作者 | 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 。

文章图片

（图为 2022 年“苹果学者”完整获奖名单）
四位华人学生为 Yicheng Jiang（姜翌辰）、Sida Peng（彭思达）、Serena Wang 以及 Guodong Zhang（张国栋） ， 姜翌辰、张国栋以及 Serena Wang 三人分别就读于北卡罗来纳大学教堂山分校、多伦多大学以及加利福尼亚大学伯克利分校 ， 彭思达就读的则是国内的浙江大学 。
Yicheng Jiang（姜翌辰）

文章图片

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 ， 还曾在微软研究院和 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

文章图片

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 。 发表的学术论文包括《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）

文章图片

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 。