Let's Make AGI Real

第四章：立言垂范传薪火 索隐图幽辟新航

学术之道，贵在传承与创新。有学者不仅自身研究精深，更能著书立说，嘉惠后学；或于某一专门领域持续深耕，开拓新局。

周志华：南雍硕学著鸿篇 集智凝思化春雨

周志华教授，南京大学计算机科学与技术系博士毕业，现任南京大学副校长、人工智能学院院长等要职 [User Query]。在人工智能领域，尤其是机器学习方向，周教授乃中国学界举足轻重之人物。

其最为广大学子所熟知者，莫过于其编著的《机器学习》一书。此书因封面绘有西瓜图案，被读者昵称为“西瓜书”。周教授撰写此书之初衷，源于其在南京大学开设机器学习课程时，感到现有教材或失之过繁，或失之过简，难以适配一学期之教学进度。故而亲自动手，旨在为初学者提供一本提纲挈领、梳理基本概念、勾勒领域概貌的“入门级教科书”，一张引领后进探索AI奥秘的“初级地形图”。他尤为强调，学习算法，重在理解其背后的“思想脉络”，而非机械记忆，“算法是‘死’的, 思想才是‘活’的”。此书一经问世，便广受欢迎，销量远超预期，多次加印，雄踞各大计算机图书畅销榜首，成为国内机器学习领域的标杆性教材。

周教授的学术研究，聚焦于机器学习与数据挖掘，已发表逾千篇研究论文 [User Query]。其在“集成学习”（Ensemble Learning）领域的研究尤为卓著。他提出的“选择性集成”理论，证明了从一组学习器中择优选取一部分构建集成系统，可能比使用全部学习器更为有效，并设计出相关算法。此成果在IJCAI等顶级会议发表后，被誉为“非常重要、非常新颖”，并获邀在《Artificial Intelligence》期刊发表。此外，他还提出了“二次学习”思想，并基于集成学习改进了多示例学习算法等，均取得了国际影响力的成果。

周志华教授与其“西瓜书”，已然成为中国AI教育界的一道独特风景。他以一位资深学者的责任感，为国内莘莘学子量身打造了一部优秀的本土教材，其深远影响，在于为国家培养了难以计数的人工智能后备力量。书中蕴含的“活思想胜过死算法”的治学理念，更对一代学人研习AI之道产生了积极引导。其在集成学习领域的开创性研究，恰如其教育理念的某种映照：“三个臭皮匠，顶个诸葛亮”，集思广益，方能致远。这既是机器学习的一种有效策略，又何尝不是科研与教育事业发展的普遍真理？

汤继良：凿石索珠连幽络 推星转斗运璇玑

汤继良教授，本科毕业于北京理工大学，后远赴美国亚利桑那州立大学攻读博士学位。学成之后，他选择在学术界继续深耕，现为密歇根州立大学终身教授，并担任该校数据科学与工程实验室（DSE Lab）主任。

汤教授的研究领域，主要集中在图表示学习、社交计算、推荐系统以及人工智能在教育领域的应用等。其领导的DSE实验室，专注于从动态、多维、带属性、含正负链甚至高阶的复杂图结构数据中，挖掘富有价值的模式与规律。

在学术生涯中，汤继良教授成果斐然，屡获殊荣。2019年，他荣获美国国家科学基金会（NSF）颁发的“职业成就奖”（CAREER Award），以表彰其在社交网络分析，特别是“符号网络”（即包含正向与负向连接的网络）研究方面的贡献。该项目旨在开发新的算法，以更全面地建模、度量和挖掘带有负向链接的网络，从而服务于社会科学、健康信息学、生物信息学等多个领域。次年，即2020年，他又获得了ACM SIGKDD（数据挖掘与知识发现专委会）颁发的“学术新星奖”（Rising Star Award），此奖项旨在表彰数据科学领域具有卓越早期成就的青年学者。此外，他还曾获得KDD 2016最佳论文奖、WSDM 2018最佳学生论文奖，其博士论文亦获得KDD最佳博士论文奖提名，学术实力备受肯定。其关于特征选择、虚假新闻检测、异构网络嵌入等方面的研究工作，已在学术界产生广泛引用。

汤继良教授对“符号网络”及复杂图结构的深入探索，揭示了传统网络分析中常被忽略的“暗信息”。在真实世界的网络中，人际关系有亲疏，互动有好恶，信息有真伪。若只关注正向连接而忽视负向或多样化连接，便如盲人摸象，难以窥其全貌。汤教授的工作，正是要补全这块拼图，使我们对复杂系统的理解更为精准。这种更深层次的图学习方法，对于构建更鲁棒、更公平、更难被恶意操纵的AI系统（例如推荐系统、舆情分析系统）至关重要。通过理解网络的完整结构，包括其中的“负能量”与潜在冲突，方能更有效地识别风险、消除偏见、提升系统的整体健康度。图表示学习与图神经网络作为当前人工智能研究的热点方向，其重要性日益凸显。汤继良教授在此领域的持续贡献，无疑为这一前沿学科的发展注入了强劲动力。