韩松

韩松，2012年在清华大学电子系获得学士学位，2017年在斯坦福大学获得博士学位。现为麻省理工学院电子工程和计算机科学系副教授。韩松致力于深度学习和计算机体系结构研究；他发明的“深度压缩”技术，使得人工智能算法识别物体、生成图像，以及理解人类语言，从而在智能手机上实时运行成为可能；硬件实现“高效推理引擎”，该引擎首先在深度学习加速器中利用了模型压缩和权重稀疏性。

李远志

李远志，2014年在清华大学交叉信息学院计算机科学实验班（姚班）获得学士学位，同时在数学系获得第二学士学位；2016年和2018年先后在普林斯顿大学获得硕士和博士学位。现为卡耐基梅隆大学机器学习系助理教授。李远志目前从事深度学习理论方面的工作，主要包括深度学习的基础理论与实践、凸优化算法与非凸优化算法设计、数据处理算法分析等。

谭宸浩

谭宸浩，2010年在清华大学计算机系获得学士学位，同时在经管学院获得第二学士学位；2016年在康奈尔大学获得博士学位。现为芝加哥大学计算机系助理教授。谭宸浩的研究方向主要为以人为本的机器学习、自然语言处理和计算社会科学。

伍骁迪

伍骁迪，2008年在清华大学物理系（数理基科班）获得学士学位，2013年在密歇根大学安娜堡分校获得博士学位。现为马里兰大学帕克分校计算机系和高级计算机研究所助理教授、量子信息和计算机科学联合中心研究员。伍骁迪主要从事量子信息和计算的理论研究，包括经典和量子密码学、量子通信、量子算法等。

柯峥

柯峥，2009年在清华大学物理系（数理基科班）获得学士学位，2014年在普林斯顿大学获得博士学位。现为哈佛大学统计系助理教授。柯峥的研究方向为高维统计、机器学习、社交网络分析、文本挖掘、生物信息学和统计遗传学。

李嘉

李嘉，2008年在清华大学物理系（数理基科班）获得学士学位，2014年在美国西北大学获得博士学位。现为布朗大学物理系助理教授。李嘉的研究方向为凝聚态实验物理，研究重点是二维材料及其范德瓦尔斯组件中涌现的量子现象。