近日,全球最大的非营利专业技术学会IEEE(国际电气与电子工程师协会)公布了2021年度IEEE Fellow名单,京东数科副总裁、智能城市部总经理郑宇因其对城市计算和时空数据挖掘领域的突出贡献当选。
郑宇博士提出了“城市计算”的理念,是城市计算领域的奠基人,也是大数据和人工智能领域的领军人物。郑博士一直在城市计算和时空数据挖掘领域不断深钻和耕耘,发表高质量国际论文百余篇,在知名国际会议上5次获得最佳论文奖,论文被引用31,000余次,(Google Scholar H-Index: 78);2019年单年论文被引用次数5000余次;在谷歌学术(Google Scholar)的权威排名中,他在城市计算和时空数据挖掘两个领域均排名世界第一。

他的两项研究成果历经行业十年的验证,于2019年和2020年连续两次获得时空数据领域最高奖项SIGSPATIAL 10-Year Impact Award,开创了一人连续两次获此殊荣的先河。
郑宇博士主编的《Computing with Spatial Trajectories》一书被全球多个国家的高校选用为教材,被Springer评为“全球华人撰写的最受欢迎的十本计算机类图书”之一。另一本《城市计算》(麻省理工学院出版社)是该领域的第一本教科书,目前正在被翻译成中文和韩文等多个版本。

此外,郑宇还担任人工智能顶尖国际期刊ACM TIST的主编,也是在大陆获得博士学位的学者中担任美国计算机学会(ACM)顶尖学术期刊主编的第一人。他还先后担任大数据领域知名国际会议ICDE2014和CIKM2017的工业界主席,以及人工智能领域顶尖国际会议IJCAI2019的工业界主席,促进了该领域学界和工业界的融合。
鉴于郑宇博士的影响力,他被邀请在世界人工智能大会AAAI 2019上作主题演讲(keynote speech),这是该组织自成立以来邀请的首位中国内地讲者。同年,他作为大陆首位受邀学者在数据挖掘领域的顶级国际会议KDD大会上作大会圆桌主旨演讲。顶尖国际会议邀请的主旨演讲者是该领域当下最具影响力的领军人物代表。
2013年,郑宇博士因在城市计算领域的突出贡献,被《MIT科技评论》评为全球杰出青年创新者(TR35),(该奖项从计算机、通信、生物、医疗和金融等多个领域中全球范围一共评选出35位35岁以下的顶尖科学家); 曾经获此殊荣的人物包括谷歌的联合创始人拉里·佩奇、Facebook的创始人马克·扎克伯格、雅虎创始人杨致远、苹果公司的首席设计师乔纳森·艾维等。
2013年11月,他作为现代创新者代表登上了美国《时代》周刊(Time Magazine)。2014年,由于他主导的城市计算具有巨大的商业前景和改变行业格局的潜力,他被美国《财富》评选为中国40位40岁以下商界精英。
2017年,郑宇博士被评为中国AI英雄风云榜十大技术创新人物,同期上榜的技术创新人物有:Woebot董事长吴恩达 、斯坦福大学计算机科学系副教授李飞飞、脸书AI Research研究科学家何恺明等人。
2020年“AI 2000人工智能全球最具影响力学者榜单”上,郑宇成为横跨数据挖掘、信息检索和经典AI(AAAI/IJCAI)三个领域的最具影响力的华人学者。
郑宇博士加入京东数字科技集团以来,不断推进智能城市领域的产学研一体化进程。2019年,他担任国家重点研发计划-“国家中心城市数据管控与知识萃取技术和应用系统”的首席科学家和总负责人。2020年,他作为IEEE智能城市操作系统标准组主席,负责相关国际标准的制定。他也是雄安新区智能城市操作系统和建设南通国家级市域社会治理现代化标杆的总负责人。郑宇博士提出了 “基于城市操作系统的一核两翼体系”,助力政府实现优政、兴业和惠民,并带领京东数科智能城市团队为全国20多个城市提供技术服务。
2020年11月25日,郑宇博士在JDDiscovery-2020京东全球科技探索者大会上发布市域治理现代化平台。该平台帮助政府管理者解决市域管理无平台、部门决策少支撑、部门合作缺协同、数据壁垒弱应用等痛点。通过数据打通、系统联通、人员协同和展现贯通,帮助政府分析研判、辅助决策,监测预警、防范风险,联动指挥、行政问效。目前,该平台已助力江苏省南通市建成全国首个市域治理现代化指挥中心。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。