近日，2022年度“CCF-蚂蚁绿色计算专项科研基金”入选学者名单公布，中国人民大学高瓴人工智能学院教师陈旭、黄文炳的项目《大规模算力分配能耗ROI预估与全链路实时弹性算力分配》和《面向超大规模关系数据的高效图神经网络》均成功入选，获得2022年度“CCF-蚂蚁科研基金”资助。

本年度“CCF-蚂蚁绿色计算专项科研基金”较以往影响面大，覆盖高校范围广，共收到来自清华大学、北京大学、上海交通大学、浙江大学等63所高校的134位学者所提交的项目申报书，经专家专业评审，最终确定了来自19所高校的27个项目入围。

作为业内首支绿色计算专项科研基金，“CCF-蚂蚁科研基金”向全球富有创新思维与研究能力的学者开放研究课题，涵盖多个技术方向：绿色机器学习，绿色应用，绿色工程系统/集群等，旨在支持科学家探索更高效、更绿色的算法，进而大幅度提升数据计算和人工智能研发与应用的效率，为全社会的数字经济高质量低碳转型开辟新路径。

中国人民大学高瓴人工智能学院鼓励教师加强产学研合作，涌现更多校企联合科研成果，并投入到社会实际应用中，为国家数字经济高质量发展贡献人大力量。

项目负责人简介：

陈旭，博士毕业于清华大学，曾在美国佐治亚理工学院进行访问交流。博士毕业后，曾在英国伦敦大学学院进行博士后研究，于2020年加入中国人民大学高瓴人工智能学院，现任准聘助理教授。陈旭博士的主要研究兴趣是推荐系统，因果推断，强化学习等。近5年来，他在著名的国际会议/期刊，如TheWebConf，WSDM，SIGIR，Artificial Intelligence Journal，TOIS上发表多篇论文。据Google Scholar统计，已发表论文被累计引用3400余次。陈旭博士曾获得CIKM 2022最佳资源论文Runner Up奖，TheWebConf 2018优秀论文提名奖，AIRS 2017最佳论文奖，北京-ACM分会新星奖以及CCF自然科学二等奖等。

黄文炳，中国人民大学高瓴人工智能学院准聘助理教授、博导。曾在清华大学产业研究院担任助理研究员，腾讯AI Lab担任高级研究员。主要研究方向包括几何机器学习理论方法、几何机器学习在机器人感知与决策任务上的应用、科学知识嵌入的机器学习等。尤其在图神经网络方面，做出了若干代表性工作：提出了训练深度图神经网络的方法DropEdge，获得了国内外同行一定的关注，发表以来谷歌学术引用近600次（截至2022年9月），被集成到若干公开图学习平台（如PyG）；提出了面向大规模图的图神经网络高效训练方法AS-GCN，谷歌学术引用300余次（截至2022年9月），成功应用到腾讯亿级社交网络的风控业务。曾获NeurIPS 2022 Open Catalyst比赛冠军、国际会议IROS机器人比赛冠军、腾讯犀牛鸟专项研究卓越奖等奖项。

来源：高瓴人工智能学院