美国2025杰出人工智能学者奖获奖名单

美国国家人工智能科学院 （NAAI） 是致力于推动人工智能领域发展，加强学术交流与合作，增强公众对人工智能的理解和认知的机构。科学院汇集了众多在人工智能领域取得杰出成就的科学家和工程师，旨在通过研究、教育、政策建议和公共服务等多种方式引领和促进人工智能技术的创新和应用。
NAAI 的成员包括国际人工智能领域的知名学者和专家，他们在机器学习、自然语言处理、计算机视觉、机器人和智能系统等领域具有深厚的学术背景和丰富的实践经验。这些成员通过参与科学院的研究项目、撰写学术论文、举办学术会议和研讨会等方式，不断推动人工智能领域的前沿探索和实际应用。
NAAI 目前有三名诺贝尔奖获得者，其中包括来自世界各地的杰出人工智能学者。他们都是国家科学院或工程学院的成员，其中一些是 IEEE fellows、AAAI fellow、ACM fellow、AAIA fellow。
2025 年 5 月，美国国家人工智能科学院杰出 AI 学者奖评审团，评出44位获奖学者，他们的研究成果推动了人工智能领域的进步，并对学术界和工业界产生了深远的影响。

获奖学者名单如下：

·DP 科塔里：来自印度 VIT 大学。
·达尼洛・彼得罗・波城：在意法半导体公司（意大利）。2025 年 6 月 10 日，意法半导体（鲁塞）公司取得一项名为 “智能卡” 的专利。
·德米特里・特佐普洛斯：美国加州大学洛杉矶分校教授。有着英国工程院院士、加拿大科学院院士、美国计算机协会（ACM）院士、美国电气和电子工程师协会（IEEE）院士等头衔。是计算机视觉领域奠基人，在计算机图形学、计算机视觉、医学成像、计算机辅助设计、人工智能等领域发表了 300 多篇研究论文和多部学术著作。2006 年获得美国电影艺术与科学学院颁发的奥斯卡技术成就奖，《怪兽电力公司》《星球大战》等影片中都有其 “可变形模型” 的技术贡献。
·黛安・利特曼：美国匹兹堡大学学者。在自然语言处理等人工智能相关领域有深入研究，具体学术成就可能涉及对话系统、情感分析等方面，培养了许多优秀的学生，推动了相关领域的发展。
·迪内什・维尔马：IBM Thomas J. Watson 研究中心（美国）的学者。在人工智能与计算机系统领域有一定成就，参与了 IBM 在人工智能方面的多项研究项目，如开发新的算法、优化计算架构等以提高人工智能系统的性能和效率。
·伊丽莎白・施里伯格：Ellipsis Health 公司（美国）的学者。在语音处理、自然语言理解等方面有研究，专注于将人工智能技术应用于医疗健康领域，通过语音分析等手段辅助疾病诊断或健康监测等。
·埃里克・米勒：美国塔夫茨大学的学者。曾与麻省理工学院研究人员共同设计出一种基于大型语言模型的人工智能算法ConPLex，可将目标蛋白与潜在的药物分子相匹配，相关论文发表在《美国国家科学院院刊》上。
·尤金・范伯格：美国石溪大学的学者。在人工智能的理论与应用方面有一定贡献，在机器学习的算法理论、优化方法以及在复杂系统中的应用等方面有深入研究。
·Ethem Alpaydın：Boğaziçi University（土耳其）的学者。在机器学习领域有一定知名度，在监督学习、无监督学习、强化学习等方面有深入研究和著作，对土耳其人工智能领域的发展起到推动作用。
·法罗克・贾纳比- 谢里菲：加拿大瑞尔森大学的学者。在人工智能应用于机器人、自动化系统等方面可能有突出成就，或许开发了新型的机器人控制算法、智能感知系统等，提升了机器人的自主性和智能性。
·弗雷德里克・杜福：法国巴黎萨克雷大学的学者。在图像与视频处理、计算机视觉等人工智能相关领域有研究，提出了新的图像识别算法、视频分析模型等，用于安防、交通等领域。
·吉塔・库蒂尼奥克：德国慕尼黑工业大学的学者。所在的慕尼黑工业大学研究团队开发出了一种可用于人工智能的新型芯片技术，集成了数据存储和处理功能，大大提高了效率和性能。
·乔瓦尼E. 科拉扎：意大利博洛尼亚大学的学者。在无线通信与人工智能结合领域有一定研究，利用人工智能算法优化无线通信网络的资源分配、信号处理等，提高通信系统的性能和效率。
·朱塞佩・布贾：意大利帕多瓦大学的学者。在机器学习的统计理论与方法方面有深入研究，提出了新的统计学习模型和算法，为机器学习的理论发展提供了支持。。
·哈比卜・扎伊迪：瑞士日内瓦大学的学者。在人工智能伦理、法律和社会影响等方面有深入研究，为人工智能的可持续发展和合理应用提供理论指导和政策建议。
·哈米德・礼萨・卡里米：Politecnico di Milano（意大利）的学者。在机器人控制、运动规划等人工智能应用于机器人领域有一定成就，开发了高效的机器人运动算法，提高机器人的运动精度和灵活性。
·上野春树：日本东京工业大学的学者。在人工智能的认知建模、知识表示等方面有研究，尝试让人工智能系统更好地模拟人类的认知过程，提高人工智能的智能水平。
·赫沙姆A. 拉卡：美国弗吉尼亚理工大学的学者。在生物医学与人工智能交叉领域有一定研究，利用人工智能技术进行医学图像分析、疾病诊断预测等，推动了人工智能在生物医学领域的应用。
·埃尔韦・帕内托：法国洛林大学的学者。在工业互联网与人工智能融合方面有一定成就，利用人工智能实现工业系统的智能监控、故障诊断和优化调度等。
·J. Joshua Yang 杨：美国马萨诸塞大学阿默斯特分校的学者。在数据挖掘、机器学习算法设计等方面可能有突出贡献，提出了新的数据挖掘算法或改进了现有算法，提高了数据处理和知识发现的效率和准确性。
·辛杰：美国加州大学尔湾分校的学者。在计算机视觉、模式识别等领域有研究，在图像分类、目标检测等方面有创新性的算法和模型，应用于安防、自动驾驶等领域。。
·詹姆斯・贝兹德克：澳大利亚墨尔本大学的学者。是模糊数学在人工智能领域应用的专家，在模糊聚类、模糊决策等方面有深入研究，为人工智能处理不确定信息提供了理论和方法。
·郭伟铿：香港科技大学的学者。在人工智能与金融科技交叉领域可能有一定成就，利用人工智能算法进行金融风险预测、投资决策等，为金融行业的智能化发展提供了技术支持。
·林伟强：香港大学的学者。在人工智能的优化算法、计算理论等方面可能有研究，为提高人工智能系统的运行效率和性能提供理论和技术支持。
·扬・赫斯特海文：瑞士洛桑联邦理工学院（EPFL）的学者。在分布式人工智能、多智能体系统等方面可能有深入研究，推动了人工智能在分布式环境下的协同工作和应用。
·约翰・彼得斯：德国达姆施塔特工业大学的学者。在因果推理、机器学习基础理论等方面有一定研究，为人工智能系统理解和处理因果关系提供了理论和方法。
·贾纳卡・埃卡纳亚克：斯里兰卡佩拉德尼亚大学的学者。在人工智能教育、智能系统开发等方面可能有贡献，致力于提升斯里兰卡国内的人工智能研究水平和人才培养。
·雅努什・卡普尔兹克：波兰科学院系统研究所的学者。在系统控制、人工智能优化控制等方面有研究，将人工智能技术应用于复杂系统的控制和优化，提高系统的稳定性和性能。
·聂杰森：美国哥伦比亚大学的学者。在自然语言处理、深度学习模型等方面有一定成就，参与开发了新的自然语言处理模型，提高了语言理解和生成的能力。
·让- 伯纳德・拉塞尔：法国国家科学研究中心的学者。在人工智能的逻辑推理、知识工程等方面有深入研究，为人工智能系统的知识表示和推理提供了理论和技术支持。
·让- 克里斯托夫・奥利沃 - 马林：法国巴斯德研究所的学者。在生物医学图像分析、人工智能辅助医学研究等方面有一定成就，利用人工智能技术帮助生物医学研究人员更好地分析图像数据，发现新的生物学现象和规律。
·让- 加布里埃尔・加纳西亚：法国索邦大学的学者。在人工智能的知识获取、知识表示等方面有研究，提出了新的知识获取方法和表示模型，提高了人工智能系统的知识处理能力。
吉姆伍德科克：英国约克大学的学者。在形式化方法、人工智能的可靠性和安全性等方面有深入研究，为提高人工智能系统的质量和可信度提供了理论和技术支持。
·约翰・保罗・波普：巴西São Paulo State University 的学者。在人工智能的进化算法、群体智能等方面可能有研究，将生物进化和群体行为的思想引入人工智能算法设计，提高算法的优化能力和适应性。
·约翰・安东尼奥：美国俄克拉荷马大学的学者。在人工智能与地理信息系统（GIS）结合等方面可能有成就，利用人工智能技术处理地理空间数据，为城市规划、资源管理等提供支持。
·菲利普HS 托尔：英国牛津大学的学者。在计算机视觉、三维重建等领域有一定研究，提出了新的三维重建算法或改进了现有算法，提高了计算机对三维场景的理解和重建能力。
Shuo Yen 李：电子科技大学的学者。在人工智能的神经网络架构、深度学习算法优化等方面可能有研究成果，致力于提高神经网络的性能和效率，推动人工智能在国内的发展。
·塔拉・塞纳特：Google Research（美国）的学者。在语音识别、自然语言处理等领域为谷歌的产品和技术发展做出了一定贡献，参与了谷歌语音助手等产品的研发。
·劳伦斯・杨：中国郑州大学的学者。在人工智能与生物医学工程交叉领域有研究，例如利用人工智能技术进行医学图像分析、疾病诊断等方面的研究。
·钟一欣：北京邮电大学的学者。在通信网络与人工智能融合方面可能有深入研究，利用人工智能优化通信网络的资源分配、网络管理等，提高通信网络的性能和效率。
·李杰：上海交通大学的学者。在智能制造与人工智能结合领域可能有突出成就，利用人工智能技术实现制造业的智能生产、质量控制和设备故障预测等。
·周慧宇：英国莱斯特大学的学者。在人工智能的数据分析、智能决策等方面可能有研究，为不同领域的决策支持系统提供人工智能技术支持。
·吴小军：中国江南大学的学者。在人工智能与食品科学、生物工程等领域的交叉研究有一定成果，例如利用人工智能优化食品生产过程、进行生物发酵过程的控制等。
·丹尼尔・罗森克兰茨：美国纽约州立大学奥尔巴尼分校的学者。在人工智能的算法设计、计算复杂性等方面有研究，为人工智能算法的效率提升和性能优化提供理论支持。