Wibisono 荣获 NSF CAREER 奖，开发新的算法设计框架

快速阅读: 据《耶鲁新闻》最新报道，安德烈·维比松诺因在算法设计方面的创新工作，获美国国家科学基金会（NSF）颁发的CAREER奖。他将获得5年657,704美元资助，开发系统化框架，连接连续数学系统与实用计算机算法。该研究涉及机器学习、算法博弈论等多领域，旨在提供更直观、强大的算法开发方法，并推动相关教育。

2025年2月17日
部门：计算机科学

因在重新构想算法设计方面的创新工作，安德烈·维比松诺获得了国家科学基金会（NSF）的早期职业发展（CAREER）奖。计算机科学系助理教授维比松诺将利用这笔五年期的657,704美元资助来开发一个系统化框架，以弥合连续数学系统和实用计算机算法之间的鸿沟。NSF CAREER奖是授予年轻教师的荣誉，支持那些最有可能成为未来学术领导者的教师和学者的早期职业生涯活动。

现代机器学习系统，从人工智能到科学模拟，都依赖于高效解决复杂计算任务的能力。尽管许多强大的算法灵感来源于连续时间的数学系统，但将这些数学模型转化为实用、逐步的计算机算法通常需要密集的逐案分析。维比松诺的研究旨在为此转换过程开发一个系统化框架。

“可以将其想象成将平滑的运动分解为一系列快照，”维比松诺说。“计算机只能处理离散的步骤，就像电影中的帧一样，但许多我们最强大的数学概念都是基于连续运动的。在这两个领域之间进行这种转换并保持我们关心的数学属性是一项关键挑战，也是我们希望解决的问题。”

维比松诺的创新方法结合了来自多个数学领域的工具，包括动力系统、几何学、概率论和信息论。“数学提供了精确描述我们希望在算法中捕捉的现象的语言，而这些数学领域提供了我们可以用来研究算法的工具，”维比松诺说。“例如，概率论和信息论有着丰富的历史和大量的结果，对开发我们的算法结果非常有用。有时在研究机器学习的现代算法时，我们不仅借用这些领域的成果，还赋予它们新的几何或优化解释。”

这项研究的应用范围远远超出传统计算领域，扩展到了算法博弈论、现代生成式AI系统（如稳定扩散和开放AI的DALL-E）以及量化机器学习系统中的不确定性、鲁棒性、公平性和隐私等问题。“算法设计的动力学视角有助于研究人员理解不同算法之间的联系以及应如何使用这些算法，”维比松诺说。“研究人员可以更好地理解并应用这些算法背后的原理，而不是简单地将其作为黑箱应用并期望其有效。”

这个框架可能会彻底改变我们在多个领域的算法开发方式，提供一种更直观、更强大的方法来解决科学和技术中的复杂计算挑战。该项目包括重要的教育组成部分，包括关于机器学习现代算法的新课程。维比松诺还将牵头开展一项合作，创建一个全面的算法与动力学目录，用于优化和采样，这将成为学生、从业者和研究人员的宝贵资源。

“我的目标是揭开现代机器学习算法背后的数学面纱，这些算法常常被随机过程的抽象语言所包裹，”维比松诺说。“这门课旨在突出并尽可能透明地展示这些算法背后简单的原理，使学生能够理解算法的工作原理及其原因。”

(以上内容均由Ai生成)