机器之心学生读者福利：这些大学、教授在招博士生

作为专注于前沿技术的媒体，机器之心拥有大量活跃于人工智能学术领域的读者。最近一段时间正值海外大学博士生招募，我们与多位北美大学计算机科学教授取得了联系，收集了正在招募博士生的教授与实验室信息。希望这些消息能对正在立志读博深造的你有所帮助。

让我们直接进入正题吧（以下按院校首字母排序）：

加州大学戴维斯分校助理教授俞舟

个人简介： 俞舟，现任加州大学戴维斯分校计算机系，助理教授（Assistant Professor at UC Davis）。博士毕业于卡耐基梅隆大学语言技术系（CMU, LTI）。本科毕业于浙江大学计算机和外语专业。

实验室简单介绍：Language, Multimodal and Interaction Lab。实验室主要研究自然语言处理，多模态的机器学习和交互技术。现在有两位博士生，四位研究生和两个本科生。我们有很好的企业联系，做的研究有实际的应用场景。我们跟 Intel、Amazon、腾讯、Bosch 等公司都有合作。UC Davis 有得天独厚的地理位置，气候宜人，离 San Fransisco 只有一个小时车程，离南湾各大公司一个半小时车程。所以对于学生将来的就业实习是一个很大优势。

招聘博士生数量：在新的一年会招聘两位博士生，一位博士后。

研究方向：招收的博士的方向是： 人与机器人合作（HRI）自然语言处理或者多模态机器学习。博士后的方向相同。希望有自然语言处理和机器学习基础的同学加入我们。

联系方式： joyu@ucdavis.edu

杜克大学进化智能中心教授陈怡然 & 李海

陈怡然教授

李海教授

由陈怡然教授和李海教授担任联合主任的杜克进化智能中心（Duke Center for Evolutionary Intelligence，缩写 CEI）隶属于杜克大学 Pratt 工程学院，主要从事：1）神经形态计算；2）深度学习加速与安全技术；3）新型存储器与存储系统；4）移动与边缘计算等四方面的研究。

CEI 现有教授 3 名，博士后 2 名，博士生 19 名，访问学者和访问博士生 3 名。CEI 同时也是美国国家自然科学基金委员会（NSF）新型可持续智能计算产学合作中心（https://asic.pratt.duke.edu/）的领导基地，与 Facebook、三星、高通、思科、惠普、LG、美的、顺丰科技、深鉴科技等著名高科技企业有长期的战略合作关系。近五年来，CEI 成员在 NIPS/CVPR/ICCV/MICRO/HPCA/DAC 等国际顶级会议和期刊上发表过超过 200 篇学术论文，获得 7 次最佳论文奖以及 14 次最佳论文提名。CEI 有五名博士毕业生在美国研究型大学担任 tenure track 教职。

陈怡然教授本科及硕士毕业于清华大学，在美国普度大学获得博士学位，曾获得过美国 NSF CAREER Award 和 ACM SIGDA Outstanding New Faculty Award，并于 2018 年晋升为 IEEE Fellow。

李海教授本科及硕士毕业于清华大学，在美国普度大学获得博士学位，曾获得 NSF CAREER Award 和 DARPA Young Faculty Award，并于 2017 年晋升为 ACM Distinguished Member。

杜克进化智能中心 2018 年度招收博士生 4-5 名和博士后 1 名。

博士生研究方向包括： 1）神经形态电路设计与相关计算机体系结构；2）深度学习算法加速和硬件加速器设计； 3）深度学习系统安全等三个方面。博士后研究方向为新型纳米器件在神经形态电路与系统中的应用。欢迎有相关计算机与电子专业背景的同学申请。申请的同学也可直接通过电子邮件直接联系陈怡然教授（yiran.chen@duke.edu）或李海教授（hai.li@duke.edu ）。

有关杜克进化智能中心的详细信息请参考中心网站：https://cei.pratt.duke.edu/。

MIT 硬件智能实验室助理教授韩松

韩松教授本科毕业于清华大学，博士毕业于斯坦福大学，师从 NVIDIA 首席科学家 Bill Dally 教授。他的研究广泛涉足深度学习、计算机视觉和计算机体系结构。他提出的 Deep Compression 模型压缩技术曾获得 ICLR'16 最佳论 文，ESE 稀疏神经网络推理引擎获得 FPGA'17 最佳论文，引领了世界深度学习加速研究，对业界影响深远，并于博士期间联合创立了深鉴科技。

MIT 硬件智能实验室介绍：深度学习目前飞速发展，其进步和成功依赖于高效的算法、有力的硬件支持以及大规模的数据集，MIT Hardware Intelligence Lab (HAN's Lab) 主要集中于前两个方面的研究，实验室方向包括:

• H: High performance, High energy efficiency Hardware
• A: Architectures and Accelerators for Artificial Intelligence
• N: Novel algorithms for Neural Networks and Deep Learning

招聘博士生数量：每年提供两个博士全奖。如果有其他经费来源可提供 MIT 暑期科研机会，暑研表现突出的同学第二年申请 MIT 优先考虑，欢迎大三、 研二的同学申请。

研究方向：深度学习算法 (图像、语音、视频)，深度学习系统 (分布式训 练，编译器，runtime)，深度学习硬件 (FPGA，ASIC)

联系方式：songhan@mit.edu，http://stanford.edu/~songhan/ 附个人简历、Github 链接、research statement

宾夕法尼亚大学计算机与信息科学系任助理教授蒋陈凡夫

蒋陈凡夫，2017 年于宾夕法尼亚大学计算机与信息科学系任助理教授。2010 年毕业于中国科学技术大学少年班物理专业。2015 年于 UCLA 获得计算机博士学位（授予工程学院 Edward K. Rice Outstanding Doctoral Student 奖）。2015 年至 2017 年 5 月于 UCLA 数学系任博士后。主要研究背景是计算固体和流体力学的偏微分方程数值解，计算机图形学中基于物理的自然现象和固体液体的模型与仿真，弹性塑性力学，有限元法和物质点法，医学虚拟手术仿真等。曾与迪士尼，梦工厂等工作室合作开发用于 3D 动画如 Zootopia，Moana 的自然环境固流体解算器。

实验室介绍：宾夕法尼亚大学的计算机图形学实验室隶属于计算机系。实验室涵盖数字媒体设计的本科专业，图形学和游戏结束的研究生项目，以及人体，物理现象和 crowd 模拟的博士生实验室，加上一个数字可视化中心和动作捕捉实验室。实验室拥有数百平方米的面积和丰富的计算设备和资源，包括每年持续获得的几十台 VR/AR 装置。

招聘博士生数量：每年两个提供全奖。如果有其他经费来源（如国家公派，政府学校或公司项目资助）可有额外名额。同样欢迎志同道合的访问学者。

近期主要研究方向：1. 图形学物理模拟仿真（用于特效和动画）; 2. 物理模拟，虚拟环境在场景理解和其他计算机视觉问题中的作用； 3. 机器人 task 优化，设计（同样基于物理和 machine learning 的结合）4. 人体组织的弹性模拟和血液流体模拟，用于医疗手术的训练，预测和计划。

联系方式：cffjiang@seas.upenn.edu；http://www.seas.upenn.edu/~cffjiang

南加州大学 (USC) 助理教授任翔

任翔，南加州大学（USC）助理教授（前为斯坦福大学访问学者，伊利诺伊大学（UIUC）博士，Google PhD Fellow）。2018 年计划招收 2-3 名博士生和数名访问学者。

研究方向：从大量的非结构化数据中提取结构化知识的机器学习与 NLP 方法。

面向问题：非结构化数据上的知识获取（信息抽取，知识表示与推理，知识图谱构建和应用, 问答系统）。

Focused Methods:machine learning and deep learning methods for modeling sequence and graph data under weak supervision (learning with partial/noisy labels, semi-supervised learning) and indirect supervision (multi-task learning, transfer learning, reinforcement learning)。