近日，马毅教授于其社交平台上宣布香港大学计算与数据科学学院成立，他也将被任命为首任院长。新学院的主要使命，就是通过全面改革和重新设计从本科一年级到研究生的整个课程体系，来革新AI和计算机科学的教育。
马毅教授1995年从清华大学本科毕业，2000年从加利福尼亚大学伯克利分校取得硕士及博士学位，研究方向为计算机视觉、高维数据分析、智能系统。2000年至2011年，任伊利诺伊大学厄巴纳-香槟分校教授，2009年至2014年任微软亚洲研究院视觉计算团队主任和首席研究员，2014年至2017年任上海科技大学信息科学与技术学院院长，之后入职美国加州大学伯克利分校。
马毅教授发表超160篇学术论文，撰写过计算机视觉、统计学习、数据科学相关的三本教科书。曾获2004年美国自然科学基金委员会杰出青年奖、2005年美国海军研究署青年研究员奖、1999年计算机视觉马尔奖（Marr Prize），曾任国际计算机视觉大会2013年项目主席和2015大会主席。他还是电气与电子工程师协会、工业与应用数学学会和美国计算机学会会士。
2016年，马毅被汤森路透的Clarivate Analytics评为全球高引学者，并被Semantic Scholar评为世界计算机科学领域最具影响力的作者前50名。
马教授最近的研究主题包括大规模3D几何重建与交互，以及低维模型与深度网络之间的关系。过去的研究主题包括高维数据的稀疏表示和低秩逼近、高维数据的聚类、压缩和分类，以及从图像重建3D结构。
马教授发表了超过一百篇经过同行评审的文章，并出版了两本广受欢迎的教科书：《An Invitation to 3-D Vision》（2003年），《Generalized Principal Component Analysis》（2016年）。
最新的教科书《High-dimensional Data Analysis with Low-dimensional Models》，由剑桥大学出版社于2022年出版。
由现有的计算机科学系和统计与精算科学系合并后，新成立的计算与数据科学学院拥有大约60名知名学者和800名研究生，提供14个学术课程。
如果既掌握了计算机科学，又把握了统计学课程的精髓，学院的毕业生必将具备强大的分析和计算技能。
另外，新成立的学院还会作为一个活跃的跨学科学术和研究合作中心，促进与其他所有院系的合作，以充分利用现代数据科学和AI的潜力。
学院提供的授课式研究生课程，充分考虑了行业和就业市场的需求。
课程将涵盖多个主题，包括但不限于数据科学、人工智能、网络安全、统计学和软件工程。
同时，学院还会和行业伙伴密切合作，确保课程符合当前的行业需求。
