機器之心報道
機器之心編輯部
2022 年蘋果博士獎學金共有 15 位學生入選，其中包括 4 位華人博士生。
蘋果博士獎學金旨在獎勵和支援計算機科學與工程領域極具潛力的博士研究所學生開展研究，每年頒發一次。獲獎者不僅可以獲得獎學金支援，還能得到蘋果實習機會和蘋果研究員的學術指導。近日，蘋果宣布了 2022 年人工智能或機器學習領域的博士生獎學金名單。
今年共有 15 位博士生入選，其中有 4 位華人博士生，包括浙江大學的彭思達、北卡羅來納大學教堂山分校的姜翌辰、加州大學伯克利分校的 Serena L. Wang 和多倫多大學的張國棟。
彭思達
彭思達是浙江大學計算機科學專業的博士生，師從周曉巍教授。他于 2018 年獲得浙江大學資訊工程學士學位，目前的研究重點是重建和物體姿态估計，已有多篇論文入選 CVPR、ICCV 等頂會。
彭思達還獲得過國家獎學金、Style3D 研究所學生獎學金等多項榮譽：
姜翌辰
姜翌辰是北卡羅來納大學教堂山分校（UNC Chapel Hill）計算機科學系的一名博士生。師從 Mohit Bansal 教授 ，并在 UNC-NLP 研究小組工作。
姜翌辰的研究重點是分析和提高神經網絡了解自然語言基礎結構的能力，以及多跳（multi-hop）推理的可解釋性和對抗魯棒性。
姜翌辰在 UNC Chapel Hill 獲得了學士學位和碩士學位，并在 Microsoft Research 和 Facebook AI 實習。
姜翌辰的研究展示了現有模型是如何缺乏組合性和走推理捷徑的，并設計了可解釋的子產品化模型，以更魯棒地回答複雜的多跳問題，同時還收集了多跳事實驗證資料集 HoVer 以激勵未來的工作。
此外，姜翌辰還将 Tensor-Product 合并到一個 Transformer 中，以便更好地進行抽象摘要（abstractive summarization）。他的最終目标是建構能夠組合重組結構和内容以了解自然語言和了解這個世界的人工智能系統。
Serena L. Wang
Serena L. Wang 是加州大學伯克利分校計算機科學專業的一名博士生，導師是 Rediet Abebe 和 Michael I. Jordan。她大學畢業于哈佛大學計算機科學專業，曾獲得 NSF 研究所學生研究獎學金。
Serena L. Wang 的研究重點是通過重新思考機器學習算法和實踐來了解和改善機器學習的社會影響，研究方向主要包括穩健優化、限制優化和統計學習理論。她已經與 Google Research 進行了約 5 年的科研合作，是 Glassbox 機器學習研究團隊的成員。該研究團隊使用限制優化讓機器學習模型更具可解釋性和可控性。
張國棟
張國棟是多倫多大學機器學習小組的博士生，導師是 Roger Grosse。張國棟大學畢業于浙江大學資訊工程專業，目前的研究興趣是開發智能機器，以高效、持續地從資料和實驗中學習，并對決策進行自主推理。這個研究方向也被稱為最小化問題或博弈，通常使用優化算法、機率推理或均衡計算來解決。張國棟的研究目标是設計出能夠更快訓練、更好泛化、并提供良好校準不确定性的算法和模型。此外，他也對 AI 系統的安全感興趣。
2022 年蘋果博士獎學金完整獲獎名單如下：
參考連結：
https://machinelearning.apple.com/updates/apple-scholars-aiml-2022