左至右:Heather Culbertson, Jyo Deshmukh, Xiang Ren, Constantine Sideris, Phebe Vayanos。
五位教授bob国际首页登录南加州大学维特比工程学院在2021年获得了著名的美国国家科学基金会(NSF)事业奖。该奖项的获得者是早期职业生涯的教师，他们在研究和教育方面的杰出结合使他们在各自的领域处于持续的领导地位。
今年的获奖者是希瑟伯特森WiSE Gabilan计算机科学、航空航天和机械工程助理教授;Jyo德斯穆克，计算机科学助理教授;湘任，计算机科学助理教授;康斯坦丁Sideris，电子及电脑工程助理教授;而且菲比Vayanos他是工业与系统工程和计算机科学的助理教授。
希瑟伯特森
Culbertson专门设计用于人机交互和虚拟现实的触觉设备。她对创作特别感兴趣自然触觉交互逼真地模拟物理世界中的触感。
卡伯森的美国国家科学基金会事业奖是她在社交接触方面工作的延伸。具体来说，它探索了“恐怖谷保持联系。恐怖谷理论解释了为什么类人物体看起来令人毛骨悚然或令人不安——想想僵尸或人形机器人。卡伯森说，当机器人的行为不符合我们对人类行为的期望时，就会出现这种情况。现在，她正在探索将这一概念应用于触觉世界。
卡伯森说:“我们一直致力于开发能够创造逼真社交触摸的设备，但我们并不知道用户更喜欢什么样的逼真度，也不知道逼真度如何影响虚拟触摸的感知。”
卡伯特森和她的团队将研究“触觉恐怖谷”的存在和影响，因为它与社交接触有关。具体来说，他们将比较来自触觉设备的触摸与不同的真实感，以确定是什么创造了令人不安或不安的感觉。
该团队还将研究其他因素，包括用户在VR中的视觉表现，以及使用触觉设备或机器人进行触摸的触摸者的体现。这项研究旨在为设计师创造虚拟社交接触互动提供指导。
卡伯森说:“这项研究很重要，因为它将为触觉学、人机交互和人机交互设计师创造物理社交系统提供设计指南，使他们能够避免处于恐怖谷的设计，创造令人愉快、沉浸式和社交适宜的互动。”
Jyo德斯穆克
Deshmukh是丰田汽车公司的前首席研究工程师，他对研究使用基于机器学习的组件的网络物理系统很感兴趣。他的工作旨在提高完全自主系统的安全性，例如自动驾驶汽车空中机器人和医疗保健领域的辅助机器人。
德斯穆克说:“我喜欢让机器人开车送我去上班的想法，但与此同时，我也担心设计错误的机器人可能会带来更多麻烦或安全隐患，而不是帮助。”
“只要出一两次事故，公众就会对自治产生不信任。尽我所能使这种自主系统更安全，并希望在此过程中创造创新的设计方法，这是一个令人兴奋的前景。”
Deshmukh说，目前，用于控制自主系统的深度学习主要是在实验室环境中开发的，没有相应的软件工程严格性和设计自动化社区的支持。
Deshmukh说，他的新NSF职业生涯奖提案是“建立定义正式规范的程序，使用最先进的人工智能和机器学习技术设计控制器，以及创建可维护和可解释的工件作为设计过程的一部分的一小步。”
具体而言，该提案名为“指导自主移动系统安全深度学习的基于逻辑的需求框架”，旨在为自主系统制定一个在数学上精确和严格的规范框架，以作为人类指导的代理。
具体而言，该项目侧重于规范引导的自主系统控制深度强化学习。其关键贡献是改变了深度强化学习的哲学。
Deshmuk说:“我们提出了一种逻辑驱动的方法，优先考虑满足安全和性能规范。”“我希望这个项目，就像我在丰田的工作一样，为安全关键的自主系统的控制设计过程提供一定的正式严谨性。”
湘任
他的研究兴趣包括以人为本的机器学习和自然语言处理，包括通过人类解释来教授机器。
任,他也是一个南加州大学信息科学研究所的研究小组的领导人,设想未来的人们可以自然地互动与机器学习系统;注释训练数据不需要花费几天时间，单个任务也不需要花费数千美元;科学，医学，法律和甚至常识也可以被引用和整合在开发系统时。
任航说:“我想让机器的学习过程更像是人与机器之间的对话。”他的目标是改进像Siri和Alexa这样的语音助手系统，以及像Netflix、YouTube和亚马逊这样的推荐系统。
任的新NSF事业奖项目,题为“教学机器通过人类解释信息提取”,寻求“征求人类自然语言解释如何机器应该考虑信息提取,以及解释纠正错误的想法,和一个报警系统当机的原理可能是错的。”
Ren说:“我们的目的是让机器需要学习的例子少得多，同时提供一个软化当前提取方法刚性的过程。”
对于信息提取任务，即使存在足够数量的示例，机器也会学习非常严格的方法，以至于即使是轻微的拼写错误也会导致方法失败。因此，Ren说，研究人员需要重新思考如何开发、改进和维护基于机器的提取方法。
任志强说:“该项目希望从根本上改变模型的训练、改进和更新方式，并通过利用人类解释中包含的专家知识来实现这一点。”
康斯坦丁Sideris
Sideris广泛关注模拟/射频集成电路，光子学和计算电磁学。这些领域的基本挑战之一是电磁(EM)设备的设计难度和耗时。在美国国家科学基金会事业奖的支持下，Sideris公司的目标是开发一种算法，可以为一大批新型电磁设备自动化大部分过程。
EM设备在社会和新兴技术所依赖的许多领域发挥着至关重要的作用，包括无线通信、计算和传感。它们和电路一起构成了我们许多先进设备中最重要的部分。但是，虽然数字电路设计受益于自动化和优化的过程，但EM设备却并非如此。
自动化的影响不可低估。对于电路设计来说，自动化已经帮助我们带来了我们以前从未想过的新硬件。今天的微处理器，在一个只有几平方厘米大小的芯片上有数十亿个晶体管，如果没有我们将大部分过程自动化的能力，就不可能实现。但目前还没有针对电磁设备的这样一个框架。它们必须由人类从头开始精心设计，这意味着同时依赖电路和EM设备的技术永远无法实现其全部潜力。
与之前自动化数字逻辑设计的进步一样，EM设备自动化不仅仅是节省时间和资源。Sideris认为，这一过程将有助于产生新一代的设备，这些设备是人类自己永远无法想象或设计的。“我们提出的自动合成框架可以探索比任何人类设计师都可行的更多设计空间。这使得它能够经常产生人类自己永远无法达到的高性能设计，”他说。
对于Sideris来说，NSF职业生涯奖代表了这位年轻教授在硬件设计方面的最新进展。就在去年，他因为改进光子集成电路的工作而获得了著名的空军青年研究员奖。
菲比Vayanos
Vayanos旨在改善分配稀缺资源以满足基本需求的关键系统，例如提供治疗的医院，提供预防保健的社会服务，或提供庇护所和住房的无家可归者服务。指导她研究的核心应用是为无家可归者分配稀缺住房资源的问题，并将通过与洛杉矶无家可归者服务管理局(Los Angeles Homeless Services Authority)和无家可归问题专家的合作来促进这项研究。
Vayanos说:“我们在这个项目中的目标是设计一个分配稀缺资源的框架，该框架更有效、更公平，并正确平衡相互冲突的利益相关者目标，同时考虑到潜在的偏见、激励和差异。”
Vayanos的研究重点是优化、人工智能(AI)和机器学习;尤其是算法的公平性、可解释性和鲁棒性。她的工作是研究如何利用这些领域的工具来解决社会最紧迫的问题，并为公共政策提供信息。她的目标是设计能够推动高效决策的系统，同时解决偏见和不平等问题，以应对无家可归、药物使用、预防自杀和器官分配等挑战。Vayanos旨在帮助这些地区服务不足和边缘化的社区，让他们在影响他们的系统设计中发挥积极作用。
Vayanos是人工智能在社会中的应用研究中心．在加入南加州大学之前，她是麻省理工学院斯隆管理学院运营研究和统计组的讲师，以及麻省理工学院运营研究中心的博士后研究员。2020年，Vayanos被授予INFORMS多元化、公平和包容大使计划奖，以表彰她为服务不足社区的高中生提供STEM教育的项目。
2019年，她担任INFORMS AI战略咨询委员会的特设成员。她是随机规划委员会(COSP)的当选成员，该委员会是随机规划学会的管理机构。她是《计算管理科学》和《运筹学快报》的副主编。
瓦亚诺斯拥有伦敦帝国理工学院运筹学博士学位和电气与电子工程工程硕士学位。
出版于2021年5月11日
最后更新于2021年7月20日
