普利兹克人工智能科学卓越研究奖提名现已开放！

该奖项旨在表彰那些在人工智能以及自然科学或工程领域取得杰出进展的研究人员。 立即提名候选人！ 🔗 https://t.co/69Rf7HuHic

普利兹克奖 | DSI

来源: https://datascience.uchicago.edu/research/ai-science/partnerships/pritzker-prize/ 普利兹克人工智能科学卓越研究奖（Pritzker Prize for AI in Science Research Excellence）成立于 2024 年，旨在表彰共同推动人工智能与自然科学或工程学发展的贡献。我们向个人或研究团队颁发此奖项，以表彰他们在人工智能以及自然科学或工程学方面的卓越研究或其他贡献。普利兹克奖可因某项单一的显著成就，或因一系列此类成就而颁发。

• 附加信息 (https://datascience.uchicago.edu/research/ai-science/partnerships/pritzker-prize/#)- 关于该奖项 (https://datascience.uchicago.edu/research/ai-science/partnerships/pritzker-prize/#accordion-tab-0)两项大奖，每项奖金 50,000 美元。由玛戈与汤姆·普利兹克科学基金会（Margot and Tom Pritzker Science Foundation）赞助的普利兹克人工智能科学卓越研究奖设有两项各 50,000 美元的大奖及证书。获奖者将获得合理的差旅费报销，用于参加 2026 年 10 月 19-20 日在伊利诺伊州芝加哥市举行的芝加哥大学与加州理工学院人工智能+科学会议期间举行的颁奖仪式。 - 提名 (https://datascience.uchicago.edu/research/ai-science/partnerships/pritzker-prize/#accordion-tab-1)我们向学术界征求提名。我们接受来自任何来源的提名，候选人可以是个人也可以是研究团队。提名提交包应包含以下内容： - 一份提名声明（不超过 1,000 字），说明为何候选人或研究团队应获此殊荣，以及候选人或团队对更广泛社区的影响。提名人在声明中必须指出候选人或团队如何一贯体现职业道德和专业操守。声明必须包含提名人的姓名和电子邮件地址。 - 三位推荐人的支持信。推荐人应提供关于候选人或团队影响的额外见解或证据。每封信必须包含推荐人的姓名和电子邮件地址，并应侧重于候选人或团队对人工智能以及自然科学或工程学的贡献。信件还应指出候选人或团队如何一贯体现职业道德和专业操守。提名人应收集这些信件并打包提交。 - 被提名候选人或团队的姓名、地址和电子邮件地址。 - 候选人或每位团队成员的简历副本，列出出版物、专利、荣誉、服务贡献等。 - 建议的简短和扩展引用语。简短引用语（不超过 25 个词）应以单词“For”开头。如果候选人或团队获选，将使用此引用语。扩展引用语可达 100 个词，应对简短引用语进行详细阐述。这两者共同构成一份简明陈述，描述候选人或团队因何关键成就而值得获得普利兹克奖。截止日期延长至 2026 年 6 月 30 日。请在此提交提名。(https://uchicago.infoready4.com/#freeformCompetitionDetail/2015312) - 资格 (https://datascience.uchicago.edu/research/ai-science/partnerships/pritzker-prize/#accordion-tab-2)符合以下资格标准的研究人员可被提名。 - 获奖者必须是基于美国高等教育机构的终身教授或准终身教授。 - 在学术界和工业界有双重任命的学者有资格被提名。然而，仅在工业界工作的研究人员没有资格。 - 有双重任命和/或与国立实验室有关联的学者有资格被提名。然而，仅在国立实验室工作的研究人员没有资格。 - 该奖项旨在表彰人工智能科学领域的学术成就和领导力。鉴于团队可能包括来自工业界的合作者，来自工业界合作伙伴的贡献应予以明确说明。 - 评选标准 (https://datascience.uchicago.edu/research/ai-science/partnerships/pritzker-prize/#accordion-tab-3)获奖者的工作将反映在人工智能以及自然科学或工程学方面的卓越研究或其他贡献。选择获奖者的标准包括： - 研究的质量和影响，考虑对科学或工程领域以及人工智能和机器学习领域的影响； - 单一的显著成就或一系列此类成就； - 个人对整体工作的具体贡献，特别是对于大型团队的努力； - 个人对社区的承诺（例如，通过使他们的作品在结构良好且维护良好的公共存储库中可访问、社区建设或教育努力） 获奖者必须是基于美国高等教育机构的终身教授或准终身教授。

评选委员会

• Rebecca Willett 的图片## Rebecca Willett 人工智能、数据科学研究所教授主任；沃尔曼学者协会、统计学系、计算机科学系及文理学院的 Worah 家族教授 (https://datascience.uchicago.edu/people/rebecca-willett/)
• Animashree (Anima) Anandkumar 的图片## Animashree (Anima) Anandkumar 加州理工学院计算与数学科学 Bren 教授 (https://datascience.uchicago.edu/people/anima-anandkumar/)
• Eric Horvitz 的图片## Eric Horvitz 微软首席科学家 (https://datascience.uchicago.edu/people/eric-horvitz/)
• Vicky Kalogera 的图片## Vicky Kalogera CIERA 主任/NSF-Simons 天空人工智能研究所主任 (https://datascience.uchicago.edu/people/vicky-kalogera/)
• Pushmeet Kohli 的图片## Pushmeet Kohli 谷歌 DeepMind 研究副总裁（科学用 AI） (https://datascience.uchicago.edu/people/pushmeet-kohli/)
• Jesse Thaler 的图片## Jesse Thaler 麻省理工学院物理学教授 (https://datascience.uchicago.edu/people/jesse-thaler/)
• Juan de Pablo 的图片## Juan de Pablo 纽约大学全球科学技术执行副总裁，纽约大学坦登工程学院执行院长 (https://datascience.uchicago.edu/people/juan-de-pablo/)

Rebecca Willett 是芝加哥大学 Wallman 学者协会、统计学系 (https://galton.uchicago.edu/)和计算机科学系 (https://www.cs.uchicago.edu/) 的 Worah 家族教授。她于 2005 年在莱斯大学 (http://www.dsp.rice.edu/) 获得电气工程与计算机科学博士学位，并于 2005 年至 2013 年在杜克大学 (https://ece.duke.edu/) 担任电气工程与计算机科学的助理教授及终身副教授。2013 年至 2018 年，她在威斯康星大学麦迪逊分校担任电气工程与计算机科学副教授 (http://www.engr.wisc.edu/department/electrical-computer-engineering/)、Harvey D. Spangler 学者研究员以及威斯康星发现研究所 (https://wid.wisc.edu/) 研究员。Willett 教授于 2007 年获得国家科学基金会 CAREER 奖 (http://www.nsf.gov/funding/pgm_summ.jsp?pims_id=5262)，2007-2011 年担任 DARPA 计算机科学研究小组成员 (https://cs2p.ida.org/)，并于 2010 年获得空军科学研究办公室青年调查员计划 (http://www.wpafb.af.mil/news/story.asp?id=123229259) 奖项。Willett 教授还曾于 2004 年在加州大学洛杉矶分校纯数学与应用数学研究所 (http://www.ipam.ucla.edu/)、2003-2005 年在威斯康星大学麦迪逊分校 (http://www.ece.wisc.edu/)、2003 年在法国国家计算机科学与控制研究所 (INRIA) (http://www-sop.inria.fr/) 以及 2002 年在 GE 医疗系统应用科学研究与发展实验室（现为 GE 医疗）(http://www.gemedicalsystems.com/) 担任访问研究员。她的研究兴趣包括网络与成像科学，应用于医学成像、无线传感器网络、天文学和社会网络。她也是 FEMMES (http://www.duke.edu/~are4/FEMMES07/Home.html)（女性在数学、工程和科学中更优秀；相关新闻文章见此 (http://www.heraldsun.com/durham/4-821328.cfm)）的讲师，以及 Sally Ride 节日 (http://www.sallyridefestivals.com/) 的地方展览领导者。她曾获得国家自然科学基金研究生研究员奖学金 (http://www.nsfgradfellows.org/)、莱斯大学总统奖学金 (http://graduate.rice.edu/presidentsfellows.aspx)、美国女性工程师学会 (http://www.swe.org/) 卡特彼勒奖学金以及 Angier B. Duke 纪念奖学金 (http://www.abduke.org/)。

主页 (https://voices.uchicago.edu/willett/)

工作人员

Tiana Pyer-Pereira (https://datascience.uchicago.edu/people/tiana-pyer-pereira-she-her/)

Willett 研究组研究管理员

[email protected]

Anima Anandkumar 对人工智能做出了基础性贡献，正在革新科学建模与发现。她发明了神经算子（Neural Operators），用于学习自然界中经常发生的多尺度现象，如流体动力学、材料建模和波传播。她利用神经算子训练了第一个基于人工智能的高分辨率天气模型。其速度比现有的基于物理的预测快数万倍，并在顶级气象机构运行。她的 AI 算法促成了许多其他科学进展，例如模拟核聚变中的等离子体演化、实现更安全的自主无人机飞行，以及设计新型医疗设备、药物和功能酶。在其职业生涯早期，Anandkumar 教授率先开发了张量方法、概率潜变量模型以及非凸优化分析。

Anima 是 IEEE、ACM 和 AAAI 的会士。她获得了多项奖项，包括《时代》百大影响力奖、IEEE Kiyo Tomiyasu 奖、Schmidt Sciences AI2050 高级研究员、古根海姆、阿尔弗雷德·P·斯隆和布拉瓦特尼克基金会奖项、NSF Career 奖、印度马德拉斯理工学院杰出校友奖，以及在神经信息处理系统（NeurIPS）等会议上的最佳论文奖，以及基于高性能计算的 COVID-19 研究的 ACM Gordon Bell 特别奖。她最近向白宫科学委员会（PCAST）、国家人工智能咨询委员会以及在 TED 2024 上展示了她在人工智能+科学方面的工作。

Anima 在印度马德拉斯理工学院获得科技学士学位，在康奈尔大学获得博士学位，并在麻省理工学院从事博士后研究。她此前曾担任亚马逊网络服务（AWS）的首席科学家和 NVIDIA 的 AI 研究高级总监。

Eric Horvitz 担任微软首席科学家。他领导全公司的各项倡议，驾驭科学前沿、技术与社会交汇处的机遇与挑战，包括在人工智能、医学和生命科学领域的战略努力。

Horvitz 博士以其在人工智能理论和实践方面的贡献而闻名，重点关注开放世界复杂性背景下人工智能的原则与应用。他的研究工作具有方向性引领作用，包括在机器学习和推理中利用概率和效用、开发有限理性模型、构建通过解释多感官信息流来感知和行动的系统，以及开创支持人机协作与互补的原则和机制。他的努力和协作已在医疗保健、交通、电子商务、操作系统和航空航天领域部署了系统。

他在斯坦福大学获得了哲学博士学位和医学博士学位。在担任首席科学家之前，他担任微软研究院院长，监督位于华盛顿州雷德蒙德、马萨诸塞州剑桥、纽约州纽约市、加拿大蒙特利尔、英国剑桥和印度班加罗尔的研究实验室。

Vicky Kalogera 的研究兴趣广泛涉及电磁波谱和引力波中的致密物体天体物理学。在双星系统中，两颗恒星相互绕行，致密物体的相互作用尤为有趣。它们可能包括各种剧烈现象，如强大的 X 射线发射、超新星爆炸、黑洞形成和合并。Kalogera 的研究主要集中在这些系统如何诞生、如何演化以及如何终结其生命。她还对这些系统的特性如何受到其银河系环境的影响感兴趣。

Kalogera 是激光干涉引力波天文台（LIGO）科学合作组织（LSC）的领先天体物理学家，并且是该合作组织的成员超过 15 年。LIGO (https://www.ligo.caltech.edu/)（激光干涉引力波天文台 (https://www.ligo.caltech.edu/)）是一种特殊的“望远镜”，于 2015 年首次探测到引力波，这距离爱因斯坦预言其存在已过去 100 年。作为第一个 LIGO 源（GW150914）发现团队的成员，她获得了 2016 年格鲁伯宇宙学奖和 2015 年基础物理学特别突破奖。

Kalogera 处于新兴的引力波天文学领域的前沿，利用数据分析和天体物理建模来理解宇宙中的黑洞和中子星种群。她的研究具有跨学科性质，将引力波和恒星天体物理学与数据科学、机器学习和高性能计算相结合。除了对引力波源的研究外，Kalogera 还研究恒星及其残骸的形成和演化，这些残骸在电磁波谱中可被检测为伽马射线、X 射线和射电脉冲星源，涵盖广泛的恒星环境。

Pushmeet Kohli 是 DeepMind 的首席科学家和研究团队负责人。在加入 DeepMind 之前，Pushmeet 是微软认知研究组的主任。在微软工作的 10 年间，Pushmeet 曾在微软位于西雅图、剑桥和班加罗尔的实验室工作，并担任多项职务，包括担任微软首席研究官 Rick Rashid 的技术顾问。Pushmeet 的研究围绕智能系统和计算科学展开，他在机器学习、计算机视觉、信息检索和游戏理论领域发表论文。他目前的研究兴趣包括 3D 重建与渲染、概率编程、来自深度模型的可解释和可验证知识表示。他还对用于任务完成的对话代理、用于医疗保健的机器学习系统以及用于增强现实和虚拟现实的 3D 渲染和交互感兴趣。Pushmeet 因其研究获得了多项奖项和荣誉。他的博士论文题为“使用图切割最小化动态和高阶能量函数”，获得了英国机器视觉协会的“Sullivan 博士论文奖”，并获得了英国计算机协会的“杰出论文奖”提名。Pushmeet 的论文曾出现在计算机视觉（ICCV, CVPR, ECCV, PAMI, IJCV, CVIU, BMVC, DAGM）、机器学习、机器人和 AI（NIPS, ICML, AISTATS, AAAI, AAMAS, UAI, ISMAR）、计算机图形学（SIGGRAPH, Eurographics）和人机交互（CHI, UIST）会议上。它们曾在 ICVGIP 2006, 2010, ECCV 2010, ISMAR 201