年度总获奖人数翻番，32 位华人学者入选，2020 年亚马逊研究奖已经正式公布。
近日，2020 年度亚马逊研究奖（ARA，Amazon Research Awards）获奖名单正式公布，今年共有 101 位获奖者，来自 13 个国家的 59 所大学，获奖人数相比去年增加一倍。值得注意的是，今年的获奖名单中出现了很多熟悉的华人学者：陈怡然、陈丹琦、吴佳俊…… 据机器之心统计，共有 32 位华人学者获奖，占据获奖名单三分之一左右。亚马逊研究奖主要关注五个方面的研究：AI 信息安全、AI 公平性、AWS AI、AWS 自动推理、机器人。评价维度包括科研质量、创造力及其对科研界和社会的影响力。获奖者将获得 200 多个亚马逊公共数据集的访问权限， 并使用 AWS 积分使用 AWS AI / ML 服务和工具。每位获奖者都将有单独的研究对接人提供咨询建议，还有机会参与亚马逊的活动和培训课程等等。AWS 机器学习服务副总裁 Bratin Saha 表示：「2020 年亚马逊研究奖选中了一批杰出的学术研究人员，他们致力于 ML 算法及理论、AI 公平性、计算机视觉、自然语言处理、边缘计算、医学研究等领域。面对他们贡献的深度和广度，我们很高兴有这样的机会来加强学术研究人员、研究机构及各团队之间的联系。」
获奖理由：为自然语言处理任务建立了广泛、结构化的稠密知识库
获奖理由：新冠相关的自动 ICD 编码的预训练临床嵌入优化
获奖理由：基于模型驱动和数据驱动联合方法的可信赖自动驾驶设备部署
获奖理由：机器学习替代模型以及气动机器人的准静态模拟
获奖理由：Linux KVM 虚拟机管理程序的微验证——虚拟机机密性和完整性证明
获奖理由：用于关键性环境安全决策的鲁棒对抗强化学习
获奖理由：自然语言理解领域事件时间和因果知识的获取及概括
获奖理由：鲁棒性、公平性和隐私应用的机器学习评估服务
获奖理由：用于测试 Web 应用程序防火墙的多任务深度语义学习
获奖理由：二进制代码中符号名称的类型感知恢复：一种基于机器学习的方法
获奖理由：将低空灾害图像（LADI）数据集集成到 MIT Beaver Works 课程
获奖理由：多样性与灵活性：不同末端执行者通用抓取政策的学习
获奖理由：通过主动数据合成来对抗安全应用中的概念漂移
获奖理由：结构化领域自适应及其在个性化和预测中的应用
获奖理由：分布式 DNN 训练中的编译优化：加入 OP 和 tensor fusion/partition
获奖理由：用于 ML-oriented 分析的 Human-in-the-loop 数据调试
Ming-Ru Wu Dana-Farber 癌症研究所
获奖理由：从实验到临床的基于机器学习的癌症免疫治疗设计
获奖理由：用于癌症诊断的 AI 驱动非标记定量组织学
获奖理由：通过探索空间利用优化和自适应规划视野启发式，突破了多智能体高效最优寻径的局限性
获奖理由：在表格数据数据库上构建具有鲁棒性的会话问答系统
获奖理由：先进自动机动飞行计划系统（AAFPS）的设计
获奖理由：在机器人领域中提出学习抓取和操纵时内在承受能力的方法。
获奖理由：有效从机器学习模型中删除个人隐私数据的研究。参考链接：https://www.amazon.science/research-awards/program-updates/2020-amazon-research-awards-recipients-announced
