新闻中心

10月28日，世界科技青年论坛在杭州未来科技城举办，新一届《麻省理工科技评论》“35岁以下科技创新35人”全球—亚太区榜单正式发布，4位清华人榜上有名，他们是：

范楚楚

范楚楚，2013年毕业于清华大学自动化系，获学士学位，并获得清华大学优良毕业生荣誉称号；2019年毕业于美国伊利诺伊大学香槟分校计算机工程系，获博士学位。现为美国麻省理工学院航空航天工程系助理教授。

上榜理由：她的研究为嵌入式与信息物理系统的验证做出了奠基性贡献，展示了该技术应用于工业系统的可能性。

范楚楚的博士论文研究被ACM评审委员会称作是“为嵌入式与信息物理系统的验证做出了奠基性贡献，且展示了该技术应用于工业系统的可能性。”

她的主要研究内容是用形式化方法、机器学习与控制论等严谨的数学理论来设计、分析与验证安全自动控制系统。她聚焦于非线性系统的灵敏度分析，以及如何结合程序和动态的物理实体。

她使用机器学习算法学习灵敏度分析，然后用灵敏度分析检查系统安全性问题。她的解决方案将数值模拟数据、基于物理实体的符号灵敏度分析以及软件验证的核心方法（如等效性检查和定点分析）结合在一起。

范楚楚提出一个基于灵敏度分析、用于非线性混合系统有界验证的数据驱动算法，并成立初创公司将该方法商业化。在此基础上，她开发出DryVR验证工具，目前已应用在智能辅助驾驶系统、基于神经网络的控制器、分散式机器人以及医疗设备中，并首次对丰田的系统进行了验证，近期又应用在城市空中交通管理场景的模拟验证中。她还提出了一种RealSyn方法，为自动驾驶汽车的实时运动规划算法奠定了基础。

唐城

唐城，2013年和2018年在清华大学化工系先后获学士和博士学位，曾获得清华大学“学术新秀”、清华大学研究生特等奖学金、清华大学学生年度人物、清华大学“紫荆学者”、清华大学优秀博士毕业生等荣誉。现为澳大利亚阿德莱德大学化学工程与先进材料学院讲师。

上榜理由：他开发的新技术或将让化学工业摆脱化石资源的束缚，走上低碳绿色和去中心化的道路。

新冠疫情肆虐的日子里，过氧化氢为大家所熟知。这是一种强大的、环境友好型氧化剂，可用于日常漂白、消毒和水处理。然而，目前的过氧化氢生产技术，需要密集的能源投入，并会生产出大量的有机污染物。

与之类似，作为世界上产量第二高的化学物质，氨的生产也伴随着高能耗、高碳排放、巨大的投资风险和区域分布不平衡等问题。

唐城认为，他找到了解决这些挑战的办法。他所在的团队开发了一种叫做 “ 电催化炼制 ”、或称 “ 电炼制 ” 的新概念。这个概念框架将可以实现当前化学工业的去化石资源化、去碳化和去中心化。在此基础上，他创造出了一系列新技术，可以创造性地将水、空气和二氧化碳这些地球上最丰富的免费资源合成为几种必要的化学品，其中就包括过氧化氢和氨。

最重要的是，这些独特的工艺将可以通过光伏和风能等可再生能源实现。化工行业或将因此摆脱化石资源的束缚，走上低碳绿色的道路。而对于欠发达地区来说，这些技术也将极大地方便他们获取更清洁的生活用水，拥有更可靠的卫生条件，并实现更稳定的粮食供应。

黄高

黄高，2009年毕业于北京航空航天大学自动化学院，获学士学位；2015年毕业于清华大学自动化系，获博士学位。现为清华大学自动化系助理教授。

上榜理由：他是卷积神经网络架构 DenseNet 的发明者之一，他将密集连接引入深度学习网络，从而巧妙缓解梯度消失问题，开启卷积神经网络架构新阶段。

黄高参与构建的DenseNet（Densely Connected Convolutional Network）是深度学习领域中的又一里程碑，被顶级会议CVPR 2017评为最佳论文奖。该架构一改卷积神经网络（CNN）几十年来一直使用的递进层级结构，并将密集连接引入深度学习网络，从而巧妙地缓解了反向传播时的梯度消失问题。

DenseNet的核心思想在于建立不同层之间的连接关系，该架构通过让网络中的每一层都直接与其前面层相连，实现特征的重复利用；同时利用瓶颈层（bottleneck layer）、转换层（translation layer）等来使网络变窄，即网络的每一层只学习非常少的特征图（最极端情况下每一层只学习一个特征图），达到降低冗余性的目的，一定程度上减少了参数数量，以此节省计算成本并有效抑制过拟合。

黄高发明的DenseNet已作为标准CNN模型被TensorFlow和PyTorch等流行深度学习平台使用。在智能医疗领域，该架构被应用在基于X光图像的肺炎诊断、脑部核磁共振、肝脏肿瘤等医学影像检测中。DenseNet低内存占比和较高的计算效率优势使其在为移动端和边缘性设备提供人工智能产品上具有巨大潜力。

周谷越

周谷越，2010年毕业于哈尔滨工业大学控制科学与工程系，获学士学位；2014年毕业于香港科技大学电子与计算机工程系，获博士学位。现为清华大学智能产业研究院副研究员兼副教授。

上榜理由：他是世界著名消费级无人机背后的“最强大脑”，为机载智能系统的小型化做出了重大技术贡献，使它们变得智能、创新且易于使用。

在消费级无人机领域，大疆（DJI）的名字可谓是无人不晓。

在大疆标志性的消费级无人机产品背后，数以千计的顶尖工程师倾注了他们的智慧和努力，其中就包括周谷越。他于2012年在香港科技大学读博期间加入大疆实习，是推助Phantom4和Mavic Pro等热门产品诞生的功劳者之一。

周谷越以创造了消费无人机自主驾驶系统而闻名，特别是无人机的机载系统架构、多传感器感知算法和应用级功能。他曾是大疆核心团队的成员和领导者之一，先后创建并负责计算机视觉、智能制造、入门级无人机和STEAM教育等技术和产品团队，领导数百名工程师。

周谷越曾带领团队研发出无人机的核心视觉导航系统，还在系统架构和计算算法上为机载智能系统的小型化做出重大技术贡献。

在科研方面，周谷越在国际学术会议和期刊上发表论文10余篇，拥有国内外授权专利60余项，这些成果已应用于大疆无人机全线产品中。

2020年11月，周谷越加入清华大学智能产业研究院（AIR）任副研究员兼副教授，主要研究方向为机器人、计算机视觉、先进制造和人机交互。

《麻省理工科技评论》是全球权威的科技商业媒体之一，自1999年开始，每年都会在世界范围内寻找35岁以下的创新科技青年，遴选范围涵盖但不限于生物技术、能源材料、人工智能、信息技术、智能制造等新兴技术领域。这些青年中，有先锋者，有远见者，有发明家，有创业家，还有人文关怀者，他们是对未来的科技发展产生深远影响的创新领军人物。这就是“35岁以下科技创新35人”。

2010年，“35岁以下科技创新35人”首次进行区域性评选。2021年，“35岁以下科技创新35人”亚太区正式落地中国，为极具发展潜质的青年科技人才提供了更加多元化的国际发展平台。此外，2017年，中国区榜单首次发布，截至去年已连续发布四次。

资料来源 | Deep深科技