某机构与UCLA公布受赠研究奖项及研究生奖学金获得者名单
加州大学洛杉矶分校（UCLA）人性与人工智能科学中心宣布了其首届奖项的获得者。这些奖项旨在表彰那些践行该中心“研究人工智能（AI）社会影响”使命的研究人员。该奖项包括六项由赠款资助的研究项目和十二项某机构奖学金。
该UCLA科学中心由某机构资助，并设立于UCLA萨缪利工程学院，旨在促进学术研究人员与某机构科学家之间的合作。
奖项背景与评选
某机构与UCLA于2021年10月启动了该科学中心，并同步向UCLA全校教师征集研究提案，以及某机构奖学金的提名。该中心的顾问组从55份提交的提案中选出了六项受赠奖获得者，并从25份提名中选出了十二位某机构奖学金获得者。
获奖者的研究都与该中心的核心主题——人工智能对人类社会整体的应用——紧密相连。
某机构奖学金获得者及其研究方向
这些奖学金为UCLA萨缪利学院选定的博士生提供最多两个学年的资助，以支持他们开展独立的研究项目。这些获奖博士生在计算机科学、电子与计算机工程、机械与航空航天工程系学习。除了项目资助外，他们还将被邀请申请到某机构实习。
以下是获奖者名单、研究领域及导师：
- 陈向宁：研究方向为自动化与高效机器学习，例如自动识别高性能神经架构，以及开发加速大规模预训练的优化器。导师：Cho-Jui Hsieh
- 范如超：研究方向为低资源场景下的儿童自动语音识别，以及非自回归的端到端自动语音识别模型。导师：Abeer Alwan
- 安东尼奥斯·吉尔吉斯：研究方向为通信高效且保护隐私的机器学习，以及统计机器学习中隐私与效用之间的权衡。导师：Suhas Diggavi
- 胡泽尼：研究方向为用于建模大规模复杂图的更高效图神经网络，以及基于图神经网络的可微分符号推理。导师：Yizhou Sun
- 黄子杰：研究方向为基于图结构动态数据进行推理的深度学习，以及对时空数据和知识图谱的建模。导师：Yizhou Sun 和 Wei Wang
- 迈克尔·克莱曼：研究方向为表示学习、计算神经科学、机器学习与信息理论，包括训练过程中可用信息与最优表示的演化。导师：Jonathan Kao
- 李念哈罗德：研究方向从非对齐数据中学习视觉-语言对齐，以及利用视觉-语言数据提升计算机视觉模型。导师：Kai-Wei Chang
- 孟涛：研究方向为用于弥合自然语言处理与机器学习中分布差异的约束推理。导师：Kai-Wei Chang
- 乔一帆：研究方向为通过全栈系统实现大规模机器学习训练的普及化，开发涵盖机器学习算法与系统、操作系统及云基础设施的全栈解决方案。导师：Harry Xu 和 Miryung Kim
- 阿卡什·迪普·辛格：研究方向为弥合移动系统与物联网中射频传感硬件与机器学习框架之间的差距。导师：Mani Srivastava
- 张伟彤：研究方向为优化与机器学习，特别是可解释与可问责的强化学习系统，并设计面向实际问题的、可证明数据高效的算法。导师：Quanquan Gu
- 赵华静：研究方向为开发新颖的、多感官驱动的机器人系统，结合视觉与触觉感知，实现灵巧操作控制与决策，以支持安全的人机协作。导师：Veronica Santos
受赠研究奖项获得者及其项目
受赠研究奖项的获得者将获得资金，用于人工智能和机器学习的探索性项目。其中四个项目与AI在应对公共卫生挑战方面的潜在应用相关：
- “生物医学中的知识图谱表示学习与应用”，魏王
- “应用于心血管代谢疾病生物学发现的深度学习”，Sriram Sankararaman, Paivi Pajukanta 和 Tzung Hsiai
- “利用电子健康档案衍生表型与遗传风险评分预测围产期抑郁症”，Loes Olde Loohuis 和 Jeffrey Chiang
- “用于检测新型病原体和演化病毒变异的可扩展测序方法”，Valerie Arboleda, Joshua Bloom, Eleazar Eskin, Chongyuan Luo 和 Leonid Kruglyak
另外两个获奖项目则提出应用AI和机器学习满足其他社会需求：
- “用AI对抗野火：利用概率地理空间深度学习实现高保真野火模拟”，Ertugrul Taciroglu 和 Mohamad Alipour
- “用于高效且鲁棒机器学习的核心集”，Baharan MirzasoleimanFINISHED
