La liste des Apple Scholars 2024 a été annoncée, dont la moitié sont chinoises ! Un étudiant au doctorat de Penn a déjà travaillé avec Jim Fan pour créer le robot le plus populaire de Nvidia

La dernière liste annuelle des « Apple Scholars » a été annoncée !

Apple Machine Learning Research vient d'annoncer la liste des "Apple Scholars" qui recevront des bourses de doctorat en 2024, ce qui montre qu'ils soutiennent et encouragent les étudiants talentueux dans le domaine de l'intelligence artificielle/machine learning.

Il convient de mentionner qu'un total de 21 boursiers ont remporté le prix cette année. Parmi eux, les universitaires chinois représentent la moitié du quota, soit 11 personnes.

La bourse de doctorat Apple Scholars est conçue pour récompenser les chercheurs qui ont apporté des contributions exceptionnelles dans les domaines de l'informatique et de l'ingénierie, des étudiants diplômés aux niveaux postdoctoraux. Cette bourse vise à soutenir et encourager les travaux innovants dans le domaine de l’intelligence artificielle et de l’apprentissage automatique pour faire progresser la science et la technologie.

Chaque étudiant boursier recevra un soutien financier et des opportunités de stage pendant ses études de doctorat, et sera également encadré par des chercheurs Apple dans le même domaine.

Chaque Apple Scholar est sélectionné en fonction de ses recherches innovantes, de son leadership, de ses antécédents de collaboration et de son engagement à faire progresser le domaine.

Jetons un coup d’œil : qui sont les universitaires chinois primés ? 11 universitaires chinois élus Il est Édimbourg Un doctorant à l'université, le superviseur est Jeff Pan. Il travaille au développement de modèles génératifs plus fiables et plus précis, notamment en diagnostiquant et en évaluant les faiblesses des modèles afin d'apporter des améliorations ciblées. Ses recherches récentes portent principalement sur « le raisonnement de bon sens et les modèles de langage améliorés par la récupération ».

Il a obtenu une maîtrise du Département d'informatique de l'Université de Tianjin en 2022 et un baccalauréat de la School of Software de l'Université de Shandong en 2019. Lavender Jiang He est membre du NYU Data Science Center. Étudiant en première année de doctorat, les superviseurs sont Eric Oermann et Kyunghyun Cho. Ses recherches portent sur l'intégration sûre et efficace de grands modèles (LLM) dans les soins de santé, explorant leur utilité, leurs implications en matière de confidentialité et leur efficacité informatique.

Elle a obtenu un double baccalauréat en génie électrique et informatique et en sciences mathématiques de l'Université Carnegie Mellon (CMU).

Bowen JinUniversité de l'Illinois à Urbana-Champaign (UIUC), recherche d'informations et connaissances

Bowen Jin est doctorant à l'Université de l'Illinois à Urbana -Champaign, Le mentor est le célèbre informaticien Jiawei Han.

Ses domaines de recherche sont les grands modèles, les réseaux d'information et l'exploration de textes/données. Il s'intéresse particulièrement à la manière dont les modèles linguistiques intègrent le texte, le Web et les données multimodales pour résoudre des problèmes du monde réel, notamment la recherche d'informations et la découverte de connaissances.

Il a obtenu son baccalauréat en génie électrique et statistiques de l'Université Tsinghua en 2021, et son superviseur était Yong Li.

Actuellement, Bowen Jin maintient un excellent référentiel GitHub sur les grands modèles sur graphiques et résume un article de révision.

Daogao Liu

Université de Washington, Privacy Preserving Machine Learning

Daogao Liu est doctorant à l'Université de Washington, Seattle, professeur Yin. Tat Lee. Ses intérêts de recherche portent sur l’informatique théorique et l’apprentissage automatique. Actuellement, il se concentre sur la conception d'algorithmes et la résolution de problèmes d'optimisation (convexes) tout en satisfaisant des contraintes différentielles de confidentialité.

Il a obtenu son baccalauréat en mathématiques et physique de l'Université Tsinghua en 2020.

Yecheng (Jason) Ma

University of Pennsylvania, Embodied Machine Learning

Jason est doctorant en quatrième année à l'Université de Pennsylvanie, édité par Dinesh Jayaraman et Osbert Bastani. Ses recherches portent sur la formation et le déploiement de modèles de robots de base, en particulier sur la manière de permettre aux robots d'apprendre à partir de données multimodales à l'échelle Internet.

Il a obtenu un double baccalauréat en informatique et en mathématiques de l'Université Harvard.

Il convient de mentionner que Yecheng (Jason) Ma est également l'un des auteurs du populaire robot Eureka de Nvidia l'année dernière.

Renjie Pi

Université des sciences et technologies de Hong Kong, IA centrée sur les données

Renjie est diplômé de l'Université des sciences de Hong Kong et Technologie Doctorant de troisième année, co-encadré par le Professeur Tong Zhang et le Professeur Xiaofang Zhou. Il se concentre sur les méthodes d'intelligence artificielle centrées sur les données, notamment les méthodes permettant d'améliorer la qualité des données, de réduire la redondance des données et de générer automatiquement des données de formation. Actuellement, il travaille sur des problèmes à l'intersection des grands modèles, de l'apprentissage multimodal et de la génération de données.

Il a été chercheur invité à l'Université de Pékin en 2017, et est devenu étudiant en échange à l'Université du Maryland entre 2018 et 2019.

Mengzhou Xia (Xia Mengzhou)

Université de Princeton, parole et langage naturel

Je suis actuellement à l'Université de Princeton Four doctorant en ème année en Département d'informatique, superviseur C'est le professeur Chen Danqi. Elle est maintenant membre du Natural Language Processing Group à Princeton.

Avant cela, j'étais étudiant en maîtrise à l'Université Carnegie Mellon et mon conseiller était le professeur Graham Neubig.

Xia Mengzhou a obtenu un baccalauréat de l'École de Big Data de l'Université de Fudan.

Les recherches de Mengzhou Xia se concentrent sur le développement de modèles de base puissants à petite échelle et abordables dans le cadre des budgets universitaires. Il s’agit notamment du développement de méthodes de compression de modèles et de stratégies efficaces de sélection de données.

Selon sa page d'accueil personnelle, un total de 3 articles ont été acceptés par l'ICLR 2024 cette année.

Yiming Xie (Xie Yiming)

Northeastern University, Computer Vision

Yiming Xie est doctorante en troisième année en informatique à la Northeastern University, superviseur C'est le professeur Huaizu Jiang. Ses recherches portent sur la vision par ordinateur 3D, notamment la reconstruction, la perception et la génération 3D. Son objectif est de développer un système intelligent qui unifie la perception et la génération tridimensionnelles pour la réalité augmentée (RA).

Il a obtenu son baccalauréat de l'Université du Zhejiang en 2019 sous la direction du professeur Xiaowei Zhou.

Jiayuan Ye

Université nationale de Singapour, apprentissage automatique préservant la confidentialité

Jiayuan est doctorante à l'Université nationale de Singapour, encadrée par Reza Shokri. Elle se concentre sur une analyse rigoureuse de la confidentialité des algorithmes d’apprentissage sous divers modèles et tâches de menace. Ses recherches visent à parvenir à un apprentissage garantissant une bonne intimité tout en conservant d’autres propriétés souhaitables telles que la praticité et l’efficacité.

Elle a obtenu son baccalauréat de l'École des sciences mathématiques de l'Université des sciences et technologies de Chine en 2020.

Jieyu Zhang

Université de Washington, Intelligence artificielle centrée sur les données

Jieyu Zhang est un Paul G. Boursier en informatique et ingénierie à la Université de Washington. Doctorant au College of Engineering, a étudié auprès du professeur Ranjay Krishna et du professeur Alex Ratner. Ses recherches se concentrent sur l’IA/ML centré sur les données, en mettant l’accent sur une évaluation fidèle et des méthodes légères. Son objectif est de développer des méthodes efficientes et efficaces pour créer des ensembles de données de formation de haute qualité et des critères d'évaluation complets.

Avant cela, il a obtenu un baccalauréat en informatique de l'UIUC et son mentor était Jiawei Han.

Zhuohao (Jerry) Zhang

Université de Washington, Intelligence artificielle accessible

Zhuohao (Jerry) Zhang est un doctorat en troisième année. Le l'instructeur est le professeur Jacob O. Wobbrock. Ses recherches portent sur l’exploitation de l’interaction homme-IA pour résoudre des problèmes d’accessibilité réels. Il s'intéresse particulièrement à la conception et à l'évaluation de technologies d'assistance intelligentes pour rendre accessibles les tâches créatives.

Il a obtenu une maîtrise ès sciences en informatique de l'UIUC et a été encadré par le professeur Yang Wang au laboratoire SALT. Avant cela, il a obtenu un baccalauréat ès sciences en informatique de l'université du Zhejiang.

Liste complète

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!