2024年7月5日至7日，国际计算机协会中国图灵大会（ACM Turing Award Celebration Conference TURC 2024）在长沙举办，清华-伯克利深圳学院（TBSI）2017级计算机科学与技术博士（现为清华大学博士后）周仕佶（导师：朱文武教授、联合导师：王智副教授）凭借在多媒体智能方向的成果脱颖而出，在大会上荣获国际计算机学会中国多媒体方向优秀博士论文奖（ACM China SIGMM Honored Doctoral Dissertation）。
颁奖现场（右五为周仕佶）
周仕佶的论文题目为“动态环境下一阶在线随机优化方法研究”，针对动态环境下在线自适应理论框架和算法设计展开深入研究。动态环境是人工智能在许多场景应用中的典型问题，即数据分布会随着时间的推移不断变化，使得训练好的模型逐渐失效，需要建立一个使得机器学习模型能够持续适应不断变化环境的在线学习机制，使得模型能够及时适应于变化的数据分布，保持较高的模型表现。
在应对现实动态场景时，现有的在线学习框架面临三个主要挑战：依赖于大量的实时标签，在在线应用场景中很难获得；只适用于单一目标，不适用于很多典型场景；依赖于对未来动态性的预估先验，但现实中难以获得此类先验信息，使得算法失效。
论文研究框架
针对上述挑战，本文在理论框架和算法设计上进行了创新：针对标签依赖问题，提出了一种在线老师学生结构，实现了对无标签数据的在线自适应学习，解决了此领域内的开放问题；针对多目标场景，设计了能够保证帕累托收敛的在线机制，修正了前人工作在动态环境中的不收敛问题，实现了在动态环境中多目标的同时优化；针对动态先验依赖问题，设计了一种能够不断估计环境动态性的机制，用以调整模型在动态环境中的自适应步长，实现了理论上的近似最优性。
同时，研究展示了算法在多媒体内容分发问题上的应用，使用所提出方法在爱奇艺和快手的数据上取得了显著的提升。论文所提出的算法与取得的创新成果从多个角度推动了在线学习的发展，相关成果在产业界得到应用，并获得国际学术界关注和认可，产生了一定国际影响力，为相关领域发展作出了贡献。
ACM中国优秀博士论文奖旨在表彰在计算机科学和工程领域由中国学术机构授予的优秀博士论文，以鼓励获奖者取得的学术成就。从2014年开始，ACM中国总会和各个分会优秀博士论文奖每年分别颁发给2-3篇影响力大的博士论文的作者，历届获奖者大多在知名高校任职。
文：周仕佶
编辑：叶思佳
审核：陈超群
