IJCAI Computers and Thought Award
| IJCAI Computers and Thought Award | |
|---|---|
| Tilldelas för | erkännande av framstående unga vetenskapsmän inom artificiell intelligens |
| Sponsras av | Internationella gemensamma konferensen om artificiell intelligens (IJCAI) |
| Datum | Startade 1971 |
| Hemsida | |
IJCAI Computers and Thought Award delas ut vartannat år av International Joint Conference on Artificial Intelligence (IJCAI), som ett erkännande av framstående unga forskare inom artificiell intelligens . Den finansierades ursprungligen med royalties från boken Computers and Thought (redigerad av Edward Feigenbaum och Julian Feldman), och finansieras för närvarande av IJCAI.
Det anses vara "det främsta priset för artificiell intelligens forskare under 35 år".
Pristagare
- Terry Winograd (1971)
- Patrick Winston (1973)
- Chuck Rieger (1975)
- Douglas Lenat (1977)
- David Marr (1979)
- Gerald Sussman (1981)
- Tom Mitchell (1983)
- Hector Levesque (1985)
- Johan de Kleer (1987)
- Henry Kautz (1989)
- Rodney Brooks (1991)
- Martha E. Pollack (1991)
- Hiroaki Kitano (1993)
- Sarit Kraus (1995)
- Stuart Russell (1995)
- Leslie Kaelbling (1997)
- Nicholas Jennings (1999)
- Daphne Koller (2001)
- Tuomas Sandholm (2003)
- Peter Stone (2007)
- Carlos Guestrin (2009)
- Andrew Ng (2009)
- Vincent Conitzer (2011)
- Malte Helmert (2011)
- Kristen Grauman (2013)
- Ariel D. Procaccia (2015)
- Percy Liang (2016) för hans bidrag till både tillvägagångssättet för semantisk analys för förståelse av naturligt språk och bättre metoder för att lära sig latenta-variabla modeller, ibland med svag övervakning, inom maskininlärning.
- Devi Parikh (2017)
- Stefano Ermon (2018)
- Guy Van den Broeck (2019) för hans bidrag till statistisk och relationell artificiell intelligens, och studiet av lättillgänglighet i lärande och resonemang.
- Piotr Skowron (2020) för hans bidrag till beräkningsmässigt socialt val och till teorin om val av kommittéer.
- Fei Fang (2021) för hennes bidrag till att integrera maskininlärning med spelteori och användningen av dessa nya tekniker för att ta itu med samhällsutmaningar, såsom effektivare utplacering av säkerhetsresurser, ökad miljömässig hållbarhet och minskad livsmedelsosäkerhet.
- Bo Li (2022) för hennes bidrag till att avslöja de underliggande sambanden mellan robusthet, integritet och generalisering inom AI, visa hur olika modeller är sårbara för skadliga attacker och hur man eliminerar dessa sårbarheter med hjälp av matematiska verktyg som ger robusthetsgarantier för inlärningsmodeller och Privat skydd.