維基百科

李勁

李勁是微軟亞洲研究院的9位創始成員之一。目前，他是微軟研究院(雷德蒙）的Partner Research Manager，[1]主持雲計算和存儲的研究。他的研究成果已經應用到多項微軟產品中。1984年, 當李勁博士在初中時，曾代表上海市學生向鄧小平展示電腦程式設計，與鄧小平同志合影，鄧小平因他而講出「計算機要從娃娃抓起」的著名言論。此事件被中國多年來廣泛報道。

李勁
出生1971年（52—53歲）
母校清華大學
網站web.archive.org/web/20180723190042/https://www.microsoft.com/en-us/research/people/jinl/
科學生涯
機構微軟研究院
論文（1994）

生活與工作 編輯

李勁生於中國上海。1984年，當李勁博士在初中時，曾代表上海市學生向鄧小平展示電腦程式設計，與鄧小平合影，鄧小平因他而講出「計算機要從娃娃抓起」的著名言論。此事件被中國多年來廣泛報道。[2] [3] [4] [5]

1987年，李勁於高中一年級被清華大學特招入學，並只用7年時間完成本科到博士的學業，成為清華歷史上第一位在7年內完成此成就的學生。他被認為中國20世紀最年輕的博士之一。 [6]

1994年，李勁加入南加州大學做博士後。1996年，他加入夏普美國實驗室。1999年, 他加入微軟，是微軟亞洲研究院的9位創始成員之一 [7] [8] , 並獲微軟金星獎以表彰他對創建微軟亞洲研究院的貢獻。2001年，他回到微軟研究院（雷德蒙）, 作為Partner Research Manager主持雲計算與存貯研究組的工作。

李勁博士在多媒體壓縮編碼標準(JPEG 2000, MPEG-4, HEVC)上作出眾多貢獻，如優化的可伸縮性編碼 [9], 可伸縮性編碼的視覺優化 [10], 非方形物體的編碼， [11], 感興趣區圖像瀏覽 [12], 可伸縮性語音編碼 [13], 雙向運動補償 [14]。 他是P2P點播流媒體服務的先驅 [15]。 他在局部校驗塊編碼(LRC)的工作是微軟Azure存儲的關鍵技術之一，為微軟帶來每年上億美元的收益。 [16] 這一工作獲的USENIX ATC 2012最佳論文獎 [17] , 以及微軟2013年存儲技術成就獎。LRC也是視窗系統的關鍵存儲技術之一。 [18] 他在Windows Server 2012中的數據去重工作是該文件伺服器的3項關鍵技術之一, [19] 並獲得媒體的廣泛報道。 [20] [21] 他在SSD高性能存儲上的研究工作「FlashStore」 [22] [23] 被用於微軟Bing的雲存儲體，後續工作「SkimpyStash」 [24] 被用於BW-Tree, 而用於SQL Server 2014 (Hekaton)和Azure DocumentDB。 他開發的RemoteFX for WAN [25] 協議極大的改善了遠程視窗的用戶體驗。

李勁博士領導了開源項目Prajna [26] 和DL Workspace [27]。Prajna是類似於Apache Spark的在.Net上的分佈式計算平台。 DL Workspace [28] 是一組開源工具使科學家能輕鬆快速構架AI雲平台(可在公有雲上，如 微軟Azure, Amazon Web Services, Google Compute Engine, 或在私有雲上)，並在其上作AI訓練，數據分析，運算。 DL Workspace開箱支持目前各主要深度運算工具，如 TensorFlow, PyTorch, Caffe (software), CNTK, 等。

李勁博士擔任過ACM Multimedia 2016年程序委員會主席，和ICME [29] 指導委員會主席 ( 2014-2015)。他是IEEE院士。

參考 編輯

  1. ^ Jin Li, Partner Research Manager, Microsoft Research. Microsoft Research. [August 14, 2018]. 原始內容存檔於2018-07-23. 
  2. ^ 大榕樹. 计算机普及要从娃娃抓起20周年. it.sohu.com. 搜狐IT-搜狐網站. September 16, 2009 [August 14, 2018]. 原始內容存檔於2016-04-21. 
  3. ^ 鳳棲. 计算机普及要从娃娃抓起. www.cnpeople.com.cn. 中華兒女報刊社. August 28, 2014 [August 14, 2018]. 原始內容存檔於2017-03-23. 
  4. ^ 高辰. 邓小平视察上海：计算机的普及要从娃娃抓起. www.cnpeople.com.cn. 新民晚報. August 22, 2014 [August 14, 2018]. 原始內容存檔於2014-08-24. 
  5. ^ 徐冬梅. 二十年前一句鼓励话“计算机娃娃”成微软研究员. www.people.com.cn. 北京娛樂信報. February 16, 2004 [August 14, 2018]. 原始內容存檔於2004-05-19. 
  6. ^ 孫雲曉. 中国最年轻的博士. blog.sina.com.cn. 新浪微博. February 19, 2007 [August 14, 2018]. 
  7. ^ 李劲：当年电脑娃娃如今微软英才. tech.sina.com.cn. 北京科技報. February 11, 2004 [August 14, 2018]. 原始內容存檔於2004-05-02. 
  8. ^ 國仁. 十九年来，从微软亚洲研究院走出了他们. 虎嗅. huxiu.com. February 16, 2017 [August 14, 2018]. 原始內容存檔於2017-02-16. 
  9. ^ Li, Jin; Lei, Shawmin. An embedded still image coder with rate-distortion optimization (PDF). IEEE Trans. On Image Processing. July 1999, 8 (7): 913–924 [2018-08-17]. doi:10.1109/83.772232. 原始內容存檔於2018-08-15. 
  10. ^ Li, Jin. Visual progressive coding (PDF). SPIE: Visual Communication and Image Processing. January 1999, 3653 (116): 1143–1154 [2018-08-17]. doi:10.1117/12.334621. 原始內容存檔於2018-08-15. 
  11. ^ Li, Jin; Lei, Shawmin. Arbitrary shape wavelet transform with phase alignment (PDF). Proceedings 1998 International Conference on Image Processing. ICIP98. October 1998 [2018-08-17]. doi:10.1109/ICIP.1998.727352. 原始內容存檔於2018-08-16. 
  12. ^ Li, Jin; Sun, Hong-Hui. Virtual media (Vmedia) access protocol and its application in interactive image browsing (PDF). SPIE: Multimedia Computing and Networking. January 2001, 4312 [2018-08-17]. doi:10.1117/12.410901. 原始內容存檔於2018-08-16. 
  13. ^ Li, Jin. Embedded Audio Coding (EAC) With Implicit Auditory Masking (PDF). Proceedings of the tenth ACM international conference on Multimedia. December 2002: 592–601 [2018-08-17]. doi:10.1145/641007.641126. 原始內容存檔於2018-08-16. 
  14. ^ Luo, Lin; Li, Jin; Li, Shipeng; Zhuang, Zhenquan; Zhang, Ya-Qin. Motion compensated lifting wavelet and its application in video coding (PDF). IEEE International Conference on Multimedia and Expo. August 2001: 481–484 [2018-08-17]. doi:10.1109/ICME.2001.1237732. 原始內容存檔於2018-08-16. 
  15. ^ Cheng, Huang; Li, Jin; Ross, Keith W. Can internet video-on-demand be profitable? (PDF). SIGCOMM '07 Proceedings of the 2007 conference on Applications, technologies, architectures, and protocols for computer communications. August 2007: 133–144 [2018-08-17]. doi:10.1145/1282380.1282396. 原始內容存檔於2018-08-16. 
  16. ^ Knies, Rob. The Code That No One in the Cloud Can Live Without. www.microsoft.com. Microsoft Research Blog. July 2, 2014 [August 16, 2018]. 原始內容存檔於2018-08-16. 
  17. ^ Huang, Cheng; Simitci, Huseyin; Xu, Yikang; Ogus, Aaron; Calder, Brad; Gopalan, Parikshit; Li, Jin; Yekhanin, Sergey. {Erasure Coding in Windows Azure Storage},. Boston, MA: USENIX: 15––26. 2012. ISBN 978-931971-93-5 請檢查|isbn=值 (幫助).  |booktitle=被忽略 (幫助)
  18. ^ Joergensen, Claus. Volume resiliency and efficiency in Storage Spaces Direct. blogs.technet.microsoft.com. Storage at Microsoft. September 6, 2016 [2018-08-17]. 原始內容存檔於2017-08-05. 
  19. ^ Gantenbein, Douglas. Eliminating Duplicated Primary Data. www.microsoft.com. Microsoft Research Blog. October 13, 2011 [2018-08-17]. 原始內容存檔於2017-02-18. 
  20. ^ Deuby, Sean. Windows Server 2012 Data Deduplication. www.itprotoday.com. ITPro. October 13, 2011 [2018-08-17]. 原始內容存檔於2017-11-08. 
  21. ^ Verboon, Alex. Windows Server 2012 Data Deduplication–A must have. www.verboon.info. Anything about IT. August 20, 2012 [2018-08-17]. 原始內容存檔於2015-03-08. 
  22. ^ Gantenbein, Doug. Faster Servers, Services with FlashStore. www.microsoft.com. Microsoft Research Blog. February 14, 2011 [2018-08-17]. 原始內容存檔於2017-02-18. 
  23. ^ Debnath, Biplob K.; Sengupta, Sudipta; Li, Jin. {FlashStore: High Throughput Persistent Key-Value Store}, (PDF). { Proceedings of the VLDB Endowment}, (VLDB Endowment). 2010: 1414––1425. 
  24. ^ Debnath, Biplob K.; Sengupta, Sudipta; Li, Jin. {SkimpyStash: RAM space skimpy key-value store on flash-based storage}, (PDF). { SIGMOD '11 Proceedings of the 2011 ACM SIGMOD International Conference on Management of data }, (ACM SIGMOD). 2011: 25–36. 
  25. ^ Mahajan, Rajneesh. RemoteFX for WAN: Overview of Intelligent and Adaptive Transports in Windows 8 and Windows Server 2012. cloudblogs.microsoft.com. Microsoft. August 23, 2012 [2018-08-17]. 原始內容存檔於2018-08-17. 
  26. ^ Prajna: A Distributed Functional Programming Platform for Interactive Big Data Analytics and Cloud Service Building. [2018-08-17]. （原始內容存檔於2020-12-14）. 
  27. ^ Deep Learning Workspace. [2018-08-17]. （原始內容存檔於2020-09-05）. 
  28. ^ Jin Li. DL Workspace: Running TensorFlow. September 13, 2017. 
  29. ^ International Conference on Multimedia and Expo. [2018-08-17]. 原始內容存檔於2018-03-02. 

外部連結 編輯

取自 "https://zh.100ke.info/w/index.php?title=李劲&oldid=79568691"