康奈尔大学计算机科学与工程专业的10名教员获得了谷歌教员研究奖，支持的项目从使用机器学习来对抗神经系统疾病，到建立一个常见错误数据库来帮助自动化事实核查。
谷歌教员研究奖励计划的目标是认可共同感兴趣领域的前沿研究，并“确定和加强与教员的长期合作关系，以解决将影响后代如何使用技术的问题，”根据其网站。
选定的教师将获得不受限制的资金，以支持一名研究生一年。在全球80所获得谷歌奖的大学中，康奈尔大学的受奖人数排名第三。麻省理工学院以13个奖项位居榜首。
计算与信息科学学院院长格雷格•莫里塞特(Greg Morrisett)表示:“康奈尔成为获得谷歌这么多奖项的顶尖大学之一，我一点也不感到意外。”“这是因为我们拥有世界上最好的教师，他们的研究领域非常广泛——从如何更有效地设计、保护和管理数据中心，到开发用于机器学习的前沿算法和应用程序。”
得奖者及其作品包括:
- 电子和计算机工程助理教授Jayadev Acharya:“私人重磅炸弹——最简单和最优。“虽然用户数据有助于设计更好的系统，但个人和潜在的敏感数据需要保持隐私。Acharya计划跟踪的一个特殊任务是重击检测，例如当谷歌接收到来自用户(或垃圾邮件发送者)的各种搜索请求时，所有这些请求都同时发生。
- 康奈尔理工大学计算机科学助理教授Yoav Artzi;康奈尔理工大学电子和计算机工程教授Daniel Lee说:“在模拟和现实中，四轴飞行器的连续自然语言控制的联合学习。“这个项目建议学习自然语言指令和原始观察的直接映射，以便持续控制无人机。
- 计算机与信息科学教授Claire Cardie:“ifashiononist Knowledge Graph:一个特定领域的知识库和时尚的自动分类构建方法。卡迪正与时尚专家合作，开发更好的方法，在网上展示和搜索服装和配饰。她的项目将研究自然语言处理的方法，通过分析和提取在线目录中的信息，建立一个关于时尚的知识库。
- 电子和计算机工程助理教授Christina Delimitrou:“使用机器学习来改进数据中心服务器管理。Delimitrou的提议旨在使用实用的机器学习技术，解决日益复杂的硬件和软件仓库规模的计算机。
- 计算机和信息科学教授托尔斯滕•约阿奇姆(Thorsten Joachims):“倾向估计的反事实学习。Joachims提出的研究解决了这样的不确定性:用户点击搜索引擎的结果是因为它是最相关的，还是因为他们没有注意到更相关的结果。他的项目旨在估计结果的位置对真实相关信号的扭曲程度，然后开发新的机器学习方法来对抗这种偏差。
- 电子和计算机工程助理教授Mahsa Shoaran说:“朝着嵌入实时神经数据分类的微创大脑植入物的方向发展。Shoaran的提议旨在利用最先进的机器学习原理和高效的硬件架构，实现对神经疾病的设备和假肢的实时神经数据处理。
- 康奈尔理工大学计算机科学教授维塔利·什马提科夫:“检测和减轻不必要的学习。Shmatikov的研究集中在“不必要的学习”问题上——当机器学习模型学习到比预期更多的东西时，比如关于训练数据的敏感信息、在创造者不知情的情况下侵犯隐私的任务，甚至是恶意功能。
- 计算机科学助理教授伊曼纽尔·特朗默:“从维基百科的更新中挖掘一个‘反知识库’来核实事实。特朗普的目标是建立一个“反知识库”，包括常见的事实错误和有争议的主张，可以通过语言分析和非监督学习来自动检查事实。
- 电子与计算机工程副教授张志儒:“可编程硬件专业的自动合成。张建议开发一个新的编译框架，可以从指令集规范自动合成一个高质量的可编程硬件加速器。
新闻旨在传播有益信息，英文原版地址：http://news.cornell.edu/stories/2019/04/ten-cis-engineering-faculty-win-google-research-awards