招生 | 这些导师还有名额!AI学域2026博士招生火热进行中

柏舸（BAI, Ge），2025年3月加入香港科技大学（广州）担任信息枢纽人工智能学域助理教授。主要从事量子信息方面的研究，包括量子因果推断、量子机器学习、量子通信网络理论、量子基准测试、量子纠错、量子信息论等。加入港科广前，他在新加坡国立大学量子技术中心任职博士后。他于2021年在香港大学获得博士学位，获评香港科学会青年科学家奖（Young Scientist Award）。他与2016年在清华大学计算机科学实验班（姚班）取得学士学位。他在Physical Review Letters、Nature Communications、IEEE Transactions on Information Theory、npj Quantum Information、Quantum等量子信息领域顶级期刊发表近20篇论文，在AQIS、Quantum Resources等会议作多次口头报告，是Physical Review Letters、QIP、AQIS等多个顶刊顶会的审稿人。

陈昶昊，香港科技大学（广州）人工智能学域与智能交通学域助理教授（副研究员），博士生导师，同时担任香港科技大学（清水湾校区）跨学科学部联署助理教授。获英国牛津大学计算机科学博士学位，并在英国工程和自然科学研究委员会（EPSRC）资助下从事博士后研究。具身智能PEAK-Lab课题组组长，研究聚焦具身智能和自主无人系统前沿探索，致力于构建开放环境交互的具身智能体。入选全球前2%顶尖科学家榜单、中国科协青年人才托举工程和国际机器人科学与系统大会先锋者，主持国家自然科学基金面上、青年以及省教育厅重点等纵向项目7项。在人工智能、机器人和智能交通领域已发表高水平论文50多篇，包括TNNLS、TITS、TMC、TIP等领域权威期刊以及NeurIPS、AAAI、CVPR、ICCV、ECCV、ICRA、IROS等国际顶级会议，谷歌学术引用超过3800次。国际机器人与自动化会议（ICRA）和IEEE机器人与自动化快报（RA-L）副编辑（Associate Editor）以及AAAI等多个国际会议分会场主席，长期担任超过30个国际顶会、期刊的程序委员会委员/元审稿人/审稿人，中国自动化学会机器人专委会和具身智能专委会委员。已授权国家发明专利、国际PCT专利、美国、欧洲、澳大利亚专利共14项，包含1项在英国成功成果转化。

陈德熊（Dexiong Chen）博士将于2026年7月加入香港科技大学（广州）人工智能学域。他聚焦图机器学习、图生成模型及其在生命科学与生物医学中的应用研究，致力于发展可扩展、可解释并具有理论基础的人工智能方法。

他目前任德国马克斯·普朗克生物化学研究所机器学习与系统生物学系项目负责人，带领 “Machine Learning on Graphs” 研究小组。此前，他曾在苏黎世联邦理工学院 Machine Learning and Computational Biology Lab 从事博士后研究，合作导师为 Karsten Borgwardt 教授。他于 2020 年获得法国格勒诺布尔阿尔卑斯大学应用数学博士学位，博士课题围绕深度核方法的结构化数据建模及其在计算生物学中的应用展开，由 Julien Mairal 与 Laurent Jacob 指导。

他长期从事结构化数据机器学习研究，研究对象包括图、蛋白质结构、生物序列、分子与生物医学数据。相关工作涵盖图神经网络与图 Transformer、图生成模型、核方法、最优传输、无监督学习、AI for Healthcare等方向。代表性成果包括 Structure-Aware Transformer for Graph Representation Learning等。

他的研究成果发表于顶级国际会议与期刊，并长期开发和维护开源科研软件。其研究目标是在结构感知学习与科学数据之间建立更紧密的联系，使机器学习模型不仅具备预测性能，也能更好地服务于科学发现、机制理解与可信决策。

个人主页：https://dexiong.me/

Jintai Chen is a tenure-track Assistant Professor at the Hong Kong University of Science and Technology (Guangzhou). He received his Ph.D. from the College of Computer Science and Technology at Zhejiang University, China, and conducted postdoctoral research at the University of Illinois at Urbana-Champaign, USA.

His research lies at the intersection of artificial intelligence and healthcare, with a particular emphasis on developing generalizable and trustworthy foundation models, multimodal large language models, multi-agent systems, and generative models, to address real-world clinical challenges. His work spans drug design, clinical trial optimization, predictive modeling, treatment recommendation, health monitoring, and biomedical discovery. He has published over 70 papers in high-impact venues such as Nature profilio journals, ICML, NeurIPS, and ICLR, and holds more than ten granted patents. His work was selected as a Best Paper Nominee at ICME 2025.

导师组

陈晋泰（主导师）、熊辉（副导师），入选者将在两位教授共同指导下开展AI多肽药物设计相关研究。

香港科技大学（广州）AI多肽药物设计联合实验室由香港科技大学（广州）与深圳肽盛科技联合共建，聚焦人工智能赋能多肽药物研发交叉领域。依托AI算法等前沿技术，重点开展多肽药物智能分子设计、结构优化、虚拟筛选等核心研究，融合学术科研与产业实践资源，搭建高效智能的创新药物研发平台。

• 对科研充满热情，具备高度自驱力和团队协作精神

• 性格开朗，乐于沟通交流

• 以第一作者身份发表至少一篇CCF-A类或同等高水平算法论文

• 具备优秀编程能力、较强项目执行力，拥有扎实的AI专业基础知识

• 重要说明：申请者无需具备生物医学背景，但需具备十分扎实的编程能力，在大模型、生成式AI、计算机视觉、数据挖掘有扎实的基础更为重要。场景与数据方面实验室具备良好的资源和指导。

褚晓文教授本科毕业于清华大学，博士毕业于香港科技大学，2021年加入香港科技大学（广州）任职正教授，入选国家海外高层次人才，曾任数据科学与分析学域主任，现任人工智能学域署理主任。研究领域包括人工智能、高性能计算、机器学习系统、分布式系统等；曾七次获得国际会议最佳论文奖，包括CCF A类会议EuroSys 2025和INFOCOM 2021；在国际期刊和会议上发表学术论文320余篇，谷歌H-index为70，论文引用18000余次。褚教授连续多年入选斯坦福大学全球前2%顶尖科学家；担任或曾担任SCI国际期刊IEEE Trans. on Cloud Computing、IEEE TNSE、IEEE IoT Journal、IEEE Trans. on Big Data、IEEE Network、 IEEE Trans. on Industrial Informatics的副编委或客座编委，以及人工智能领域顶级会议NeurIPS、ICLR、ICML的领域主席。褚教授是 IEEE会士和亚太人工智能学会(AAIA) 会士。

Lingjie Duan is a Professor in both Internet of Things Thrust and Artificial Intelligence Thrust at HKUST(GZ). He earned his Ph.D. from The Chinese University of Hong Kong in 2012. Following a Visiting Scholarship at the University of California, Berkeley, he joined the Singapore University of Technology and Design (SUTD), a collaboration with MIT. At SUTD, he rose to tenured Associate Professor and then served as Associate Head (Research) of the Engineering Systems and Design Pillar/School. He was also instrumental in founding the SUTD Wireless Innovation Centre (SWIC), collaborating with leading tech companies on IoT and AI research. His research is distinctively interdisciplinary, covering human-centric AI, distributed machine learning, large language models, multi-agent autonomous systems, and computer networking. He has served as editor for major IEEE/ACM journals in computer communications and networking, and chaired IEEE/IFIP WiOpt 2023 and AAAI 2026. Since 2021, Stanford University has recognized him among the World’s Top 2% Scientists, and ScholarGPS named him a 2022 Highly Ranked Scholar (Prior Five Years). His awards include the First Prize Paper Award from the Computer Academy of Guangdong (2024), a Finalist for the Best Paper Award at IEEE/IFIP WiOpt 2024, and the SUTD Excellence in Research Award. Earlier in his career, he was the Runner-up for the IEEE ComSoc Best Young Professionals Award (2016) and received the 10th Asia-Pacific Outstanding Young Researcher Award from the IEEE ComSoc (2015). His research has been robustly supported by over $10 million USD in funding, spanning grants from the National Research Foundation of Singapore, Ministry of Education, Ministry of Defence, Singapore National Laboratories, MIT-SUTD Joint Postdoctoral Program, and partnerships with global tech giants. His mentorship has also been highly successful, with numerous Ph.D. and postdoc graduates now holding senior faculty positions in prestigious academic institutions (e.g., Sun Yat-Sen University, Chinese University of Hong Kong (Shenzhen), Northwestern Polytechnical University) and leading industry roles (e.g., NSF AI Institute for Future Edge Networks and Distributed Intelligence (USA), Samsung, Huawei Global) globally.

Yan LONG is a Tenure-Track Assistant Professor in the IoT Thrust and AI Thrust, Information Hub, HKUST(GZ). He received his PhD degree in 2024 from the University of Michigan, where he was advised by Prof. Kevin Fu and Prof. Mingyan Liu in the EECS department and was supported by the Rackham Predoctoral Fellowship. Before that, he completed his undergraduate study at Zhejiang University in 2019, where his research was supervised by Prof. Wenyuan Xu and Prof. Xiaoyu Ji.

His research is mainly in computer security, with a focus on protecting the security and privacy of analog and digital sensing and downstream computations in various IoT, AI autonomy, wearable, and embedded systems, using hardware-software co-design. His recent research also focuses on topics in AI security and AI for security.

Yan LONG’s works are published at top venues such as IEEE Security and Privacy, USENIX Security, ACM CCS, NDSS, UbiComp, and SenSys. He has received international awards and recognition, including the IEEE Security and Privacy Distinguished Paper award, CPS Rising Stars, IEEE HOST Best PhD Thesis, and CSAW Applied Research Competition Finalist. He has been a TPC member of USENIX Security, ACM CCS, ACM MobiSys, etc., and a reviewer for IEEE TIFS and TDSC. His personal website is at: https://yanlong.site/

孟毅明（Yiming MENG）于2022年10月获得加拿大滑铁卢大学（University of Waterloo）应用数学博士学位，师从Jun Liu教授和N. Sri Namachchivaya教授，研究方向为控制理论与动力系统。博士毕业后，他先后在University of Waterloo应用数学系以及University of Illinois Urbana-Champaign协调科学实验室/航空航天工程系从事博士后研究。于2026年5月加入香港科技大学（广州）信息枢纽人工智能学域，担任助理教授。现任IEEE控制系统协会混杂系统技术委员会及鲁棒复杂系统委员会委员。曾与University of Wisconsin–Madison的Xiaopeng (Shaw) Li教授共同组织IEEE ITSC专题“人工智能强化的安全认证自动驾驶车辆”，并与欧洲科学院院士Zhong-Ping Jiang教授共同担任会议分会主席。

他长期从事非线性、不确定及复杂动力系统的验证与控制理论研究，重点关注在未知、不确定和安全关键环境下，如何建立具有理论保证的学习、控制与验证方法。他的研究融合控制理论、动力系统、形式化方法、科学机器学习与人工智能，旨在构建“学习–控制–验证”闭环框架，为智能系统在复杂连续环境中的安全运行和可解释决策提供理论与算法支撑。相关研究可应用于信息物理系统、机器人与自主系统、力学系统、智能交通以及其他科学与工程领域。

在当前人工智能快速发展且以经验性能为主导的背景下，他的研究强调数据驱动方法与数学理论保障之间的内在联系，致力于发展面向控制理论的可解释、可验证、可证明的人工智能方法。其研究目标不仅在于提升学习型控制系统的计算能力和适应能力，更在于回答智能系统能否在安全约束、不确定扰动和复杂任务要求下实现可靠决策这一核心问题。

截至目前，已在国际权威期刊发表论文12篇，其中包括控制领域两大顶级期刊IEEE Transactions on Automatic Control和Automatica论文6篇；另有控制领域旗舰会议论文19篇，并在Nonlinear Analysis: Hybrid Systems、Journal of Nonlinear Science等应用数学期刊发表多篇论文。同时，他在机器学习顶级会议ICML发表论文1篇，体现了其研究工作的理论原创性与跨学科影响力。

Hi! I'm Chengwei Qin, currently an Assistant Professor in Thrust of Artificial Intelligence at HKUST(GZ). I obtained my Ph.D. from the College of Computing and Data Science at Nanyang Technological University, Singapore (NTU), advised by Prof. Shafiq Joty and Prof. Aixin Sun. Before that, I graduated from the Department of Computer Science and Technology at Tsinghua University, supervised by Prof. Zhiyuan Liu.

My research primarily focuses on LLM reasoning, agent, multimodality, and efficient learning (including both data and parameter efficiency). Feel free to reach out to chengweiqin@hkust-gz.edu.cn or qcwthu@gmail.com if you have anything you would like to discuss.

To prospective students: Please include ''[Enrolling Year] Prospective Student - PhD/Postdoc/RA/Visiting Student'' in the subject line of your email.

- 至今，35+ 篇 AI 顶会论文，包括 ICML、NeurIPS、ICLR 等

- 至今，主持多项省级项目以及企业合作项目

- 2026，ICLR、ICML、NeurIPS 领域主席

- 2025，NeurIPS、ICLR、UAI 等 AI 会议杰出/优秀审稿人

- 2023，新加坡国立大学计算机学院博士毕业致辞

- 2023，IMDA 卓越计算奖（最佳博士毕业论文）

- 2022，新加坡国立大学院长研究卓越奖

Dr. Yao SHU (舒瑶) is now a tenure-track assistant professor of [Artificial Intelligence Thrust](https://www.hkust-gz.edu.cn/academics/hubs-and-thrust-areas/information-hub/artificial-intelligence/) at [The Hong Kong University of Science and Technology (Guangzhou)](https://www.hkust-gz.edu.cn/), starting from April 8, 2025. He is also affiliated with [The Hong Kong University of Science and Technology (HKUST)](https://hkust.edu.hk). Dr. SHU was previously a researcher at the [Guangdong Lab of AI and Digital Economy (SZ)](https://www.gml.ac.cn/) under the Genius Nova Programme. Before that, he was a senior researcher (Tencent Technical Fellow) at Tencent in 2023 and a Research Fellow (PostDoc.) at the National University of Singapore (NUS) in 2022. He received his PhD from the NUS School of Computing in 2022 under the esteemed guidance of [Prof. Bryan Low](https://www.comp.nus.edu.sg/~lowkh/index.html) (Associate Vice President (AI) of NUS and Deputy Director of NUS AI Institute), where he was awarded the IMDA Excellence in Computing Prize for the best PhD thesis in the school, as well as the Dean's Graduate Research Excellence Award for significant research achievements during his doctoral studies. He earned his B.Eng. from Huazhong University of Science and Technology (HUST) in 2017, advised by [Prof. Kun He](http://faculty.hust.edu.cn/hekun/zh_CN/index.htm) (Deputy Director of HUST Hopcroft Center on Computer Science). Dr. SHU's research focuses on developing advanced learning and optimization algorithms that are both theoretically sound and practically useful. He is publishing actively in top AI conferences, including ICML, NeurIPS, ICLR, AAAI, ACL, EMNLP, and UAI. He also serves as a reviewer for leading AI conferences such as ICML, NeurIPS, ICLR, AAAI, IJCAI, UAI, AISTATS, AAMAS, etc., and was recognized as a NeurIPS & UAI 2025 Top Reviewer and ICLR 2025 Notable Reviewer. Furthermore, he is invited to serve as an Area Chair for ICML, NeurIPS & ICLR 2026.

王泽宇，香港科技大学（广州）信息枢纽计算媒体与艺术学域、人工智能学域助理教授，香港科技大学艺术与机器创造力学部助理教授，创意智能协同实验室负责人。于耶鲁大学计算机科学系获得博士学位，师从Julie Dorsey和Holly Rushmeier教授；于北京大学智能科学系获得荣誉学士学位，师从查红彬和Katsushi Ikeuchi教授。研究方向为计算机图形学、人机交互、人工智能、数字文化遗产，已在包括TOG, SIGGRAPH, TVCG, VR, CHI, ICCV, CVPR在内的重要国际期刊和会议上发表60余篇学术论文。担任SIGGRAPH Asia, Eurographics, Pacific Graphics等国际会议的程序委员，CCF-CAD&CG, CCF-VRV, CSIG-3DV, CSIG-IG等专委会和GAMES执行委员。入选国家级高层次青年人才、全国青联委员、CCF-腾讯犀牛鸟基金、Adobe研究基金，并获得最佳论文奖、多项最佳提名奖等荣誉。

• 专业背景：计算机科学相关专业，具备扎实的数学与编程基础

• 科研态度：对科研有热情、自驱力，具备合作成长型思维

• 科研经历（优先）：有计算机图形学、计算机视觉、人机交互、AI 方向科研经历

• 交叉学科背景（优先）：有艺术、设计、文化、工程背景者优先（如草图绘画、三维建模、建筑设计、游戏开发等）

• 技能（优先）：掌握C/C++ (OpenGL, OpenCV), Python (PyTorch, TensorFlow), JavaScript (Node, Vue, Three, D3), HTML5, CSS, SQL, Swift (ARKit), Java (Android Studio), Shell Script, LaTeX, Blender, Unity, Unreal, Rhino, Cinema 4D, Maya, Photoshop, Premiere, Fresco, Procreate等工具

• 英语能力：良好的英语交流与写作基础，满足学校英语招生要求

熊辉，香港科技大学（广州）协理副校长、讲座教授，获国际人工智能促进协会会士（AAAI Fellow）、美国科学促进会会士（AAAS Fellow）、电气电子工程师学会会士（IEEE Fellow）、国际计算机学会会士（ACM Fellow）、中国人工智能学会会士、中国计算机学会会士、国际计算机学会（ACM）杰出科学家、国家重大人才工程入选、教育部长江讲座教授、海外杰青、广东省劳动模范、广州优秀科技工作者等荣誉。他担任广州市人民政府参事、广州欧美同学会副会长、中国计算机学会大数据专家委员会副主任、Nature npj AI创刊主编等多个重要政府、社会和学术职务。此前任美国罗格斯大学杰出教授、百度研究院副院长及首席科学家（T11）。主要从事人工智能与数据挖掘研究，主持或参与国家科技部重点研发计划、国家自然科学基金（含重大研究计划）。熊辉教授的Google Scholar引用已超68000次，h-index 104，曾获ACM SIGKDD服务奖、AAAI最佳论文奖等顶级奖项，并多次担任KDD、ICDM等行业大会主席。在人才培养方面，已有数十位学生成为国际知名大学教授。

研究方向兴趣：

希望学生对以下一个或多个具体研究方向具有浓厚兴趣：

人工智能（如大模型、知识表示与推理、多智能体系统）

机器学习（尤其是深度学习、图神经网络、迁移学习、元学习）

数据挖掘（如序列数据挖掘、图数据挖掘、异常检测）

相关交叉领域（如AI for Science、具身智能）

学历要求：

博士后：已取得或即将取得国内外大学或研究机构计算机科学等相关专业的博士学位

博士生：已取得或即将取得国内外大学或研究机构计算机科学等相关专业的本科/硕士学位，计算机、数学、统计、电子信息等理工科背景优先考虑

基础与技能：

具备扎实的数学基础（概率论、线性代数、优化理论）

熟练掌握至少一种编程语言（如Python）及主流深度学习框架（如PyTorch、TensorFlow）

科研与素质：

在机器学习、数据挖掘、人工智能等领域已取得优秀科研成果

对科研工作有强烈热情，具备强烈的好奇心、独立思考和批判性思维

具备良好的专业素养和独立开展科研工作的能力

良好的英语读写及交流能力

态度好，对AI有发自内心的兴趣，习惯好，基础扎实，待人诚恳

岳玉涛，香港科技大学（广州）人工智能学域副教授、研究员、深度交叉智能实验室（Di² Lab）负责人，本科毕业于中国科学技术大学，硕士和博士毕业于美国普渡大学。研究兴趣涵盖基础模型与生成模型、多模态学习、AI情感认知与机器意识、人工智能在教育与健康领域的应用，以及AI4Science等。长期从事科学研究、源头技术创新与产业化工作，已发表高水平学术论文60余篇；作为共同发明人，获授权中国发明专利354项、美国发明专利18项、欧洲发明专利7项。曾指导博士后13人，获吴文俊人工智能科学技术奖、日内瓦国际发明“评审团嘉许”金奖等多项荣誉。作为第一负责人完成横向、纵向重大科研项目6项，累计经费达1.3亿元。在多个项目中打通了从实验室科研成果到产业化大规模应用的全链条，创立江苏省产业技术研究院深度感知技术研究所，曾任广东省引进创新科研团队带头人。

钟秉灼，香港科技大学（广州）信息枢纽人工智能学域和系统枢纽智能交通学域双聘助理教授，副研究员，博士生导师。主要研究方向为具身智能安全，信息物理系统控制，和人工智能 + （低空经济，海洋，教育，智能制造）。担任国际电气电子工程师学会（IEEE）控制系统协会（CSS）混杂系统技术委员会和离散事件系统技术委员会委员。任IEEE Transactions on Automatic Control，Annual Reviews in Control，AAAI等系统控制，人工智能和信息物理系统领域知名期刊和会议的审稿人和编委。曾获第八届国际自动控制联合会混杂系统分析和设计会议最佳可重复性奖（提名奖），《IEEE Control Systems Letters》杰出审稿人奖，两次获得由德国巴伐利亚科技，研究和艺术部颁发的留学生奖学金。

• 研究方向兴趣：希望学生对以下一个或多个具体研究方向具有浓厚兴趣：人工智能、计算机科学、自动化、机器人、数学与应用数学、电气工程。

• 学习与科研态度：学习优秀，热爱科研，有团队合作精神，有志于在安全可信人工智能领域做出具有原创性的理论和实践成果。

• 基础能力：有良好的数学基础，熟练的编程能力，较强的英语写作与沟通能力，满足香港科技大学（广州）的英语语言入学要求。

• 优先条件（符合以下任一者优先考虑）：

• 有一定科研经历，有人工智能、形式化方法、控制等领域期刊和会议论文发表经验；

• 有与无人机、无人船等无人系统相关的研究或实习经验。

 SCAN & FOLLOW US!