7月8日，2022年度CCF-百度松果基金评审结果公布，30名来自海内外高校和机构的青年学者，从近300位申请者中脱颖而出，成为本届CCF-百度松果基金得主。天津大学智能与计算学部青年学者李文信副教授、刘若楠副教授两位青年学者获得本次基金资助。
据悉，本届CCF-百度松果基金申请者来自北京大学、清华大学、中国科学院、香港理工大学等上百所高校和机构，经综合评审，30名来自海内外高校和机构的青年学者获本届CCF-百度松果基金资助。百度将为入围者提供数百万科研资金，助其开展科研工作、孵化创新成果。
本届获资助课题含金量颇高，既有针对学习算法、排序模型、问答技术等方向的前沿研究，也有探讨将人工智能与自动驾驶、医疗和能源等领域需求深度结合的课题。
学部李文信副教授本次获资助课题为“面向深度学习大模型训练的网络通信加速”，该课题将围绕分布式深度学习训练过程的网络通信加速开展研究。深度学习大模型通常依赖多机多卡进行训练，如何降低参数同步更新时的通信开销成为百度飞桨技术团队亟待攻克的难题之一。该课题从参数同步、资源共享、流量优化三个角度出发，将研究异构拓扑感知的参数同步更新策略，多作业资源高效弹性共享，以及高性能传输控制及流调度技术，实现从应用接口层到底层网络的全流程优化，最终加速深度学习大模型训练过程。该课题研究将有效提高数据中心网络与算力资源的利用率，提升大模型训练效率，具有重要科学意义和实用价值。
学部刘若楠副教授获资助课题为“融合知识的图神经网络计算研究”，该课题将围绕知识融合的图神经网络构建方法开展研究。图数据能够反映现实物理世界的结构化信息，其拓扑结构能够容纳更多层次的信息，也有利于抽象知识，符号知识以及文本知识的融合。该课题从数据知识、物理系统知识以及语义知识三个方面研究图神经网络构建方法，解决知识融合的图结构学习问题以及知识指导的图特征学习问题。知识驱动的图神网络计算，对于增强图特征学习的可解释性，增强深度模型的现实世界表示能力以及深度模型的推断能力都有很强的促进作用，具有很高的实际应用价值。
CCF-百度松果基金获得者将围绕申报课题，开展为期一年的开放型、半开放型课题项目研究。在此期间，百度业务团队将基于飞桨平台提供经费、平台、数据、技术支持等服务，并定期举办专家学者交流会，为青年学者搭建学术交流平台。
（来源：中国计算机学会微信公众号）
