在2023年度斯隆奖名单中，计算机领域的四位获奖华人学者韩松、李远志、谭宸浩、伍骁迪均毕业于清华大学。今天，斯隆基金会公布了2023年度斯隆研究奖获得者名单。斯隆研究奖自1955年起，由美国艾尔弗斯隆基金会每年颁发一次，以表彰那些具有创造性、创新性和研究成就的美国和加拿大的杰出年轻研究人员，使他们成为下一代的领导者。
斯隆研究奖的获奖者将获得为期两年、价值7.5万美元的研究资金，可灵活地用于推动自身的研究。斯隆奖历来被认为是「诺奖风向标」：2007年以来，该奖项历届获得者中已有51人获诺贝尔奖，17人获数学界最高荣誉菲尔兹奖，69人获美国国家科学奖，20人获约翰贝茨克拉克奖。目前，斯隆研究奖向七个科学和技术领域的学者开放，分别为化学、计算机科学、地球系统科学、经济学、数学、神经科学和物理学。
2023年度的斯隆奖获奖者来自美国和加拿大的54个机构，共125位早期研究者。今年获奖的华人学者近30位，占获奖者人数的五分之一。本年度计算机科学领域的获奖者共有22位，其中4位华人学者均为清华大学校友，分别是MIT电子工程学院副教授韩松、CMU机器学习系助理教授李远志、芝加哥大学计算机系助理教授谭宸浩、马里兰大学计算机科学助理教授伍骁迪。
以下是部分获奖者的详细资料：韩松是麻省理工学院电子工程学院副教授，他本科毕业于清华大学，博士毕业于斯坦福大学，师从英伟达首席科学家Bill Dally教授。他的研究广泛涉足深度学习和计算机体系结构，提出了广泛用于高效人工智能计算的「深度压缩」技术，以及率先为现代人工智能芯片带来权重稀疏性的「高效推理引擎」，并影响了英伟达的安培GPU架构等硬件产品。
韩松开创了TinyML研究，将深度学习带入物联网设备，实现了边缘端的机器学习。他的团队在硬件感知神经架构搜索方面的工作使人们能够设计、优化、收缩和部署AI模型到资源受限的硬件设备上，在许多低功耗计算机视觉竞赛中获得第一名。
韩松提出的Deep Compression模型压缩技术曾获得ICLR 2016最佳论文，ESE稀疏神经网络推理引擎获得FPGA 2017最佳论文，他也获得过Amazon、Facebook、英伟达、三星和索尼的教师奖项。韩松的研究成果已在Xilinx、英伟达、Meta、三星得到广泛应用。
韩松在博士期间与同为清华大学毕业的汪玉、姚颂联合创立了深鉴科技，其核心技术之一为神经网络压缩算法，随后深鉴科技被美国半导体公司赛灵思收购。2018年，韩松加入MIT担任助理教授，入选2019年度麻省理工科技评论35 Innovators under 35，并在2020年获得NSF CAREER Award。李远志是卡耐基梅隆大学机器学习系的助理教授，MBZUAI兼职助理教授。
他曾在斯坦福计算机科学系的博士后（2018-2019），此前于普林斯顿大学（2014-2018）获得了计算机科学博士学位，并获得了理学学士学位。2014年，他在清华大学获得计算机科学与数学学士。李远志目前从事深度学习理论方面的工作，主要包括深度学习的基础理论与实践、凸优化算法与非凸优化算法设计、数据处理算法分析等。
谭宸浩是芝加哥大学计算机系助理教授，他本科在清华大学获得计算机和经济学双学位，计算机系导师为唐杰教授，博士毕业于康奈尔大学计算机系。他的主要研究方向为自然语言处理、计算社会科学，具体包括语言和社会动态、以人为中心的机器学习，探索如何使用机器学习来增强人类能力，并增强人类在决策和写作方面的智能，包括可解释机器学习模型及开发新交互范式和评估设置。
伍骁迪是马里兰大学帕克分校计算机科学系和高级计算机研究所的助理教授，也是量子信息与计算机科学联合中心(QuICS)的研究员。作为QuICS研究员，他从事量子信息和计算的理论方面的工作，包括经典和量子密码学、量子通信、量子算法等。在来到UMD之前，伍骁迪于2015年至2017年任俄勒冈大学计算机与信息科学系的助理教授。他还曾任麻省理工学院的博士后助理和伯克利西蒙斯计算理论研究所的西蒙斯研究员。
伍骁迪于2013年在密歇根大学安娜堡分校获得理论计算机科学博士学位，导师为施尧耘。此前，他在2008年获得了清华大学学术英才计划的数学与物理学士学位。