2005年“二十一世纪的计算”学术研讨会

作为微软主席兼首席软件架构师比尔 . 盖茨的技术助理，亚历山大 . 古纳里斯负责帮助微软制定和安排公司的技术策略。亚历山大参与了微软公司很多项目的启动，从搜索到工作流程，到新一代的互联网服务，如虚拟地球，到一系列已经宣布了的产品。

亚历山大于 1993 年加入微软，任软件开发工程师。在此期间，他在各种项目中担当了不同的角色，包括软件开发工程师、开发经理、架构师和代理总经理。在作为盖茨的技术助理前，亚历山大是平板电脑操作系统部门的开发经理、架构师和代理总经理。在这段时间，亚历山大负责领导微软平板电脑平台的包括数字墨水和数字笔技术的创新。他还管理书写识别研究组，领导在这个领域研究的产品化，并且帮助制定针对高级书写识别和数字墨水的长期的研究计划。

在加入平板电脑部门前，亚历山大担任了几年开发下一代Office技术的开发经理。在此之前，亚历山大还在微软分别担任COM、RichEdit 和Java组的软件开发工程师，参与了Windows NT 3.5、NT 3.51、Office 97和Internet Explorer 4.0的开发。

加入微软之前，亚历山大就职于洛斯·阿拉莫斯国家实验室和几个小公司，包括一家他发起的创业公司。亚历山大以优等成绩毕业于普林斯顿大学，获计算机科学和工程的学士学位。

2005年的计算趋势

一系列硬件和软件发展趋势将会给计算机工业带来重大的影响，这些发展趋势包括多核处理器，高速网络的不断渗透，如微软虚拟地球这样的巨型网络数据库。本演讲纵览这些趋势本身和他们可能带来的影响。

凌大任博士是微软公司副总裁，负责雷德蒙总部的微软研究院。微软研究院致力于计算机科学方面的基础和应用研究，其目标是研制开发能成为未来计算中关键因素的新技术。

凌大任博士自1995年至2000年4月任微软雷德蒙研究院院长，后被提升为公司副总裁。在此期间，雷德蒙研究院的规模扩大了三倍，并拓展了一些全新的的研究领域如：网络、数据挖掘、计算机中介协作、流媒体、计算机设备以及新的开发工具等。

凌大任博士于1992年加盟微软研究院，任用户界面及计算机图形学研究组高级研究员，他也是微软研究院的创立者之一。

加盟微软之前，凌大任博士在IBM的Thomas J. Watson研究中心任高级经理。他最初的研究方向是用于显示的、具有特殊用途的超大规模集成电路芯片。他还是视频动态存储技术的发明人之一。在研究中心工作期间，他曾先后担任基于370和RISC架构的高级小型机系统及超大规模集成电路设计工具等部门的负责人。他所领导的其中一个部门的工作是发起了对特殊机器体系架构及设计的研究，其设计代号为“America”，后发展成为IBM RS/6000工作站。在管理真实用户环境部门期间，他还负责并领导了有关虚拟世界技术、用户界面技术及数据可视化等方面的研究。

凌大任博士毕业于斯坦佛大学，先后获得了电子工程专业的学士、硕士和博士学位。

凌博士拥有7项专利并且发表了许多论文。1986年，他因和他人共同发明动态视频存储法而获得“IBM特别创新奖”。他是美国电气电子工程师学会、美国物理学会和美国计算机器学会的会员。他还是施坦福大学、华盛顿大学和加州大学伯克利分校专家顾问委员会成员。

关于移动设备的研究

手机和其他移动设备正在快速地智能化，并使得新一代软件和服务成为可能。本报告将介绍一系列研究工作。这些研究工作的重点是把移动设备作为新一代创新平台。其中一些工作表明，当用户只有一个小屏幕和有限的输入能力时，用户界面需要如何改变。其他工作将展示那些当人们时刻有一个可互联的个人设备在身边时所带来的新服务。

Eugene Fiume 是多伦多大学计算机系的教授和前系主任，同时他也是动态图形学项目的负责人。他在滑铁卢拿到了数学本科的学位，在多伦多大学拿到了科学硕士和哲学博士的学位，他曾是加拿大自然科学与工程研究理事会的博士后会员和瑞士日内瓦大学的首席助教。1987年他被授予加拿大自然科学与工程研究理事会高校研究奖学金，并且在多伦多大学获得教职。他曾是计算机系统研究院的副主任，也曾是法国格勒诺布尔大学的访问教授。他也是许多团体的成员，包括德国的数学和数据处理协会的科学顾问团，和德国麦克斯韦-普朗克视觉计算和通讯中心；多伦多Tucows公司、Truespectra公司、渥太华Ontario通讯和信息技术公司董事会；CastleHill Ventures公司、PlateSpin公司、BitFlash公司、TrueSpectra公司、OctigaBay Systems公司和NGRAIN公司顾问团；多伦多IBM实验室执行顾问团。

Eugene Fiume 在全球范围内参与过多个特别工作组和研究机构的评审团。他曾长时间与加拿大和美国的计算机图形学界和电子媒介产业界合作，知名的有Alias|wavefront公司，他在离开高校后是该公司的研究和可用性工程的顾问。现在他是多家公司的技术和商务顾问。他也在责任和策略审查领域和风险投资公司合作。

Eugene Fiume 的研究领域涵盖了许多真实感图形学的方向，包括计算机动画，自然现象造型，和光照明，也包括基于互联网的图像服务，图像仓库，软件系统和并行算法。在这些领域他已经出版了两本专著，并且(合作)发表了95篇论文。他还培养了11位博士和20位硕士。他在教学方面的工作曾两次获得嘉奖：包括ITRC为计算机图形学颁发的创新奖和Burroughs-Wellcome为生物医学研究颁发的奖项。他也是2001年SIGGRAPH论文评审委员会主席，也是SIGGRAPH评奖委员会主席。

他在工业界的工作包括信息技术领域的技术转移，基于互联网的应用，无线网络和多媒体系统，基于网络的服务，大规模计算，信息技术和商务的互动。

以数据为中心的真实感图形学

真实感图形学被普遍认为是一个计算密集型的学科领域。商用高性能图形硬件的发展自然而然被认为是顺应这种计算需求的结果。然而，这种看法忽略了这样一个事实，那就是图形学同时也是一个数据密集型的学科领域。事实上，真实感图形学需要大量的描述真实世界的各种现象的数据，否则就不可能进行图形学的研究。进一步而言，数据带宽是图形学的实时性和真实感的一个非常重要的限制。这个讲座将会追溯以数据为中心的图形学的发展历史。整个发展史包括从1975出现的纹理映射技术，直到当前的运动捕捉库。我们的讲座也将包括从图形数据获取结构和相关信息的技术，这种技术获得的结构和相关信息可以反复重用或者用于不同的实例。最后，我们将展望这些技术在将来的发展。

沈向洋博士现任微软亚洲研究院院长，兼首席科学家。在其研究生涯中，沈博士主要专注于计算机视觉、图形学、人机交互、统计学习、模式识别和机器人等方向的研究工作。加入微软亚洲研究院之前，沈博士是微软美国研究院视觉技术组研究员。后任微软亚洲研究院主任研究员，高级研究员，副院长。

加盟微软研究院之前，沈博士曾在DEC公司剑桥实验室及苹果公司交互媒体实验室工作。沈博士是计算机视觉和图形学研究的世界级专家。沈博士已拥有20多项专利，并曾在世界级会议和学报上发表论文100余篇(包括国际图形学年会Siggraph论文17篇)。沈博士现任多所著名高校和中科院客座教授及博士导师，还兼任多本权威学术杂志(包括 IEEE Transactions of PAMI, IEEE Transactions of CSVT, International Journal of Computer Vision, Graphical Models) 编委。沈博士是2005年国际计算机视觉大会(ICCV 2005)主席。

沈博士13岁进入南京工学院，之后相继获得香港大学电机电子工程系哲学硕士学位, 及美国卡内基梅隆大学计算机学院机器人专业博士学位。

无“数”不在的计算：掌控你的信息

过去的十年中，世界上的数字数据量有了爆炸性的增长。互联网中的文档的数量从原来的几百万增长到现在的数千亿。平均的 PC 硬盘容量从几 M 字节增长到几百 G 字节。即使是像钥匙链、手表以及电话那样小的器件，也存储了丰富的我们日常所依赖的数据。由于互联网搜索的有效性，用户们对于接入、组织、理解以及利用这些数据进行便捷工作的期望前所未有的增长。在本次演讲中，我们可以了解微软亚洲研究院对于以数据为中心的计算的见解，以及我们创造的这项技术如何带领你掌控获得的信息。

Jeannette M. Wing 博士是计算机科学校长冠名教授，同时也是卡内基-梅隆大学计算机科学系的系主任。她于1979年获得MIT的电子工程和计算机科学的学士和硕士学位，并在1983年获得了计算机科学的博士学位。

Wing 教授的主要研究方向为并行分布式系统的规范和认证，和编程语言。她目前主要研究提升软件系统安全性技术的设计和评价方法。

Wing 教授编写或参与编写了11本书，并发表了85篇期刊、会议或其他形式的论文。她被各会议、大学或其他国际性的研究机构邀请作为主讲人或主要演讲超过180次。曾经或正在8份期刊中担任编辑。

Wing 教授在国家科学院计算机科学与通讯部门担任主席。她也是微软可信计算学术委员会成员、Intel公司匹兹堡研究中心顾问委员会成员、达特茅斯安全技术学会顾问委员会成员、爱达荷国家实验室和国土安全战略咨询委员会成员。她曾经是DARPA信息科学与技术（ISAT）委员会、国家科学基金科学顾问委员会的成员。她是Sloan 研究基金程序委员会成员。她曾就职于南加州大学计算机科学系。在卡耐基-梅隆大学，在成为系主任之前，她有9年的时间担任计算机科学系分管博士生的副系主任，在计算机科学学院担任了5年的分管教学事务的副院长。她曾经就职于Bell实验室、USC/信息技术学会、施乐Palo Alto研究中心。她在MIT度过了她1992年的带职休假访问，在微软研究院度过了2002~2003年的带职休假访问。她为数字器材公司、梅隆学院（卡内基-梅隆研究员）、系统开发公司和喷气推进实验室担任过顾问。她是AAAS、ACM、IEEE、Sigma Xi、Phi Beta Kappa、Tau Beta Pi和Eta Kappa Nu的成员。Wing教授是ACM和IEEE的特别会员。

可预见性软件

今天，我们所搭建的系统越来越复杂:在单纯的大小方面和功能方面；在时间方面，它取决于变化的频率，速度和混乱程度；在空间方面，它取决于组件的位置和服务器的分布；在平台方面，它取决于设备接口的多样性。构成系统的软件变得难以限制和约束（有些软件周期很短且难以捉摸）并且难以明确职责（相对于那些有保证的代码来说它们是不可靠的）。更进一步的，这些软件系统还将被集成起来提供一组面向用户的服务终端。软件将无处不在，并且和每个人密切相关。这些复杂的软件系统究竟会表现出什么样的行为特性，我们又是否可以评估它们呢？仅有传统的正确性和性能评估是不够的。google搜索返回的结果尽管不是精确的和完备的，但它们通常已经“足够好”了。但从另一方面来说，对搜索引擎而言的“足够好”对一个嵌入式医疗设备来说则还远远不够。在演讲中，我将描绘一种未来的系统软件，并详细介绍它的一个优秀的行为特性：可预见性。可预见性要求先搭建这个系统的模型，然后通过提问来缺定它会导致一个好的还是一个坏的结果。我将讨论一种度量软件可预见性的方法：轻量形式化法，并列举这种方法在各种领域的应用中新近取得的一些成功的例子，最后提出研究团体在实现软件可预见性时所需要克服的一些技术挑战。

里克·雷斯特博士于 1994 年 7 月被任命为微软公司主管研究的副总裁。现在他作为高级副总裁全权负责微软公司的各项基础研究工作。 1991 年 9 月加入微软之前，里克·雷斯特博士是美国卡内基梅隆大学计算机系教授。 1974 年，里克·雷斯特以优异成绩毕业于斯坦福大学数学系。并分别于 1977 年和 1980 年取得罗切斯特大学计算机科学系硕士和博士学位。 1979 年 9 月，里克·雷斯特博士进入卡内基梅隆大学任教之后，多次成功指导了多个具有影响力的网络操作系统的设计和实现，发表了几十篇有关计算机视觉、操作系统、分布式处理的编程语言、网络协议和通讯安全等领域的学术论文。 70 年代中期，里克·雷斯特博士因参与开发最早的计算机网络游戏之一 Alto Trek 而享誉学术界。里克·雷斯特博士还是卡内基梅隆大学 Mach 操作系统项目的负责人。 Mach 系统的核心部分被世界上许多公司、组织、社团以及大学的研究实验室广泛使用，例如 NeXT 公司、开放软件基金会等。里克·雷斯特博士曾经是美国国防部高级研究计划局 UNIX 筹划指导委员会和计算机科学网络执行委员会委员，还是美国计算机协会系统奖励委员会的前任主席。里克·雷斯特博士的研究兴趣集中在人工智能、操作系统、网络和多处理器等领域。他曾参与以下项目的设计和应用研究：罗切斯特大学 RIG 操作系统 (1975-1979) ；罗切斯特大学的虚拟终端管理系统 (1976-1979) ；卡内基梅隆大学分布式传感器网络实验台 (1980-1983) ；以及卡内基梅隆大学销售点信息计算设备分布式个人计算环境，包括 Accent 网络操作系统 (1981-1985) 。里克·雷斯特博士发表过计算机视觉、操作系统、分布式处理的编程语言、网络协议和通信安全等领域的多篇学术论文。

长线下注，放眼未来

14 years ago a small software company called Microsoft made a big bet on the future by starting a basic research group in Computer Science.  It made this bet at a time when most companies in the world were cutting back or eliminating their research organizations. That initial investment had a profound impact on Microsoft and the industry and created a new model for industrial research.  In this new era of data centric computing, Microsoft is once again betting big on the future by increasing it’s investment in research and Microsoft Research is entering a new era of unprecedented growth. In my talk I will look at the creation and growth of Microsoft Research, the impact it has had on Microsoft and the computer science community and the challenges and opportunities that lie ahead in a “data centric” world.

Rivest 现任麻省理工学院（MIT）电子和计算机科学系Viterbi 讲座教授。他是MIT计算机和人工智能实验室的成员，并领导着其中的信息安全和隐私中心。

Rivest 教授1969年从耶鲁大学获得数学学士学位，1974年从斯坦福大学获得计算机博士学位。

Rivest 教授主要从事密码学、计算机和网络安全和算法的研究。他和Adi Shamir和Len Adleman一起发明了RSA公钥算法，也是RSA数据安全公司的联合创始人。并且和Shamir、Adleman分享了2002年度美国计算机协会(ACM)颁发的图灵奖（也许是计算机科学领域最有声望的奖项）。他在密码设计和密码分析方面有极其丰富的经验，现在担任国际密码研究协会的负责人。

Rivest 教授是美国国家工程院院士，美国国家科学院院士，美国计算机协会院士，国际密码研究学会院士，美国艺术与科学院院士

Rivest 教授最近的研究兴趣在投票系统的安全上。他是加州理工学院/麻省理工学院投票技术项目组成员,同时服务于美国联邦协助选举委员会下的技术指导方针发展委员会。

21世纪的投票

组织一次选举听起来似乎很简单，但是事实上这非常有挑战性：不仅仅因为需要验证数百万投票者，需要仔细的收集、统计和保存数百万选票；而且因为现在有数百万的”投票机”，其中又包含了数百万行需要评估其安全漏洞的程序。此外，投票系统有一个独特的需求：不能给投票者“收据”，因为这个收据可以被用来向别人证明他们是如何投票的，从而投票者可能就会在选举中受到强迫或者贿赂了。而因为没有收据，就使得投票系统要比很多系统，比方说银行系统的安全问题要困难的多（在银行系统中，使用收据是其标准做法）。

本次报告将讨论投票系统近来的一些发展趋势和技术革新，以及美国联邦投票系统的一些新需求。本次报告亦将给出一些有前途的方向来解决投票系统需求间固有的冲突，还包括一些基于密码技术的方法。

Academic History
1977 – Present Professor, Department of Mathematics, UCLA
1975 – 1977 Professor, Department of Mathematics, SUNY, Stony Brook
1970 – 1975 Associate Professor, Department of Mathematics, SUNY, Stony Brook
1968 – 1970 Assistant Professor, Department of Mathematics, University of California Berkeley
1966 – 1968 Assistant-Associate Mathematician, Brookhaven National Laboratories
1966 New York University, Ph.D., (J.T. Schwartz, thesis advisor)
1964 New York University, M.S.
1962 Brooklyn College, B.S.

Research Interests:
Scientific Computing, Numerical Analysis, Applied Partial Differential Equations

Honors:
Fulbright Fellow, 1971
Alfred P. Sloan Fellow, 1972-1974
SERC Fellowship (England), 1982
US-Israel BSF Fellow, 1986
NASA Public Service Group Achievement Award, 1992
Invited speaker, International Congress of Mathematicians, Zurich, 1994
ICI Original Highly Cited Researcher, 2002
Japan Society of Mechanical Engineers Computational Mechanics Award, 2003
ICIAM Pioneer Prize, 2003
Elected to US National Academy of Science, 2005
SIAM Ralph E. Kleinman Prize, 2005

Synergistic Activities
Dr. Osher is the coinventor and a principle developer of widely used:
i) state-of-the-art high resolution schemes for approximating hyperbolic conservation laws and Hamilton-Jacobi equations;
ii) level set methods for computing moving fronts involving topological changes; applications and extensions include a variational version, multiphase flow, crystal growth, computer vision and graphics;
iii) total variation and other partial differential equations based image processing techniques.

真假世界里的数学

以数据为中心的计算的一个很好的例子是一个处理图像科学和自然界里的的自由边界问题的新方法。它以1987年Osher和Sethian提出的能跟踪移动边界的水平集方法为例。它已经被很清楚地证明是一个成功的计算方法。比如，在MSN的搜索引擎里键入“Level Set Methods”就会得到大约70万条回馈。它的应用包括：跟踪多相动态流、好莱坞的视觉特技、图像处理、控制、晶体生长、计算机视觉和其他。在这个报告里，我将给一个数值计算的简要介绍，它与基于偏微分方程的图像科学的关系，和它的应用。真实世界将以图像分析为例，虚假世界将以计算机图形学为例。