来源：量子位
昨天，2022达摩院青橙奖名单公布了！
15位平均年龄仅33岁的中国青年科学家，每人将得到百万奖金及阿里全方位科研支持。
白蕊
西湖大学生命科学学院副研究员。
获奖理由：她参与并主导了全球唯一覆盖完整RNA循环的剪接体系列成果，为相关遗传病和癌症机理研究带来新思路。
科研成就：她参与并主导完成全球唯一覆盖完整RNA循环的系列成果，首次揭示了剪接体重塑的分子机理，主导并开辟了U12型剪接体研究方向。
她是世界上唯一一个捕获全部类型剪接体团队的核心人员，掌握了世界领先的剪接体生化研究技术，并加速了相关靶向抗癌药物和罕见病药物的研发。
她以第一作者和共同第一作者的身份在Science上发表论文6篇，在Cell上发表论文3篇。
曾入选由中国科协评选的“未来女科学家计划”，曾获得欧莱雅-联合国教科文组织评选的“世界最具潜力女科学家奖”。
陈勋
中国科学技术大学电子工程与信息科学系教授。
获奖理由：他专注于神经生理信号处理与分析，助力实现面向开放环境的实用脑机接口。
江一舟
复旦大学附属肿瘤医院乳腺外科副主任医师、研究员、博士生导师。
获奖理由：他建立了三阴性乳腺癌的精准分型及个性化治疗方案，提升了难治性患者的治疗有效率。
科研成就：长期致力于“破解乳腺癌的难治之谜”，聚焦临床难题“三阴性乳腺癌”，系统性提出创新解决方案，建立首个指导三阴性乳腺癌个体化治疗的四分型系统——“复旦分型”，形成了基础成果向临床转化的“全链条式”研究体系，成功地将难治性患者的治疗有效率从早先的 10%提高到 29%。
“复旦分型”被《中国抗癌协会乳腺癌诊治指南与规范》等权威临床治疗指南收录，用于指导三阴性乳腺癌精准治疗的临床实践。
邵立晶
北京大学科维理天文与天体物理研究所研究员、博士生导师。
获奖理由：他提出了检验引力的新方法，为基础物理理论“添砖加瓦”。
科研成就：他的研究领域是基础物理理论的实验与观测检验，特别是采用天体物理的观测结果，来探索现有物理理论适用的范围。
工作成果主要包括用脉冲星系统地检验时空对称性、构建引力波波形模板库、联合引力波和脉冲星检验引力理论、用脉冲星探索暗物质性质、参与探测人类首例双中子星并合和拍摄人类首张黑洞照片等，并与EHT合作组347人共享了“2020基础物理突破奖”。
2020年入选斯坦福大学发布的“全球前2%顶尖科学家”榜单。
吴昊
清华大学丘成桐数学科学中心以及数学科学系教授、博士生导师。
获奖理由：她研究伊辛模型、高斯自由场、均匀生成树等物理模型，解决多个本领域公开问题。
科研成就：她致力于利用随机过程 SLE 研究伊辛模型、高斯自由场、均匀生成树等物理模型，取得系列成果，解决多个本领域公开问题。
第一个学术贡献是计算伊辛模型臂长衰减指数，第二个学术贡献是证明伊辛模型连通概率猜想，第三个学术贡献是构建均匀生成树模型与对数共形场论的联系。
杨树
浙江大学“百人计划”研究员、博士生导师、电力电子技术研究所副所长。
获奖理由：她研制出高性能新型垂直氮化镓功率器件，攻克了困扰氮化镓器件的动态性能退化难题。
科研成就：她专注于氮化镓(GaN)功率器件 (芯片)设计、关键工艺和可靠性研究，旨在实现 GaN 功率器件在电压/功率等级、动态特性和可靠性方面的提升。
自主研制出1kV/1.1mΩ·cm(2)单极型和1.8kV/0.5mΩ·cm(2)双极型垂直GaN功率器件，功率品质因数国际领先；研制了国际上首个“无电流崩塌”的垂直型GaN器件，解决了长期困扰传统GaN器件的动态性能退化难题。
所研制的高性能GaN功率器件为 5G 通信、航空航天等核心领域提供了重要支撑技术。
杨杰
清华大学化学系副教授。
获奖理由：他发展了“分子电影”技术，实现对分子结构演化的直接捕捉。
科研成就：他通过发展兆电子伏超快电子衍射（MeV-UED）技术，突破了飞秒、亚埃时空分辨率的仪器需求，实现了对分子结构演化的直接捕捉，即拍摄“分子电影”。
2015年起，他在美国SLAC国家加速器实验室，领衔发展了MeV-UED技术在气相、液相化学中的科学应用。
他本人的主要成果包括利用“分子电影”技术首次捕捉非绝热动力学过程、首次同步观测原子核与价电子运动、首次捕捉液态水中的氢键运动等。
周杨
复旦大学上海数学中心青年研究员。
获奖理由：他通过构造“纠缠的有理尾巴”，得到了拟映射不变量穿墙公式统一的几何证明。
科研成就：他最主要研究成果是在最一般的情况下证明了GIT商空间拟映射不变量的穿墙公式。该结果对于研究来自超弦理论的镜对称原理有重要意义。
周杨通过引入被其称为“纠缠的有理尾巴”的几何构造，对该公式给出一个统一的证明。其方法已被国外其他研究者推广到层的模空间上，从而给一些著名的结果找到几何解释。
周杨的研究成果于2022年以其为独立作者发表在基础数学“四大顶刊”之一的Inventiones mathematicae上。
长按识别，邀请您进群！
来源：深度学习技术前沿
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！