谷歌研究学者计划（Google Research Scholar Program）是谷歌公司为了支持学术界研究人员的研究工作而设立的一个项目。该计划旨在通过提供资金支持，鼓励与科研人员的合作，建立长期合作关系，以推动科学和技术的进步。
每年，谷歌会评选出在多个领域有杰出贡献的研究人员，获奖者最高可获得 6 万美元的奖金，用于进一步支持其研究工作。该计划对全球范围内的科研人员开放，特别是那些在学术界有潜力和热情的年轻学者。通过这一计划，谷歌希望能够促进学术界与工业界的交流，共同解决当今世界面临的技术挑战。
2024 谷歌研究学者计划获奖名单已于近日公布，
共涉及 12 个领域，包括
算法与优化；应用科学；人机交互；健康研究；机器学习和数据挖掘；机器感知；系统；自然语言处理；隐私；量子计算；安全；软件工程和编程语言。
部分入选华人学者简介
顾研
目前担任加州大学河滨分校 (UCR) 计算机科学与工程 (CSE) 系助理教授。此前，他于 2019 年在 MIT CSAIL 攻读博士后， 2018 年在 Guy Blelloch 教授的指导下完成 CMU 博士学位，2012 年本科毕业于清华大学。他的研究兴趣是为大规模数据设计高效（通常是并行）算法，并在实践中具有良好的性能。
Yihan Sun
目前是加州大学河滨分校（UCR）助理教授。此前她在 Guy Blelloch 教授指导下获得 CMU 博士学位，于清华大学获得计算机科学学士学位。她的研究兴趣主要包括数据结构、框架、实现、编程工具及其应用。
Shu-han Hsu
为台湾成功大学助理教授，她的主要研究方向为半导体可靠度与良率管理、机器学习与数据分析。
Eric Y. Ma
于 2010 年本科毕业于北京大学物理学专业，2016 年在斯坦福大学获得应用物理学博士学位，他还短暂担任过苹果公司的高级科学家。2021 年 7 月全职加入加州大学伯克利分校，担任物理学助理教授。他的研究兴趣包括原子、分子和光学物理、凝聚态物理和材料科学。
Hong Shen
是 CMU 人机交互研究所的助理研究教授。她是一位跨学科学者，研究方向为人机交互、通信和公共政策的交叉点。她广泛研究数字平台和算法系统的社会、伦理和政策影响，重点关注人工智能和机器学习中的偏见、公平、社会正义和权力关系。
Irene Y. Chen
是加州大学伯克利分校和加州大学旧金山分校计算精确健康和 EECS 领域的助理教授，也是伯克利人工智能研究中心 (BAIR) 的教员。她的
主要
研究为如何使医疗保健机器学习系统变得更加强大、有影响力和公平。此前她在麻省理工学院获得电气工程和计算机科学博士学位，在哈佛大学获得应用数学硕士学位。
Xiang Li
是麻省总医院和哈佛医学院放射科助理教授。此前，他于 2016 年在佐治亚大学获得计算机科学博士学位，导师为杰出教授、AIMBE Fellow Tianming Liu。他的主要研究兴趣是医学数据分析，重点是临床数据简化、大数据框架、多模态多尺度图像融合和基础模型。
Quanzheng Li
为麻省总医院副研究员、哈佛医学院放射学副教授。他本科毕业于浙江大学、硕士毕业于清华大学，主要研究方向包括图像重建、医学图像分析、医学深度学习、多模态医学数据分析。
姜楠
为 UIUC 计算机科学助理教授，作为一名机器学习研究者，他的工作重点是建立强化学习（RL）的理论基础，特别是在函数逼近设置方面。
姜楠于密歇根大学获得计算机科学与工程博士学位，师从 Satinder Singh 教授，他
本科毕业于清华大学。
姜楠的主要研究方向为强化学习、机器学习和人工智能。
Chenguang Wang
为圣路易斯华盛顿大学计算机科学与工程系助理教授，也是华盛顿大学自然语言处理小组的创始人和主任。此前他是加州大学伯克利分校计算机科学专业的博士后，博士毕业于北京大学。
赵晗
是伊利诺伊大学厄巴纳-香槟分校计算机科学系助理教授，隶属于电气与计算机工程系。他在卡内基梅隆大学机器学习系获得了博士学位，导师为 Geoff Gordon。此前他获得了清华大学计算机科学系的学士学位和滑铁卢大学的数学硕士学位。他
对值得信赖的机器学习有着广泛的兴趣，特别关注迁移学习（领域适应/泛化/分布鲁棒性、多任务/元学习）、算法公平性、概率电路及其在自然语言、信号处理和定量金融中的应用，长期目标是构建高效、稳健、公平且可解释的值得信赖的机器学习系统。
Song Mei
是加州大学伯克利分校统计系以及电气工程和计算机科学系助理教授。2020 年 6 月，他在斯坦福大学获得了博士学位，导师为 Andrea Montanari。
他的研究处于统计学、机器学习、信息论和计算机科学的交叉领域，研究兴趣包括语言模型和扩散模型、深度学习理论、强化学习理论、高维统计、量子算法和不确定性量化。
Jia-Bin Huang
是马里兰大学帕克分校计算机科学系副教授，研究重点是推动计算机以与人类相同的方式感知图像和视频，具体而言，是开发用于识别和重建图像和视频中底层动态三维场景的计算方法。此前他在 Meta Reality 实验室担任了一年的研究科学家。在此之前，他是弗吉尼亚理工大学电气与计算机工程系的助理教授。他
于 2016 年获得伊利诺伊大学香槟分校（UIUC）电气与计算机工程博士学位。
Yu-Lun Liu
是台湾阳明交通大学计算机科学系的助理教授，致力于图像/视频处理、计算机视觉和计算摄影方向的研究，特别是需要利用几何和特定领域知识的见解进行机器学习的基本问题。
2022 年，他在 NTU、CSIE 获得博士学位。
在就职
台湾阳明交通大学
之前，他是 Meta Reality Labs Research 的实习研究科学家，也是 MediaTek Inc 的高级软件工程师。
Ming Jiang
的研究主要集中于可信自然语言处理（NLP）和人工智能（AI），以防止数字知识获取和管理中的错误信息传播，尤其关注开发算法和资源，以了解人类和人工智能系统如何从文本和图像等数字对象中感知信息。
在加入 IU Indianapolis 之前，她是伊利诺伊大学厄巴纳-香槟分校的一名博士生，从事由 HathiTrust 研究中心支持的研究项目。
攻读博士学位期间，她曾在微软研究院的深度学习小组实习。
Yupeng Zhang
是伊利诺伊大学厄巴纳-香槟分校电气与计算机工程和计算机科学（附属）专业的助理教授。研究领域为网络安全和应用密码学，他近期的研究包括零知识证明、安全多方计算及其在区块链和机器学习中的应用，以提高隐私性、公平性和可扩展性。
在加入 UIUC 之前，他在德克萨斯农工大学计算机科学与工程系度过了 4 年美好时光。
此前他在加州大学伯克利分校从事博士后研究，导师是 Dawn Song。
Yupeng Zhang在马里兰大学获得了博士学位，导师是 Charalampos Papamanthou 和 Jonathan Katz。
