亞馬遜 AI 博士獎(jiǎng)學(xué)金獲得者已經(jīng)陸續(xù)公布了，該計(jì)劃將資助來自九所大學(xué)的 100 多名博士生來研究機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺和自然語言處理領(lǐng)域。

九所高校包括 CMU、約翰霍普金斯大學(xué)、MIT、斯坦福大學(xué)、加州大學(xué)伯克利分校、加州大學(xué)洛杉磯分校、伊利諾伊大學(xué)厄巴納 - 香檳分校、德克薩斯大學(xué)奧斯汀分校和華盛頓大學(xué)。

另外，該項(xiàng)目將在 2025–2026 和 2026–2027 兩個(gè)學(xué)年中，向?qū)W生提供 1000 萬美元的資助，并每年額外提供 2400 萬美元的 Amazon Web Services（AWS）云計(jì)算額度。這使得該項(xiàng)目在兩年內(nèi)共計(jì)提供 6800 萬美元。

截止目前，已有多所高校公布了博士生入選名單，接下來，我們看看華人學(xué)者有哪些。

MIT

Jenny Huang

Jenny Huang 是 EECS 的博士生。她的研究興趣包括數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)、不確定性量化以及高效人工智能的開發(fā)。Huang 在杜克大學(xué)獲得了統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)學(xué)士學(xué)位。

David Jin

David Jin 是計(jì)算科學(xué)與工程系的博士生。Jin 對(duì)可擴(kuò)展計(jì)算有濃厚興趣，并致力于通過算法設(shè)計(jì)和現(xiàn)代硬件推動(dòng)其發(fā)展。在機(jī)器人和能源應(yīng)用方面，他的研究專注于人工智能驅(qū)動(dòng)決策系統(tǒng)中 GPU 加速的大規(guī)模優(yōu)化方法。

Songyuan Zhang（張凇源）

張凇源是航空航天系的博士研究生，本科畢業(yè)于清華大學(xué)錢學(xué)森工程科學(xué)實(shí)驗(yàn)班（錢班）。他是可靠自主系統(tǒng)實(shí)驗(yàn)室的成員。張的研究興趣集中在安全多智能體系統(tǒng)、強(qiáng)化學(xué)習(xí)、控制理論和機(jī)器人。目前，他的目標(biāo)是開發(fā)真正智能的輔助機(jī)器人。

CMU

Yuxiao Qu

Yuxiao Qu 希望為 AI 智能體賦予人類的求知欲，一個(gè)像科學(xué)家一樣尋求知識(shí)的 AI 系統(tǒng) —— 提出假設(shè)、進(jìn)行實(shí)驗(yàn)并得出結(jié)論 —— 將推動(dòng)科學(xué)研究、藥物發(fā)現(xiàn)和持續(xù)數(shù)字輔助領(lǐng)域的探索前沿。他本科畢業(yè)于香港中文大學(xué)。

Danqing Wang（王丹青）

王丹青正致力于通過建立基準(zhǔn)和評(píng)估方法、將安全性和功能性整合到訓(xùn)練中，并確保智能體僅共享必要信息以提高效率并降低風(fēng)險(xiǎn)，從而提高基于 LLM 智能體在復(fù)雜現(xiàn)實(shí)環(huán)境中的可靠性和安全性。這項(xiàng)研究將為開發(fā)智能、可信且安全的 AI 智能體奠定堅(jiān)實(shí)基礎(chǔ)。

她本碩畢業(yè)于復(fù)旦大學(xué)計(jì)算機(jī)專業(yè)，曾在字節(jié)跳動(dòng)研究院 AI 實(shí)驗(yàn)室擔(dān)任研究員，在 Meta AI（FAIR）、阿里巴巴（Qwen 團(tuán)隊(duì)）實(shí)習(xí)。

Mengdi Wu（吳夢(mèng)迪）

吳夢(mèng)迪本科畢業(yè)于清華大學(xué)姚班。她利用機(jī)器學(xué)習(xí)來自動(dòng)學(xué)習(xí)和適應(yīng)計(jì)算內(nèi)核優(yōu)化策略，以適用于硬件和工作負(fù)載。這項(xiàng)工作旨在跨不同平臺(tái)提供高性能內(nèi)核，同時(shí)減少開發(fā)人員的工作量，并實(shí)現(xiàn)更快、更具可擴(kuò)展性的模型訓(xùn)練和推理。

Xinyu Yang

Xinyu Yang 希望通過簡化端到端訓(xùn)練系統(tǒng)來使 AI 智能體得到擴(kuò)展。他的工作引入了一種新的生成模型架構(gòu)，該架構(gòu)能夠在單個(gè)模型運(yùn)行時(shí)實(shí)現(xiàn)多智能體工作流程。他本科畢業(yè)于上海交通大學(xué) ACM 班。

Zeji Yi

Zeji Yi 希望將生成模型應(yīng)用于通用機(jī)器人平臺(tái)，例如人形機(jī)器人和靈巧手。這項(xiàng)工作可能為下一代人形機(jī)器人基礎(chǔ)模型鋪平道路，其潛在應(yīng)用包括倉庫自動(dòng)化和配送中心。

他本科畢業(yè)于清華大學(xué)錢學(xué)森工程科學(xué)實(shí)驗(yàn)班，碩士畢業(yè)于清華。

Zichun Yu

Zichun Yu 主要研究 LLM 面臨的一些挑戰(zhàn)，即有機(jī)數(shù)據(jù)有限及其對(duì)模型預(yù)訓(xùn)練造成的瓶頸。Zichun Yu 專注于設(shè)計(jì)和優(yōu)化合成數(shù)據(jù)生成系統(tǒng)，以補(bǔ)充稀缺的有機(jī)數(shù)據(jù)，從而提升數(shù)據(jù)的質(zhì)量和數(shù)量，最終提供更優(yōu)、更純凈、更豐富的預(yù)訓(xùn)練數(shù)據(jù)。他本科畢業(yè)于清華大學(xué)。

Xinran Zhao

Xinran Zhao 研究領(lǐng)域之一是增強(qiáng)RAG，一種依賴外部來源的生成式人工智能，這些來源在不確定的來源、不斷變化的用戶解釋和先前的行為方面存在困難。Xinran Zhao的新系統(tǒng)提高了在復(fù)雜 RAG 場(chǎng)景中的意識(shí)、歸因和有效性。他本科畢業(yè)于香港科技大學(xué)。

UC 伯克利

Dacheng Li

Dacheng Li 的研究目標(biāo)是高效地開發(fā)人工智能和人工世界，他一直從事視覺和文本生成模型以及分布式系統(tǒng)的交叉領(lǐng)域研究。

Hao Wang

Hao Wang 主要研究通過受控安全推理實(shí)現(xiàn)實(shí)用的安全代碼生成。由 Koushik Sen 和 Dawn Song 共同指導(dǎo)。Hao Wang 對(duì)安全、軟件工程和 LLM 的交叉領(lǐng)域感興趣，目前專注于安全代碼生成。

Melissa Pan

Melissa Pan 導(dǎo)師是 Matei Zaharia 教授，隸屬于 Sky Computing 實(shí)驗(yàn)室。研究方向是在大規(guī)模機(jī)器學(xué)習(xí)和數(shù)據(jù)中心系統(tǒng)中，將可持續(xù)性作為首要優(yōu)化目標(biāo)，同時(shí)關(guān)注效率。Melissa Pan 感興趣的方向包括：機(jī)器學(xué)習(xí)系統(tǒng)、數(shù)據(jù)中心計(jì)算和分布式系統(tǒng)。

Shiyi Cao（曹詩怡）

曹詩怡導(dǎo)師是 Ion Stoica 和 Joseph Gonzalez，隸屬于天空計(jì)算實(shí)驗(yàn)室和 BAIR。她在上海交通大學(xué)獲得了計(jì)算機(jī)科學(xué)學(xué)士學(xué)位，主要感興趣的方向?yàn)樵诖笠?guī)模異構(gòu)系統(tǒng)上加速 / 優(yōu)化計(jì)算（尤其是機(jī)器學(xué)習(xí)工作負(fù)載）。

Shuo Yang

Shuo Yang 導(dǎo)師是 Ion Stoica 教授。他在上海交通大學(xué) ACM 榮譽(yù)班完成了本科學(xué)業(yè)。Shuo Yang 的研究方向是高效的機(jī)器學(xué)習(xí)，包括 LLM 推理和 DiT 視頻生成。

UT Austin

Haoyu Li

個(gè)人主頁：https://lihy0529.github.io/

Haoyu Li 導(dǎo)師是 Aditya Akella 和 Venkat Arun。他的研究重點(diǎn)是利用人工智能技術(shù)來提升現(xiàn)代系統(tǒng)的性能和可用性，重點(diǎn)關(guān)注數(shù)據(jù)分析流程、LLM 緩存管理以及邊緣計(jì)算和自動(dòng)駕駛汽車系統(tǒng)的調(diào)度。在此之前，Haoyu Li 于 2023 年在北京大學(xué)圖靈班獲理學(xué)學(xué)士學(xué)位。

Junbo Li

個(gè)人主頁：https://ljb121002.github.io/

Junbo Li 的導(dǎo)師是 Atlas Wang 和 Qiang Liu。主要研究方向是 agentic 大語言模型和強(qiáng)化學(xué)習(xí)，重點(diǎn)是構(gòu)建能夠自我演進(jìn)的流程，該流程能夠解釋指令，同時(shí)動(dòng)態(tài)地利用外部工具、環(huán)境和推理來解決復(fù)雜的現(xiàn)實(shí)問題。

2023 年，Junbo Li 獲得加州大學(xué)圣克魯茲分校計(jì)算機(jī)科學(xué)碩士學(xué)位，2021 年，獲得復(fù)旦大學(xué)數(shù)學(xué)與應(yīng)用數(shù)學(xué)學(xué)士學(xué)位。高中期間，他曾學(xué)習(xí)了一年數(shù)學(xué)競(jìng)賽，并在中國數(shù)學(xué)奧林匹克（CMO）中獲得銀牌。

Kaizhao Liang

個(gè)人主頁：https://kyleliang919.github.io/

Kaizhao Liang 現(xiàn)在的導(dǎo)師是 Qiang Liu，他的研究方向包括高效訓(xùn)練方法、稀疏神經(jīng)網(wǎng)絡(luò)以及大語言模型。此前，他在伊利諾伊大學(xué)厄巴納 - 香檳分校獲得計(jì)算機(jī)科學(xué)學(xué)士學(xué)位。

Zeping Liu

Zeping Liu 的導(dǎo)師是 Gengchen Mai。他的研究重點(diǎn)是推進(jìn)地理空間人工智能研究，重點(diǎn)關(guān)注地理基礎(chǔ)模型和空間表征學(xué)習(xí)。他在期刊和會(huì)議上發(fā)表了 14 篇論文，包括 NeurIPS、RSE、ESSD 和 IEEE TGRS，并擔(dān)任 8 個(gè)期刊的審稿人。

Haoran Xu（徐浩然）

學(xué)術(shù)主頁：https://scholar.google.com/citations?user=iX8AJI0AAAAJ&hl=zh-CN

Haoran Xu 的導(dǎo)師是 Amy Zhang。他的工作重點(diǎn)是擴(kuò)展強(qiáng)化學(xué)習(xí)方法并整合生成式人工智能，以推動(dòng)超越人類的通用人工智能，尤其是在機(jī)器人技術(shù)和大語言模型領(lǐng)域的應(yīng)用。他曾在微軟研究院擔(dān)任暑期研究實(shí)習(xí)生。

Chutong Yang

個(gè)人主頁：https://chutongyang98.github.io/

Chutong Yang 的導(dǎo)師是 Kevin Tian。他對(duì)理論計(jì)算機(jī)科學(xué)和可信機(jī)器學(xué)習(xí)中的算法設(shè)計(jì)和分析有著廣泛的興趣。他的興趣包括使用優(yōu)化和統(tǒng)計(jì)工具來解決學(xué)習(xí)理論、算法公平性等方面的問題。2023 年 Chutong Yang 獲得斯坦福大學(xué)計(jì)算機(jī)科學(xué)碩士學(xué)位。2020 年獲得加州大學(xué)圣地亞哥分校計(jì)算機(jī)科學(xué)和數(shù)學(xué)雙學(xué)士學(xué)位。

Xiao Zhang

個(gè)人主頁：https://timez-zx.github.io/

Xiao Zhang 導(dǎo)師是 Daehyeok Kim。他的研究重點(diǎn)是網(wǎng)絡(luò)化和分布式系統(tǒng)，目前重點(diǎn)是通過跨層遙測(cè)和資源管理實(shí)現(xiàn) 5G 邊緣可預(yù)測(cè)的 AI 性能。他的目標(biāo)是構(gòu)建實(shí)用的系統(tǒng)，以彌合現(xiàn)實(shí)世界的部署挑戰(zhàn)和核心 AI 基礎(chǔ)設(shè)施需求。在攻讀博士學(xué)位之前，Xiao Zhang 在上海交通大學(xué)獲得了碩士和學(xué)士學(xué)位。

以上是現(xiàn)已公布的獲獎(jiǎng)?wù)呙麊?，之后其他學(xué)校名單也會(huì)陸續(xù)公布，大家可以再等等。