周志华

概况

周志华是南京大学的计算机科学家，研究工作围绕机器学习展开。2025年当地媒体在报道他当选院士时提到他出生于1973年 ^[2]。他现任南京大学副校长 ^[1][2]，并从2023年起担任 IJCAI 理事会主席（President of the IJCAI Board of Trustees）^[1]。2025年11月21日，中国科学院公布增选结果，他当选为信息技术科学部院士 ^[2]。

教育与早期经历

他的全部学历都在南京大学取得：1996年获计算机科学学士学位，1998年获硕士学位，2000年获博士学位 ^[1]。2001年，他进入南京大学计算机科学与技术系任助理教授 ^[1]。

从求学到任教，他的学术经历集中在同一所学校同一个系，这在计算机科学领域并不算常见；他后来的研究团队与教学体系也都在这一环境中生长起来。

LAMDA 与研究方向

2004年，他创办了南京大学机器学习与数据挖掘研究所（LAMDA），此后的研究与教学多以这个研究所为基地 ^[1]。他的研究覆盖集成学习（ensemble learning）、弱监督学习（weakly supervised learning）与多标签学习（multi-label learning），并著有机器学习与集成方法方面的书籍 ^[3]。

这三个方向各自面对不同的实际困难。集成学习先构造若干个模型，再把它们的输出合并起来，单个模型犯的错有机会被其他模型抵消，就像多请几位评委通常比只请一位更可靠。弱监督学习要处理标签缺失、有噪声或不够精确时的训练问题，而精确标注的数据往往代价很高，这种情况十分常见。多标签学习处理的则是一个对象同时属于多个类别、而不是只属于一个类别的情形，比如一张图片里既有天空又有建筑。

这三个方向也彼此关联：现实数据既可能标签不全，也可能一物多义，而集成方法又是提升预测稳定性的一般手段。把它们放在同一个研究框架下，正是 LAMDA 这一机构设置所体现的思路 ^[1][3]。

荣誉

他的履历中列出的奖项包括：2013年度与2020年度国家自然科学奖、2019年 IEEE 计算机学会 Edward J. McCluskey 技术成就奖、2020年 CCF-ACM 人工智能奖，以及2019年 ACML 杰出贡献奖 ^[1]。当地媒体在报道他当选院士时，还提到他获得过两项国家自然科学二等奖和一项国家级教学成果一等奖，但没有给出年份 ^[2]。他的个人主页列明他是 ACM、AAAI、AAAS 与 IEEE 的会士（Fellow）^[3]。

在领域中的位置

他所研究的问题都是应用机器学习绕不开的基本问题：现实中的数据大多没有干净、完整的标签，而单一模型也很少是最可靠的选择。弱监督学习与多标签学习针对的正是干净的基准数据与杂乱的现实数据之间的落差，集成方法则是让预测更稳定的常规手段。

除了论文与奖项，他在南京大学围绕这些方向建立研究所，并撰写机器学习与集成方法方面的教材，也使这些内容不只服务于他所在的研究组，而能进入更广泛的课堂 ^[1][3]。