苹果博士奖学金旨在奖励和支持计算机科学与工程领域极具潜力的博士研究生开展研究，每年颁发一次。获奖者不仅可以获得奖学金支持，还能得到苹果实习机会和苹果研究员的学术指导。近日，苹果宣布了 2022 年人工智能或机器学习领域的博士生奖学金名单。
今年共有 15 位博士生入选，其中有 4 位华人博士生，包括浙江大学的彭思达、北卡罗来纳大学教堂山分校的姜翌辰、加州大学伯克利分校的 Serena L. Wang 和多伦多大学的张国栋。
彭思达
彭思达是浙江大学计算机科学专业的博士生，师从周晓巍教授。他于 2018 年获得浙江大学信息工程学士学位，当前的研究重点是重建和物体姿态估计，已有多篇论文入选 CVPR、ICCV 等顶会。
彭思达还获得过国家奖学金、Style3D 研究生奖学金等多项荣誉：
姜翌辰
姜翌辰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博士生。师从 Mohit Bansal 教授 ，并在 UNC-NLP 研究小组工作。
姜翌辰的研究重点是分析和提高神经网络理解自然语言基础结构的能力，以及多跳（multi-hop）推理的可解释性和对抗鲁棒性。
姜翌辰在 UNC Chapel Hill 获得了学士学位和硕士学位，并在 Microsoft Research 和 Facebook AI 实习。
姜翌辰的研究展示了现有模型是如何缺乏组合性和走推理捷径的，并设计了可解释的模块化模型，以更鲁棒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 以激励未来的工作。
此外，姜翌辰还将 Tensor-Product 合并到一个 Transformer 中，以便更好地进行抽象摘要（abstractive summarization）。他的最终目标是构建能够组合重组结构和内容以理解自然语言和理解这个世界的人工智能系统。
Serena L. Wang
Serena L. Wang 是加州大学伯克利分校计算机科学专业的一名博士生，导师是 Rediet Abebe 和 Michael I. Jordan。她本科毕业于哈佛大学计算机科学专业，曾获得 NSF 研究生研究奖学金。
Serena L. Wang 的研究重点是通过重新思考机器学习算法和实践来理解和改善机器学习的社会影响，研究方向主要包括稳健优化、约束优化和统计学习理论。她已经与 Google Research 进行了约 5 年的科研合作，是 Glassbox 机器学习研究团队的成员。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。
张国栋
张国栋是多伦多大学机器学习小组的博士生，导师是 Roger Grosse。张国栋本科毕业于浙江大学信息工程专业，当前的研究兴趣是开发智能机器，以高效、持续地从数据和实验中学习，并对决策进行自主推理。这个研究方向也被称为最小化问题或博弈，通常使用优化算法、概率推理或均衡计算来解决。张国栋的研究目标是设计出能够更快训练、更好泛化、并提供良好校准不确定性的算法和模型。此外，他也对 AI 系统的安全感兴趣。
2022 年苹果博士奖学金完整获奖名单如下：
参考链接：
https://machinelearning.apple.com/updates/apple-scholars-aiml-2022
