AI 科技评论按：2017 年的谷歌博士生奖研金（ Google PhD Fellowship）北美、欧洲、中东地区日前评选名单出炉，这个从 2009 年成立的项目旨在表彰在计算机科学领域表现优异的博士生。日前， AI 科技评论与七名获此殊荣的华人学生之一、南加利福尼亚大学博士生徐海峰进行了交流。
徐海峰，2012 年毕业于中国科学技术大学少年班学院（华罗庚班），在加拿大滑铁卢大学进行计算数学的研究 后，于 2013 年赴美国南加利福尼亚大学攻读博士学位，师从 Shaddin Dughmi 和 Milind Tambe，主要研究领域为算法博弈论、信息经济及算法设计与分析。
【文/奕欣 AI科技评论（微信ID：aitechtalk）】
当得知自己获得谷歌博士生奖研金之后，徐海峰在朋友圈分享了这一好消息：「Made my day[大哭]」。
徐海峰获得谷歌博士生奖研金所属的类别为「算法、优化及市场」，同时获得这一类别奖学金的另外两位获奖者分别来自 UC 伯克利大学及哈佛大学。在获此殊荣的背后，是严格的评审过程与激烈的竞争流程。奖研金需要博士生导师向学校推荐，而每个学校只能在其中选出两名博士生，并代表候选人向谷歌提交申请，材料包括候选人的博士论文提案、简历和三封推荐信。徐海峰收到的邮件中显示，谷歌成立了一个由研究科学家组成的专家评审团进行评估。
2017 年的谷歌博士生奖研金在北美、欧洲、中东地区评选出 33 位优秀的博士生，而作为七位华人获奖学生之一的徐海峰，虽然调侃着「总算可以给老板省点钱」，但他也觉得自己非常幸运。「特别感谢所有帮助过我的人，尤其是我的导师。」
而徐海峰为何会与算法博弈论结缘，就要追溯到他的本科经历了。在中国科学技术大学少年班学院（华罗庚班）就读数学方向的徐海峰，于大四期间在微软亚洲研究院刘铁岩博士的研究小组里实习。在高斌老师的指导下，他第一次接触到算法博弈论，并且被它深深吸引。「那时的我觉得这是一个完美地结合了数学，计算机和经济学，同时具备理论和实际应用价值的领域，正是我想做的东西。」
在积累了一年计算数学的基础后，徐海峰得以在心仪的领域攻读博士。在回顾这段历程时，他也对刘铁岩老师与高斌老师，以及所有研究人员表达了感激之情。
徐海峰的博士课题是从计算角度研究信息的战略作用，是算法博弈论近年刚兴起的一个热门研究方向。目前，徐海峰除了专注于此类问题的理论基础研究，也在导师 Milind Tambe 领导的 Teamcore 小组进行偏应用型的科研工作，此前接受AI科技评论采访的南洋理工大学的安波博士也同为这一小组的成员。从官网可以了解到，这一小组的科研主题是用人工智能做有益于社会的事情（AI for Social Good）。徐海峰向AI科技评论介绍道，团队成员虽然背景不尽相同，涵盖数学、物理、经济学、软件工程等专业，但他认为不同学科思维模式的交流能够帮助各自的研究。「组里已经实现的应用包括优化美国联邦空警的战略部署，优化美国海军警卫队的巡逻路线以及设计马来西亚自然保护区护林人员的巡逻路线等等。」
近年来，对信息在博弈中的战略作用的研究获得了很多著名经济学家和计算机科学家的关注，比如 2014 年获得卡拉克奖章的斯坦福大学经济学教授 Matthew Gentzkow 近年来发表了数篇相关论文（AI科技评论按：每两年颁发一次的卡拉克奖授予 40 岁以下为经济思想和理论做出最重要贡献的美国经济学家，大部分得主获得该奖之后都获得了诺贝尔经济学奖，因此也有着「小诺贝尔经济学奖」的美誉）。而对于互联网巨头而言，信息的战略意义也是一个值得关注的问题。
像 Facebook、谷歌这样的大公司，虽然在大数据时代的驱动下拥有很多信息，但如何战略性地利用这些信息实现收益最大化，就涉及到公司与同行之间以及与客户（例如广告商）之间的博弈。「很多时候最优的信息策略需要计算出来，所以需要人们从计算角度研究信息的战略作用。举个例子，谷歌对每一个互联网用户的描述有上千个特征，向广告商提供其中的哪些特征能使收益最大化？这里可供选择的特征组合超过 21000 种，比人体的细胞 还要多很多，要从如此多的选择中选出最优的那一个，只能求助于优化算法。」徐海峰告诉AI科技评论，他去年在谷歌实习之时，主要研究的课题就是谷歌与广告商之间的博弈。
但在设计算法的时候，徐海峰提及存在两个主要的难点。
首先是系统的分析难度大。在信息不对称的情况下，连博弈参与者的行为都难以分析，更不要说计算基于其行为的最优信息策略了。
其次是不对称信息对博弈结果存在影响。不同博弈参与者本身各自拥有不同的信息，信息策略设计者还需要考虑参与者自身拥有的信息对博弈的影响。
博弈论的算法设计与研究都是基于完全理性参与者的假设，但实际上很少有完全理性的个体。这样一来，算法博弈论是否会沦为「空中楼阁」的纸上谈兵呢？徐海峰表示，这一问题确实存在，模型有时候不能完全描述实际情况。而为了弥补这一鸿沟，可以有两种解决方式，「一是对人的理性程度进行建模。另一种办法是做鲁棒优化，使结果适合不同理性程度的参与者。」
实际上，博弈论的决策权衡与机器学习最终面临现实问题的情况非常类似，就像前面所说的，博弈参与者要实现「绝对理性」的可能性极小，加上复杂多变的现实状况，可能很难直接用公式来描述。那么这样一来，一个顺理成章的做法就是用机器学习模型来刻画博弈参与者的行为，「这样不同的参与者就可以被看成是不同的机器学习模型，博弈变成了机器学习模型之间的博弈。如果可以对谈判人的衡量标准进行量化，那么用机器人代替人谈判是完全有可能的，在未来或许也能诞生自动商业谈判、自动公司决策等很多新的行业。」更多博弈论解读：www.yangfenzi.com/tag/game-theory
反过来，博弈论也影响了机器学习模型的设计，比如生成式模型（GANs）就是基于零和博弈而产生的。生成器模型希望通过制造以假乱真的内容来「骗」过判别器，而判别器也需要不断提升自己的判断能力，以甄别伪造图像和真实图像。
徐海峰透露，目前微软亚洲研究院刘铁岩博士的小组有做关于博弈论和机器学习的结合研究，采用机器学习来学习广告商的行为，然后基于学出来的模型进行最优机制设计。而 Teamcore 组里也有相关的研究工作，主要工作是在安全博弈中用机器学习模型来描述对手的策略，然后采用博弈论来进行决策。
在算法博弈论逐步成为一个新兴研究领域的同时，在企业与高校分别都做过研究的徐海峰对机器学习的热潮也颇有感触。「在企业做研究的一个优势是能直接看到有实际应用价值的问题，而在学校常常需要自己去想出一个有价值的课题。学校的一个优势在于可以做一些周期更长的研究，而企业出于多方面的考虑（比如时间，经济成本）往往需要即时可行的方案。」
而作为仍在学界做研究的学生，徐海峰觉得学术圈与时尚圈很相似，「有很多人赶时髦，也有很多人坚持自己的风格，」他平时也会关注学界的热点课题，认为这样对自己的研究也会有启发。但不论如何，「我觉得做自己喜欢的有价值的课题就好。」
正是抱着解决问题的心态去做研究，徐海峰的论文在去年获得了 AAMAS 的最佳学生作品奖；而他关于安全博弈的算法设计论文也入选了 EC 2016，并在 SecMas Workshop 获得最佳论文。
但当谈起获奖的心得与经验时，徐海峰非常谦虚地表示，这是一件「仁者见仁智者见智」的事，「我觉得最佳论文是可遇而不可求的，很难说有一个标准。」他也提及导师对他的教诲，「导师告诉我要试着去解决最基本的问题，对问题提供最自然最完整的解决方案，至于结果，只能留给别人评判了。」
而或许这样的研究理念，让徐海峰获得谷歌博士生奖研金成为了情理之中的事，「能够研究自己喜欢的课题并得到认可，对我来说，是很好的鼓励。」他也让我们懂得，成功之神的垂青绝非偶然，更多的是谨慎、谦虚的努力。AI科技评论也将持续关注徐海峰的动态，见证他在算法博弈论研究上的发光发热。
——————— 氧分子网（www.yangfenzi.com）延伸阅读 ———————
谷歌博士生奖研金出炉,哪七位华人学生当选这一殊荣?
2017 年的 Google PhD Fellowship（北美、欧洲、中东地区）日前评选名单出炉，这个从 2009 年成立的项目旨在表彰在计算机科学领域表现优异的博士生。当选学生所在的学校除了获得一笔不菲的研究资金外，学生还能获得谷歌实习机会，并与具有丰富经验的研究院导师进行深入的交流。
谷歌博士生奖研金必须由符合资格的学校提出申请（学生不得直接提出申请），而每个学校只能提名两位博士生，竞争可谓非常激烈。评选领域包括人机交互、机器学习、自然语言处理等九大方向，而在 33 名获此殊荣的学生中，共有七位华人学生当选，一同和雷锋网 AI 科技评论来看看吧。
算法、优化及市场
Haifeng Xu（许海峰），南加利福尼亚大学
2012 年毕业于中国科学技术大学应用科学、数学专业，曾经还是学校的辩论队成员。随后在加拿大滑铁卢大学完成计算机数学的研究，并获得该领域的 Best Presenter Prize。2013-2017 年于美国南加利福尼亚大学攻读博士学位，师从 Shaddin Dughmi 和 Milind Tambe。专研算法博弈论、信息经济及算法设计与分析。2016 年，他的《Using Social Networks to Aid Homeless Shelters: Dynamic Influence Maximization under Uncertainty》获得了当年 AAMAS 的最佳学生作品奖，而去年他关于安全博弈的算法设计论文入选 EC 2016，并在 SecMas Workshop 获得最佳论文。目前他在 USC 的 Theory 团队及致力于社会应用的 Teamcore 团队工作，同时也是 IJCAI 的 Program Committee。此外，他于大学期间曾在微软亚洲研究院实习，并于 2016 年在谷歌总部实习，负责谷歌广告的收入优化研究。
机器学习
Yuhuai Wu（吴宇怀），多伦多大学
Facebook 上的资料显示，吴宇怀高中赴加拿大 Fredericton High School 就读，于 2015 年在多伦多大学读书，师从 Roger Grosse 和 Geoffrey Hinton，主要关注的领域为生物置信学习、序列决策学习、优化及学习理论。他在 2016 年 NIPS 大会时，有三篇联合署名为第一作者的论文被接受，合作者包括 Yoshua Bengio、Ruslan Salakhutdinov、Nathan Srebro 等大牛。日前，他投递 ICLR 2017 的论文《On the Quantitative Analysis of Decoder-Based Generative Models》当选 Poster Presentation，届时雷锋网(公众号：雷锋网)AI 科技评论频道也会做关注和覆盖。他在获得 Google 的第一时间便更新了个人主页，并写道「I’m very honoured to receive the Google PhD fellowship in machine learning!」
Yunye Gong，康奈尔大学
高中就读于北京第四中学，随后赴伊利诺伊大学香槟分校主修电子工程，以 GPA 3.9（满分 4.0）的高分获得最高荣誉奖项，此外辅修数学及计算机科学。
2013 年在康奈尔大学攻读博士学位，主修电子及计算机工程，辅修应用数学。她目前的研究兴趣在结构生物学的主要应用中进行图像处理及理解，采用统计建模从电子显微镜图像数据重建纳米级生物体（病毒、核糖体）的 4D 轨迹。论文曾被《结构生物学》、《病毒学当代视角》等期刊刊载。
机器感知、语音技术及计算机视觉
Yu-Chuan Su, 德克萨斯州大学奥斯汀分校
于国立台湾大学计算机科学系就读本科及硕士，曾获 IPPR 2015 的最佳硕士主题奖及 ACCV 2016 的最佳应用论文奖。并在 KDD Cup 2013 中获得第一名。
自然语言处理
Jianpeng Cheng, 爱丁堡大学
毕业于牛津大学计算机科学系，后在爱丁堡大学的语言认知及计算学院（Institute for Language, Cognition and Computation）攻读博士学位，导师为 Mirella Lapata 和 Adam Lopez，主要研究方向为机器学习及自然语言处理，专注神经网络的语义解析工作。目前共发布五篇论文，包括解决机器阅读文本的 LSTM 网络架构设计，多义词嵌入深度模型等。
隐私及安全
Xi He, 杜克大学
新加坡 2004 年及 2006 年数学奥赛金牌得主，本科毕业于新加坡国立大学，并获得计算机科学及应用数学科学双学位的优秀学士，随后赴美国杜克大学师从 Ashwin Machanavajjhala，研究数据隐私问题。
在 VLDB 2016 上，他关于「差异化的个人轨迹视觉探索」的论文获得了最佳 demo。此外，关于如何处理「差异隐私和安全的多方计算高效私有连接」的论文 也入选了 ICML 2016。他在微软、AT&T、Barclays 及渣打银行都有长期的实习经历。
数据结构及数据库管理
Jingbo Shang, 伊利诺伊大学香槟分校
浙江绍兴人，就读于上海交通大学，2010 ACM 班，目前在伊利诺伊大学香槟分校师从 IEEE 及 ACM 院士韩家炜教授攻读博士学位，研究方向为数据挖掘。先后分别 在微软及谷歌实习。更多数据结构解读：www.yangfenzi.com/tag/data-structure
他在个人介绍中表示自己非常喜欢竞赛活动，包括 ACM / ICPC，Topcoder Open，Google Code Jam，Facebook Hacker Cup 等。仅在今年，他就有三篇 tutorial 入选 WWW 2017，SIGMOD 2017 及 SIGKDD 2017, 此外还向 KDD2017 提交了两篇论文，可谓是非常多产的一位学生。
·氧分子网（http://www.yangfenzi.com）综合整理报道
·氧分子网（http://www.yangfenzi.com）延伸阅读：
➤ 李一诺：听5位罗德奖学金获得者罗德学者讲述他们的成长故事
➤ 清华大学物理系教授、女科学家周树云：做科学秘境中的女探险家
Google 于 2009 年创立了博士生奖研金项目，旨在支持优秀的博士生对计算机以及相关学科进行研究。它已经帮助了超过 250 位来自于澳大利亚、中国、东亚、印度、北美、欧洲和中东的优秀博士生，帮助他们去探寻科技的未来。
2016年共有 52 位学生获得 Google 全球博士生奖研金，中国地区也有 4 位优秀的博士生获得这一殊荣，听听他们的获奖感受吧！
上海交通大学 谭天：
非常感谢 Google 设立的奖研金，也感谢学校对我研究的支持。
语音是人们沟通的第一入口，我相信未来人与机器的交流将以语音为主。我进一步的研究将涉及极深卷积神经网络的自适应和基于注意力的端到端的语音识别。
Google 是一个很好的公司，以创新和技术为导向，很重视技术人才。每年我都会参加 Google 举办的 Code Jam。
清华大学 陈莹：
非常开心能够获得 Google 博士奖研金。Google 一直被公认为全球最顶尖的互联网公司之一，非常荣幸我的研究工作能受到 Google 的认可。今后我将致力于在计算机系统和网络的领域做出更好的研究。
香港科技大学 姚权铭：
非常荣幸能获得 Google 博士奖研金，Google 在我眼里不仅是一家公司，更是一位敢于冲破想象的探索者；有了这样一份来自 Google 的认可，我将更有自信的去迎接更具挑战的机器学习难题。
香港科技大学 张弘：
感谢 Google 对我的肯定。我特别要感谢的是我的导师们和合作者们一直以来对我的帮助，以及父母对我的支持。我希望能有机会向 Google 数据中心网络方面的一流研究者们学习，进行更深入的交流合作。
除了颁布这一奖项，Google 也希望通过更丰富的形式促进学术和行业双方的交流。近日，Google 在山景城总部举办了第一届全球博士奖研金年度全球峰会，邀请全球博士奖研金获得者参加，很多 Google 重量级研究员与学生们分享了他们的研究经验，并带他们参观了Google 最前沿的一些研究。
同学们也有机会和 Googler 一对一地讨论事业发展，还有机会和行业超级大咖面对面交流。此次峰会邀请了 Dan Russell, Kristen LeFevre, Douglas Eck 以及 Françoise Beaufays 等行业知名人士，分享他们独特的事业道路以及在行业和学术两种不同事业环境中的研究心得。
在 Google 的博士奖研金项目中，学员可以最大限度地去扩展自己的专业领域实践。今年，这一项目共包含了 11种 课题，分别是：计算神经科学、人机交互、机器学习、机器感官、市场算法、移动计算、自然语言处理、隐私安全、编程语言和软件工程、结构数据和数据库管理、系统网络等。这些都是正在深刻改变着人类世界的领域，也是急需人才的领域。Google希望通过这一项目促进科技人才的培养，推动社会的发展。