![cover](https://img-blog.csdnimg.cn/f104f474aed94a0d9f5a57a2675588eb.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQ1NETui1hOiurw==,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
2022 年“苹果学者”名单公布,4 位华人学生位列其中
近日,苹果机器学习研究中心公布了 2022 年在 AI(人工智能)/ML(机器学习)领域获得博士生奖学金的“苹果学者”名单。
整理 | 张仕影
出品 | CSDN(ID:CSDNnews)
近日,苹果机器学习研究中心(Apple Machine Learning Research)公布了 2022 年在 AI(人工智能)/ML(机器学习)领域获得博士生奖学金的“苹果学者”名单。
据介绍,苹果奖学金的设立是为了表彰在计算机科学与工程领域中具有潜力且做出贡献的博士研究生。因此,奖学金的评判标准基于参选学生的创新研究、所在领域的领先者或合作者对他们的评价,以及他们在 AI/ML 领域所取得的进步。
此外,获得奖学金的学生在攻读博士学位期间都会得到资助、苹果公司实习以及能够跟随相关领域的苹果研究员学习的机会。
今年获奖人数同去年一样,共有15 位学生获得苹果奖学金,其中有 4 位是华人学生。
Yicheng Jiang(姜翌辰)
姜翌辰,在 UNC Chapel Hill 获得了学士学位和硕士学位,目前是北卡罗来纳大学教堂山分校(UNC Chapel Hill)计算机科学系的一名三年级博士生。他的指导老师是 Mohit Bansal 教授,现在 UNC-NLP 研究小组工作,也曾在微软研究院和 Facebook AI 实习。
姜翌辰的研究重点是分析和改进神经网络理解自然语言基础组成结构的能力,以及多跳推理的可解释性和对抗性的稳健性。他的研究展示了现有的模型如何缺乏构成性并采取推理的捷径,并且设计了可解释和模块化的模型,可以更稳健地回答复杂的多跳问题,同时还收集了多跳事实验证数据集 HoVer 来激励未来的工作。曾发表包括《探索、提议和组装:一个可解释的多站式阅读理解模型》、《HoVer: 一个用于多跳事实提取和索赔验证的数据集》等多篇学术论文。
个人主页链接:https://www.jiang-yichen.io/
Serena Wang
Serena L. Wang,毕业于哈佛大学计算机科学专业,目前是加州大学伯克利分校计算机科学专业的一名四年级博士生,她的导师是 Rediet Abebe 和 Michael I. Jordan。Serena 还曾获得美国国家科学基金会研究生研究奖学金。
Serena L. Wang 的研究重点是通过重新思考 ML(机器学习)算法和实践来理解和改善机器学习的社会影响,在算法方面,她采用了来自稳健优化、受限优化和统计学习理论的工具。Serena 已经与 Google Research(谷歌研究院) 进行了约 5 年的科研合作,作为 Glassbox 机器学习研究团队的成员,她与 Maya Gupta 合作。该研究团队使用约束优化让机器学习模型更具可解释性和可控性。发表的学术论文有《使用正向Kullback-Leibler分歧的重要性采样的变异改进》、《具有非差异性约束的优化,适用于公平性、召回率、流失率和其他目标》等。
个人主页链接:https://serenalwang.com/
Guodong Zhang(张国栋)
张国栋,本科毕业于浙江大学信息工程专业,目前是多伦多大学机器学习小组的一名博士生,他的导师是 Roger Grosse 教授。
他的研究目标集中在开发一种可以高效、持续学习数据和经验的智能机器,可以对自己的决策进行推理,更重要的是能为人们的利益做决策。这个研究方向被称为 multi-player game(最小化问题或博弈),通过优化算法、概率推理或是均衡计算来解决。此外,他的目标是设计出能更快地训练,更好地泛化,并给出良好校准的不确定性的算法和模型。最近,他开始学习更多关于推理和人工智能安全的知识。曾发表过多篇学术论文,包括《交替梯度下降-上升法的近优局部收敛,用于最小化优化》 、《通过整数二次约束对平滑游戏的一阶方法进行统一分析》等。
个人主页链接:https://www.cs.toronto.edu/~gdzhang/
Sida Peng(彭思达)
彭思达,浙江大学 CAD&CG 国家重点实验室博士研究生,导师为周晓巍研究员。他的研究方向是三维重建与物体位姿检测(reconstruction and object pose estimation)。博士期间发表多篇顶级论文,包括 CVPR 、NeurIPS 、TPAMI,文章有《通过学习结构和纹理表征实现3D感知的图像合成》、《基于闭塞感知的图像渲染的神经射线》等 。相关论文开源到 GitHub 后,已获得 Star 数 2000 余次。
彭思达在读博期间也曾获得多个奖项,其中包括 2021 年凌迪图形学奖学金、 2020 年度 CCF-CV“中科视拓 Steeta 学术新锐奖”以及 2019 年的中国研究生人工智能创新大赛一等奖等。
在去年 3 月份,其导师周晓巍带领团队的一款名为Neural Body的新型视图合成技术,在计算机视觉顶会 CVPR 2021 上(IEEE Conference on Computer Vision and Pattern Recognition)发表,吸引了众多关注,而这正是由彭思达担任第一作者的作品。不少人认为彭思达年纪轻轻就获得这样的学术成就,让人不禁感叹后生可畏。
个人主页链接:https://pengsida.net/
参考链接:https://machinelearning.apple.com/updates/apple-scholars-aiml-2022
更多推荐
所有评论(0)