某中心与南加州大学安全可信机器学习中心选定六个新研究项目

教职员工和学术研究员项目专注于可信机器学习的各个方面。

2023年10月10日

某中心与南加州大学安全可信机器学习中心（成立于2021年1月，致力于支持机器学习隐私、安全性和可信度新方法的基础研究与开发）今日宣布选定2023-2024年度的六个研究项目，包括四个教职员工项目和两个由新任某机构机器学习研究员领导的学术项目。

“某中心与南加州大学的合作伙伴关系持续蓬勃发展，“南加州大学维特比工程学院院长Yannis C. Yortsos表示。“新项目和研究员的选择再次证明了我们合作伙伴关系的质量和实力。我们期待它们成功实施并为社会集体利益产生深远影响。”

以下是六个研究项目获奖者信息及其研究领域：

教职员工获奖者

（从左至右）电气工程与计算机科学系主任教授Salman Avestimehr；计算机科学研究助理教授Muhao Chen；计算机科学助理教授Lars Lindemann；计算机科学助理教授Soutirini Chattpadhyay；电气工程与计算机科学教授Konstantinos Psounis。

• Salman Avestimehr（电气工程与计算机科学系主任教授）：“通过自监督和混合监督推进持续与联邦学习”。研究目标是在分布式学习环境的数据异质性和隐私约束下，通过两种不同方法更好地利用未标记数据。

• Muhao Chen（计算机科学研究助理教授）：“通过结构感知等变学习实现鲁棒（受控）自然语言生成”。研究旨在通过基于结构等变学习的新型自然语言生成框架，解决使用预训练序列到序列模型进行受控自然语言生成的固有挑战。

• Lars Lindemann（计算机科学助理教授）与Soutirini Chattpadhyay（计算机科学助理教授）：“仍然不信任我？构建可信AI代码生成”。研究提出新框架，将预期用户行为分解为代码建议序列，并通过动态调整维持信任。

• Konstantinos Psounis（电气工程与计算机科学教授）：“带摄像头的语音助手私有标签与学习”。研究将采用多种方法应对实现和维护用户视频隐私的挑战。

学术研究员获奖者

（左）Brihi Joshi与（右）Fei Wang是最新某中心与南加州大学安全可信机器学习中心某机构机器学习研究员。

• Brihi Joshi（计算机科学三年级博士生，由Xiang Ren指导）：研究目标是将以人为本的可解释性融入NLP系统，灵感来源于人类之间及与这些系统的互动方式，同时借鉴其他学科的见解。

• Fei Wang（计算机科学系博士候选人，由Chen指导）：研究兴趣在于自然语言处理和机器学习，长期目标是构建鲁棒、可控且可问责的大语言模型系统。

“生成式AI最近引发了一系列深刻问题，以理解AI的社会影响，“某中心创始主任、同时担任某机构学者的Avestimehr表示。“对隐私、安全性、可信度和所有权等问题的研究获得了前所未有的关注，这凸显了我们三年前创建该中心时的愿景。”