篇，并多次在青托经费资助下参加国内、国际会议。
在青托支持期间，张利军积极参加和组织了多项重要学术活动，担任了第九届、第十届视觉与学习青年学者研讨会（VALSE 2019、2020）分论坛共同主席、第十六届中国机器学习及其应用研讨会（MLA 2018）组织委员。目前担任CAAI机器学习专委会委员、CCF人工智能与模式识别专委会委员、CSIAM大数据与人工智能专委会委员，为学术共同体的发展贡献力量。
深入交流，共同进步
过去三年，张利军主要研究动态环境下的在线学习，解决实际应用中广泛存在的模型漂移问题。具体而言，分别从模型宏观动态变化和微观局部稳定两种视角入手，设计了能够最小化动态遗憾和自适应遗憾的在线学习算法，发展了动态环境下的在线学习理论。在科研工作的开展过程中，张利军得到了青托导师周志华教授、陈松灿教授、于剑教授的悉心指导，对于三位导师对研究工作提出的宝贵建议，张利军心怀感激。
“入选青年人才托举工程之后，让我印象最深的还有学会每年召开的‘CAAI青年人才托举工程项目总结会’ ，令人收获颇丰。 ”在张利军看来，一方面，个人在会议上汇报工作进展，可以得到多位权威专家的点评，帮助梳理研究中的不足，明确未来的研究方向。另一方面，也有机会了解其他青年学者的研究工作，开展深入的交流，共同进步。
学术成果
2017年以来发表机器学习顶级会议ICML/NeurIPS/COLT论文12篇， CCF-A类论文20余篇。
2018年获首届达摩院青橙奖， 2019年获批国家自然科学基金面上项目、微软亚洲研究院联合研究项目。
担任CCF-A类会议AAAI 2019、2020 ， IJCAI 2018、2019、2020的高级程序委员(SPC) ，担任国内重要学术会议VALSE 2019、2020分论坛共同主席， MLA 2018组织委员。
【「中国人工智能学会」智汇菁英丨张利军：青托筑造宽松有益的交流平台】多次在国内重要学术会议作报告，包括第二届图像计算与数字医学国际研讨会、第一届全国大数据与人工智能科学大会、2018信号处理、优化与控制国际研讨会。