UIUC张欢实验室招收AI方向Fall 2025博士生（全奖）/硕士生/博士后; 长期招聘实习生
337413
导师个人主页：huan-zhang.com
导师Google Scholar：scholar.google.com
导师本科毕业于浙江大学，博士毕业于UCLA计算机系，曾在卡内基梅隆大学(CMU)计算机系做博后，于2023年加入UIUC电子和计算机工程系(ECE)任助理教授。主要研究方向为可信任机器学习(Trustworthy Machine Learning)，在AI和神经网络的鲁棒性、安全性方向有许多开创性工作，数十篇论文发表于NeurIPS,ICML,ICLR等机器学习方向顶会，引用量超过15000次。同时创建了多个开源软件项目，其中alpha-beta-CROWN是当前神经网络形式验证(Formal Verification)的最好工具之一，在国际神经网络验证大赛(VNN-COMP)中连续四年(2021 - 2025)获得第一名，击败了来自斯坦福大学、牛津大学等来自世界各地的团队。研究得到了IBM PhD Fellowship, Schmidt Futures AI2050 Early Career Fellowship等奖项。
研究方向：
实验室研究的大方向是构建值得信赖的机器学习系统，打开AI模型的黑盒，让公众有信心信任AI。例如用AI来取代飞行员驾驶飞机，我们需要怎样向乘客保证AI是可靠的？在现在AI大模型广泛应用的背景下，如何保证它们能够在社会中安全使用，带来较少的负面影响，是之后很多年都非常重要的研究问题。我的研究方法重视理论分析和见解，但也同时注重算法的实用性和可扩展性，以及算法的应用和影响。目前具体的研究方向有以下几个：
1. 可信任机器学习 (Trustworthy machine learning)，包括机器学习的鲁棒性、安全性、公平性、可解释性，以及机器学习算法的隐私、泛化、不确定性等相关问题。最近特别关注语言和视觉大模型(LLM/VLM)的Trustworthiness。
2. 机器学习的形式验证方法 (formal verification for machine learning)，特别是如何证明深度神经网络符合严格的形式化规范，进一步提升形式验证方法在AI模型中的有效性。对于有兴趣将算法转化为有更大实际影响的工具箱的同学，可以进一步来完善alpha-beta-CROWN神经网络验证器，让它用在更大的模型和更多的应用中，获得远超于一两篇论文的影响力。
3. 数学优化方法(optimization)和程序验证(program verification)方法：如何将这些方法应用在可信任机器学习上；以及如何使用机器学习（如大模型）来解决数学问题和形式验证问题。
4. 机器学习和其他领域的交叉学科，如机器学习和计算机安全，研究在计算机软件、信息物理系统(CPS)等领域中应用时的安全问题；以及机器学习有很大应用前景的工程领域，例如控制理论(control theory)、电力系统(power system)、机器人学(robotics)等。
招生标准：
最重要的是对科学研究工作有热情和兴趣，有自己独立解决问题和探索问题的能力，和想在自己研究领域做到最强的耐心和决心。项目有偏向理论的也有偏向应用的，所以如果你数理基础扎实，或者是有非常强的编程和工程能力，都能够找到合适自己的项目。除了AI/机器学习方向的学生，特别欢迎有交叉方向背景的学生加入（如software engineering, programming languages, formal methods, cyberphysical systems, computer security等)。不要求已经有论文发表，也不要求在上面列出来的方向有过研究经历，但仍然要求有很强的文献阅读和快速学习新的方向的能力。
开放职位：PhD/MS, Postdoc, Intern
申请链接：grad.illinois.edu 请在申请系统表格中和申请材料中提到我的名字（如果已经提交了申请，可以直接和我邮件联系，方便我把你的材料从系统里找出来）。请同时申请ECE和CS的program（我在两个program都会招生），这样被录取到的机会更大。不管被哪个program录取，都可以选择我当导师，对课题研究没有影响。对于没有硕士学位的同学，保险起见可考虑同时申请PhD和Master program；很多master student都可以申请到TA，master的课程要求和PhD有很大重叠不会耽误时间，同时也有更多时间积累项目经验冲击PhD申请。对postdoc和intern感兴趣的同学，请邮件联系我，注明你可以开始和结束工作的时间，附带个人的CV，成绩单和详细research statement。
学校和实验室优势
伊利诺伊大学香槟分校在Computer Science，Computer Engineering和AI方向享誉全球。学校的工程学院有非常强的背景和传统，在这里很容易找到和各个领域的专家进行合作的机会。
CSRankings: #2 in AI and All areas
U.S. News 2024: #4 in Computer Engineering
U.S. News 2024: #5 in Computer Science
研究小组目前研究经费和计算资源充足，实验室目前有6个PhD学长学姐，氛围很融洽。在这里可以得到导师充分的指导和沟通。导师之前在Google DeepMind、Microsoft Research、IBM Research、Amazon等多家公司做过相关实习和研究，同时也和MIT、Columbia、UCLA等其他学校实验室有深入合作，和学术界和工业界都有广泛的联系，对学生找实习、博后、以及未来的职业选择很有帮助。生活方面，UIUC生活成本（房租+饮食）远低于其他美国大城市（如纽约/洛杉矶），学生RA/TA工资除去生活成本，每月可以有很多结余。虽然学校所在的城市较小，但是对中国学生来说生活十分便利，中国超市有好几个，中餐饭馆和外卖也十分普遍。周末或者假期开车到芝加哥2个小时，在学习之余也可以有丰富的文娱活动。如果对申请有任何问题，请用主页上的邮箱联系我。欢迎大家申请！
导师Google Scholar：scholar.google.com
导师本科毕业于浙江大学，博士毕业于UCLA计算机系，曾在卡内基梅隆大学(CMU)计算机系做博后，于2023年加入UIUC电子和计算机工程系(ECE)任助理教授。主要研究方向为可信任机器学习(Trustworthy Machine Learning)，在AI和神经网络的鲁棒性、安全性方向有许多开创性工作，数十篇论文发表于NeurIPS,ICML,ICLR等机器学习方向顶会，引用量超过15000次。同时创建了多个开源软件项目，其中alpha-beta-CROWN是当前神经网络形式验证(Formal Verification)的最好工具之一，在国际神经网络验证大赛(VNN-COMP)中连续四年(2021 - 2025)获得第一名，击败了来自斯坦福大学、牛津大学等来自世界各地的团队。研究得到了IBM PhD Fellowship, Schmidt Futures AI2050 Early Career Fellowship等奖项。
Preview
研究方向：
实验室研究的大方向是构建值得信赖的机器学习系统，打开AI模型的黑盒，让公众有信心信任AI。例如用AI来取代飞行员驾驶飞机，我们需要怎样向乘客保证AI是可靠的？在现在AI大模型广泛应用的背景下，如何保证它们能够在社会中安全使用，带来较少的负面影响，是之后很多年都非常重要的研究问题。我的研究方法重视理论分析和见解，但也同时注重算法的实用性和可扩展性，以及算法的应用和影响。目前具体的研究方向有以下几个：
1. 可信任机器学习 (Trustworthy machine learning)，包括机器学习的鲁棒性、安全性、公平性、可解释性，以及机器学习算法的隐私、泛化、不确定性等相关问题。最近特别关注语言和视觉大模型(LLM/VLM)的Trustworthiness。
2. 机器学习的形式验证方法 (formal verification for machine learning)，特别是如何证明深度神经网络符合严格的形式化规范，进一步提升形式验证方法在AI模型中的有效性。对于有兴趣将算法转化为有更大实际影响的工具箱的同学，可以进一步来完善alpha-beta-CROWN神经网络验证器，让它用在更大的模型和更多的应用中，获得远超于一两篇论文的影响力。
3. 数学优化方法(optimization)和程序验证(program verification)方法：如何将这些方法应用在可信任机器学习上；以及如何使用机器学习（如大模型）来解决数学问题和形式验证问题。
4. 机器学习和其他领域的交叉学科，如机器学习和计算机安全，研究在计算机软件、信息物理系统(CPS)等领域中应用时的安全问题；以及机器学习有很大应用前景的工程领域，例如控制理论(control theory)、电力系统(power system)、机器人学(robotics)等。
招生标准：
最重要的是对科学研究工作有热情和兴趣，有自己独立解决问题和探索问题的能力，和想在自己研究领域做到最强的耐心和决心。项目有偏向理论的也有偏向应用的，所以如果你数理基础扎实，或者是有非常强的编程和工程能力，都能够找到合适自己的项目。除了AI/机器学习方向的学生，特别欢迎有交叉方向背景的学生加入（如software engineering, programming languages, formal methods, cyberphysical systems, computer security等)。不要求已经有论文发表，也不要求在上面列出来的方向有过研究经历，但仍然要求有很强的文献阅读和快速学习新的方向的能力。
开放职位：PhD/MS, Postdoc, Intern
申请链接：grad.illinois.edu 请在申请系统表格中和申请材料中提到我的名字（如果已经提交了申请，可以直接和我邮件联系，方便我把你的材料从系统里找出来）。请同时申请ECE和CS的program（我在两个program都会招生），这样被录取到的机会更大。不管被哪个program录取，都可以选择我当导师，对课题研究没有影响。对于没有硕士学位的同学，保险起见可考虑同时申请PhD和Master program；很多master student都可以申请到TA，master的课程要求和PhD有很大重叠不会耽误时间，同时也有更多时间积累项目经验冲击PhD申请。对postdoc和intern感兴趣的同学，请邮件联系我，注明你可以开始和结束工作的时间，附带个人的CV，成绩单和详细research statement。
学校和实验室优势
伊利诺伊大学香槟分校在Computer Science，Computer Engineering和AI方向享誉全球。学校的工程学院有非常强的背景和传统，在这里很容易找到和各个领域的专家进行合作的机会。
CSRankings: #2 in AI and All areas
U.S. News 2024: #4 in Computer Engineering
U.S. News 2024: #5 in Computer Science
研究小组目前研究经费和计算资源充足，实验室目前有6个PhD学长学姐，氛围很融洽。在这里可以得到导师充分的指导和沟通。导师之前在Google DeepMind、Microsoft Research、IBM Research、Amazon等多家公司做过相关实习和研究，同时也和MIT、Columbia、UCLA等其他学校实验室有深入合作，和学术界和工业界都有广泛的联系，对学生找实习、博后、以及未来的职业选择很有帮助。生活方面，UIUC生活成本（房租+饮食）远低于其他美国大城市（如纽约/洛杉矶），学生RA/TA工资除去生活成本，每月可以有很多结余。虽然学校所在的城市较小，但是对中国学生来说生活十分便利，中国超市有好几个，中餐饭馆和外卖也十分普遍。周末或者假期开车到芝加哥2个小时，在学习之余也可以有丰富的文娱活动。如果对申请有任何问题，请用主页上的邮箱联系我。欢迎大家申请！
13条回复