久久精品无码一区二区三区国产,日本视频一区二区,人人干人人爱,亚洲AV第二区国产精品

　　原標題：大寫的優(yōu)秀！4位華人博士榮獲2022蘋果獎學(xué)金 其中1名浙大在讀博士 

　　一年一度的蘋果博士獎學(xué)金又開獎啦！

　　剛剛，蘋果機器學(xué)習(xí)研究中心（Apple Machine Learning Research）發(fā)布了2022年在人工智能/機器學(xué)習(xí)領(lǐng)域獲得博士生獎學(xué)金的「蘋果學(xué)者」名單。

　　今年，共有15位學(xué)生榮獲蘋果獎學(xué)金，其中，華人學(xué)生占4席。

　　獲獎?wù)叱双@得研究基金資助外，還將受邀前往蘋果研究院開展合作研究，跟隨一位所在領(lǐng)域的蘋果研究員導(dǎo)師學(xué)習(xí)兩年的機會。

　　被提名的學(xué)生是基于他們的創(chuàng)新研究，所在領(lǐng)域的研究領(lǐng)先者和合作者對他們的評價，以及他們在機器學(xué)習(xí)和人工智能領(lǐng)域所取得的進步。

　　該獎學(xué)金項目旨在獎勵和支持計算機科學(xué)與工程領(lǐng)域極具潛力的博士研究生開展研究。

　　4位華人博士生入選

　　2022年蘋果博士獎學(xué)金入選的華人學(xué)生有：

　　Yichen Jiang（姜翌辰）

　　姜翌辰北卡羅來納大學(xué)教堂山分校（UNC Chapel Hill）計算機科學(xué)系三年級的博士生。

　　過去，姜翌辰曾在 UNC Chapel Hill獲得了理學(xué)學(xué)士學(xué)位，在微軟研究院和Facebook AI有一段時間的實習(xí)。

　　他的研究主要集中在分析和提高神經(jīng)網(wǎng)絡(luò)理解自然語言組合結(jié)構(gòu)的能力，以及多跳推理的可解釋性和對抗魯棒性。

　　在過去，他展示了現(xiàn)有模型是如何缺乏組合性和走推理捷徑的。然后，通過設(shè)計了可解釋的和模塊化的模型，可以更有力地回答復(fù)雜的多跳問題，并且收集了一個多跳事實驗證數(shù)據(jù)集 HoVer 來激勵未來的工作。還將張量積合并到一個Transformer中，以便更好地進行抽象概括。

　　他表示，「我的最終目標是建立人工智能系統(tǒng)，在理解自然語言和理解這個世界的過程中，將結(jié)構(gòu)和內(nèi)容組合起來?！?/p>

　　Sida Peng

https://pengsida.net/

Sida Peng是浙江大學(xué)計算機科學(xué)專業(yè)的四年級博士生，由周曉巍教授指導(dǎo)。

周曉巍教授是浙大「百人計劃」研究員、博士生導(dǎo)師。研究方向主要為計算機視覺及其在混合現(xiàn)實、機器人等領(lǐng)域的應(yīng)用。

2018年，Sida Peng在浙大獲得了信息工程學(xué)士學(xué)位，研究重點是重建和目標姿態(tài)估計。

在校期間，他獲得了國家獎學(xué)金、Style3D獎學(xué)金、優(yōu)秀青年研究員獎等等。

　　Serena Wang

　　Serena Wang是加州大學(xué)伯克利分校計算機科學(xué)專業(yè)的四年級博士生，她的導(dǎo)師是Rediet Abebe和Michael I.Jordan。

　　她獲得過NSF研究生研究獎學(xué)金和蘋果AI/ML PhD獎學(xué)金。在過去的五年時間里，她還和谷歌進行了合作。

　　那時她和Maya Gupta一同工作，是Glassbox機器學(xué)習(xí)小組的成員，研究如何用約束優(yōu)化讓機器學(xué)習(xí)模型更加可控，更具可解釋性。

　　Serena在2016年獲得了哈佛大學(xué)計算機科學(xué)系的學(xué)士學(xué)位，和Margo Seltzer完成了一篇有關(guān)操作系統(tǒng)和機器學(xué)習(xí)的本科論文。

　　她的研究重點集中在通過重新理解ML算法和時間，理解和改善機器學(xué)習(xí)的長期社會影響。

　　在算法方面，她利用了魯棒優(yōu)化、約束優(yōu)化和統(tǒng)計學(xué)學(xué)習(xí)理論工具。

　　Guodong Zhang（張國棟）

　　張國棟是多倫多大學(xué)機器學(xué)習(xí)小組的一名博士生，他的導(dǎo)師是Roger Grosse教授。

　　他的研究目標集中在開發(fā)一種可以高效、持續(xù)學(xué)習(xí)數(shù)據(jù)和經(jīng)驗的智能機器，可以對自己的決策進行推理，更重要的是能為人們的利益做決策。

　　這類文題通常被稱為最小化問題或是multi-player game，通過優(yōu)化算法、概率推理或是均衡計算來解決。

　　值得一提的是，張的目標是設(shè)計出一類算法和模型可以訓(xùn)練得更快、生成的結(jié)果更好，還能提供 校準的不確定性。

　　近期，張開始學(xué)習(xí)有關(guān)推理和AI安全方面的知識。

　　今年一共有15位學(xué)生入選，以下是入選學(xué)生的完整名單：