2024蘋果學者名單公佈,華人佔一半!賓大博士生曾和Jim Fan搞出英偉達最火機器人
一年一度的「蘋果學者」最新名單公佈了!
蘋果機器學習研究中心(Apple Machine Learning Research)剛剛宣布了2024年獲得博士生獎學金的「蘋果學者」名單,這表明他們在人工智慧/機器學習領域對才華橫溢的學生進行支持和鼓勵。
值得一提的是,今年共有21位學者獲獎。其中,華人學者名額佔據半壁江山,有11人。
蘋果學者博士獎學金旨在獎勵在電腦科學和工程領域,從研究生到博士後階段做出卓越貢獻的研究人員。這個獎學金旨在支持和鼓勵人工智慧與機器學習領域的創新工作,以推動科學和技術的進步。
每位獲獎學金的學生在攻讀博士學位期間將得到財務支持,並獲得實習機會,同時也將受到蘋果公司同領域研究員的指導。
每位"蘋果學者"都是根據其創新研究、領導能力、合作記錄以及促進領域發展的承諾而被選定的。
一起看看,獲獎的華人學者有哪些?
11位華人學者當選
#Jie He
愛丁堡大學,訊息檢索與知識
#Jie He是愛丁堡大學的博士生,導師是Jeff Pan。他致力於開發更可靠、更準確的生成模型,尤其是透過診斷和評估模型的弱點,來進行針對性的改進。他最近研究主要包括「常識推理和檢索增強語言模型」。
他於2022年在天津大學電腦系獲得碩士學位,並在2019年獲得了山東大學軟體學院獲得學士學位。
Lavender (Yao) Jiang (蔣遙)
紐約大學,AI健康與保健
#Lavender Jiang是紐約大學資料科學中心的三年級博士生,導師是Eric Oermann和Kyunghyun Cho。她的研究重點是將大模型 (LLM) 安全且有效率地整合到醫療保健領域,探索其實用性、隱私影響和計算效率。
她曾在卡內基美隆大學(CMU)獲得了電機與電腦工程,以及數學科學雙學士學位。
Bowen Jin
#伊利諾大學厄巴納-香檳分校(UIUC),資訊檢索與知識
#Bowen Jin是伊利諾大學香檳分校的博士生,導師是著名的電腦科學家韓家煒( Jiawei Han)。
他的研究領域是大模型、資訊網路和文字/資料探勘。他特別關注語言模型如何整合文本、網路和多模態數據,以解決現實世界中的問題,包括資訊檢索和知識發現。
他於2021年獲得了清華大學電機工程與統計學士學位,導師是Yong Li。
目前,Bowen Jin正在維護一個很棒的GitHub庫,關於圖上的大模型,並總結了一篇綜述論文。
Daogao Liu
#華盛頓大學,隱私權保護機器學習
#Daogao Liu是華盛頓大學西雅圖分校的博士生,導師是Yin Tat Lee教授。他的研究方向是理論電腦科學和機器學習。目前,他主要專注於設計演算法和解決(convex)最佳化問題,同時滿足差分隱私限制。
他曾在2020年獲得了清華大學數學和物理學士學位。
Yecheng (Jason) Ma
#賓州大學,具身機器學習
Jason是賓州大學的四年級博士生,導師是Dinesh Jayaraman和Osbert Bastani。他的研究重點是機器人基礎模型的訓練和部署,尤其是如何讓機器人從網路規模的多模態資料中學習。
他在哈佛大學獲得了電腦和數學雙學士學位。
值得一提的是,Yecheng (Jason) Ma也是去年英偉達爆火Eureka機器人的作者之一。
Renjie Pi(皮仁傑)
#香港科技大學,以資料為中心的AI
#Renjie是香港科技大學的三年級博士生,由Tong Zhang教授和Xiaofang Zhou教授共同指導。他主要研究以資料為中心的人工智慧方法,包括提高資料品質、減少資料冗餘和自動產生訓練資料的方法。目前,他正在研究大模型、多模態學習和資料生成的交叉問題。
他曾在2017年北京大學的訪問學者,並在2018年-2019年之間成為馬裡蘭大學的交換生。
Mengzhou Xia(夏夢舟)
普林斯頓大學,語音與自然語言
#我目前是普林斯頓大學電腦系的四年級博士生,導師是陳丹琦教授。她現在是普林斯頓自然語言處理小組的成員。 ######
在此之前,我是卡內基美隆大學的碩士研究生,顧問是Graham Neubig教授。
夏夢舟曾在復旦大學大數據學院獲得學士學位。
Mengzhou Xia的研究主要集中在,開發學術預算範圍內可負擔的強大的小規模基礎模型。其中就包括開發模型壓縮方法和高效率的資料選擇策略。
根據她的個人主頁,今年共有3篇論文被ICLR 2024接收。
Yiming Xie(謝一鳴)
美國東北大學,電腦視覺
Yiming Xie是東北大學電腦科學專業的三年級博士生,導師是Huaizu Jiang教授。他的研究重點是三維電腦視覺,尤其是三維重建、感知和生成。他的目標是為擴增實境(AR)開發一種能統一三維感知和生成的智慧系統。
他曾在Xiaowei Zhou的教授指導下於2019年獲得了浙江大學學士學位。
Jiayuan Ye
#新加坡國立大學,隱私權保護機器學習
Jiayuan是新加坡國立大學的博士生,導師是Reza Shokri。她主要研究各種威脅模型和任務下,學習演算法的嚴密隱私分析。她的研究旨在實現在保證較好隱私性的同時,保留其他理想特性,如實用性和效率性的學習。
她於2020年獲得了中國科學技術大學數學科學學院的學士學位。
Jieyu Zhang
#華盛頓大學,資料為中心的人工智慧
Jieyu Zhang是華盛頓大學Paul G. Allen電腦科學與工程學院的博士生,師從Ranjay Krishna教授和Alex Ratner教授。他的研究重點是以數據為中心的人工智慧/ML,強調忠實評估和輕量級方法。他的目標是開發高效和有效的方法,以創建高品質的訓練資料集和全面的評估基準。
在此之前,他曾獲得了UIUC電腦學士學位,導師是韓家煒(Jiawei Han)。
Zhuohao (Jerry) Zhang(張倬豪)
華盛頓大學,無障礙人工智慧
#Zhuohao (Jerry) Zhang是華盛頓大學的三年級博士生,指導教授是Jacob O. Wobbrock教授。他的研究重點是利用人與AI的互動來解決現實世界中的無障礙問題。他對設計和評估智慧輔助技術特別感興趣,以實現創造性任務無障礙化。
他曾在UIUC獲得了CS理學碩士學位,並在SALT實驗室得到Yang Wang教授指導,並在此之前獲得了浙江大學CS學士學位。
完整名單
以上是2024蘋果學者名單公佈,華人佔一半!賓大博士生曾和Jim Fan搞出英偉達最火機器人的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

0.這篇文章乾了啥?提出了DepthFM:一個多功能且快速的最先進的生成式單目深度估計模型。除了傳統的深度估計任務外,DepthFM還展示了在深度修復等下游任務中的最先進能力。 DepthFM效率高,可以在少數推理步驟內合成深度圖。以下一起來閱讀這項工作~1.論文資訊標題:DepthFM:FastMonocularDepthEstimationwithFlowMatching作者:MingGui,JohannesS.Fischer,UlrichPrestel,PingchuanMa,Dmytr

想像一下,一個人工智慧模型,不僅擁有超越傳統運算的能力,還能以更低的成本實現更有效率的效能。這不是科幻,DeepSeek-V2[1],全球最強開源MoE模型來了。 DeepSeek-V2是一個強大的專家混合(MoE)語言模型,具有訓練經濟、推理高效的特點。它由236B個參數組成,其中21B個參數用於啟動每個標記。與DeepSeek67B相比,DeepSeek-V2效能更強,同時節省了42.5%的訓練成本,減少了93.3%的KV緩存,最大生成吞吐量提高到5.76倍。 DeepSeek是一家探索通用人工智

AI,的確正在改變數學。最近,一直十分關注這個議題的陶哲軒,轉發了最近一期的《美國數學學會通報》(BulletinoftheAmericanMathematicalSociety)。圍繞著「機器會改變數學嗎?」這個話題,許多數學家發表了自己的觀點,全程火花四射,內容硬核,精彩紛呈。作者陣容強大,包括菲爾茲獎得主AkshayVenkatesh、華裔數學家鄭樂雋、紐大電腦科學家ErnestDavis等多位業界知名學者。 AI的世界已經發生了天翻地覆的變化,要知道,其中許多文章是在一年前提交的,而在這一

波士頓動力Atlas,正式進入電動機器人時代!昨天,液壓Atlas剛「含淚」退出歷史舞台,今天波士頓動力就宣布:電動Atlas上崗。看來,在商用人形機器人領域,波士頓動力是下定決心要跟特斯拉硬剛一把了。新影片放出後,短短十幾小時內,就已經有一百多萬觀看。舊人離去,新角色登場,這是歷史的必然。毫無疑問,今年是人形機器人的爆發年。網友銳評:機器人的進步,讓今年看起來像人類的開幕式動作、自由度遠超人類,但這真不是恐怖片?影片一開始,Atlas平靜地躺在地上,看起來應該是仰面朝天。接下來,讓人驚掉下巴

本月初,來自MIT等機構的研究者提出了一種非常有潛力的MLP替代方法—KAN。 KAN在準確性和可解釋性方面表現優於MLP。而且它能以非常少的參數量勝過以更大參數量運行的MLP。例如,作者表示,他們用KAN以更小的網路和更高的自動化程度重現了DeepMind的結果。具體來說,DeepMind的MLP有大約300,000個參數,而KAN只有約200個參數。 KAN與MLP一樣具有強大的數學基礎,MLP基於通用逼近定理,而KAN基於Kolmogorov-Arnold表示定理。如下圖所示,KAN在邊上具

特斯拉機器人Optimus最新影片出爐,已經可以在工廠裡打工了。正常速度下,它分揀電池(特斯拉的4680電池)是這樣的:官方還放出了20倍速下的樣子——在小小的「工位」上,揀啊揀啊揀:這次放出的影片亮點之一在於Optimus在廠子裡完成這項工作,是完全自主的,全程沒有人為的干預。而且在Optimus的視角之下,它還可以把放歪了的電池重新撿起來放置,主打一個自動糾錯:對於Optimus的手,英偉達科學家JimFan給出了高度的評價:Optimus的手是全球五指機器人裡最靈巧的之一。它的手不僅有觸覺

什麼?瘋狂動物城被國產AI搬進現實了?與影片一同曝光的,是一款名為「可靈」全新國產影片生成大模型。 Sora利用了相似的技術路線,結合多項自研技術創新,生產的影片不僅運動幅度大且合理,還能模擬物理世界特性,具備強大的概念組合能力與想像。數據上看,可靈支持生成長達2分鐘的30fps的超長視頻,分辨率高達1080p,且支援多種寬高比。另外再劃個重點,可靈不是實驗室放出的Demo或影片結果演示,而是短影片領域頭部玩家快手推出的產品級應用。而且主打一個務實,不開空頭支票、發布即上線,可靈大模型已在快影

寫在前面項目連結:https://nianticlabs.github.io/mickey/給定兩張圖片,可以透過建立圖片之間的對應關係來估計它們之間的相機姿態。通常,這些對應關係是二維到二維的,而我們估計的姿態在尺度上是不確定的。一些應用,例如隨時隨地實現即時增強現實,需要尺度度量的姿態估計,因此它們依賴外部的深度估計器來恢復尺度。本文提出了MicKey,這是一個關鍵點匹配流程,能夠夠預測三維相機空間中的度量對應關係。透過學習跨影像的三維座標匹配,我們能夠在沒有深度測試的情況下推斷度量相對
