英伟达奖学金公布：华人学生占比70%，推动计算创新领域研究

机器之心报道

机器之心编辑部

华人学生占比 70％。

今天，一年一度的英伟达奖学金公布了入选者名单。

二十多年来，英伟达研究生奖学金计划（ ）一直为研究生提供与英伟达技术相关的杰出工作支持。英伟达迄今为止已向近 200 名学生提供了 600 万美元的资助，推动了机器学习、计算机视觉、机器人和系统编程等领域的研究工作。

今年同样宣布向计算创新相关领域的 10 位博士生提供每人 6 万美元的奖金，他们的工作涉及到了自主系统、计算机架构、计算机图形学、深度学习、编程系统、机器人和安全。本届获奖者中有 7 位华人博士生入选。

Yang

机构：南加州大学

入选理由：通过自监督学习为自主系统创建可扩展、可泛化的基础模型，利用神经重建来捕捉详细的环境几何和动态场景行为，并增强机器人、数字孪生技术和自动驾驶的适应性。

Yang 目前是南加州大学二年级博士生，指导老师是 Yue Wang 教授。在此之前，他在加州大学洛杉矶分校攻读硕士学位。

Yang 的研究兴趣在于计算机视觉、计算机图形学和深度学习的交叉领域。特别是，他的兴趣集中在表征学习上，从感知到推理、重建和生成。

张嘉懿（Jiayi (Eris) Zhang）

机构：斯坦福大学

入选理由：开发智能算法、模型和工具，以增强用户在设计、动画和模拟方面的创造力和生产力。

张嘉懿是斯坦福大学计算机科学专业三年级博士生，指导老师是 Doug L. James 教授。

她对计算机图形学有着广泛的兴趣，包括物理模拟、几何处理和计算制造。目前，她的研究主要集中于开发智能算法、模型和工具，以提高用户在设计、动画和模拟方面的创造力和生产力。

之前，张嘉懿在多伦多大学完成了计算机科学和数学的本科学习，指导老师是 Alec 教授。

Ruisi Cai

机构：德克萨斯大学奥斯汀分校

入选理由：致力于大规模基础模型的高效训练与推理与人工智能安全隐私保护。

Ruisi Cai 是德克萨斯大学奥斯汀分校电气与计算机工程系 VITA 小组的博士生，导师是 (Atlas) Wang 教授。她在中国科学技术大学获得了本科学位。

目前，我的研究方向主要集中在机器学习，主要包括大规模基础模型的高效训练与推理与人工智能安全与隐私。她也是将推理系统的吞吐量提高了近 30 倍的 KV 缓存逐出策略 H2O 的主要作者。

何泰然（ He）

机构：卡耐基梅隆大学

入选理由：人形机器人的发展，重点是通过大规模的仿真到现实学习来推进全身运动操作。

何泰然目前是卡耐基梅隆大学博士二年级学生，指导老师是 Shi 和 Liu。他还是 Jim Fan 和 Yuke Zhu 领导的 GEAR 小组的成员。此前，他在上海交通大学获得了计算机科学学士学位，导师是张伟楠。

Liu

机构：威斯康星大学麦迪逊分校

入选理由：开发强大且值得信赖的人工智能系统，重点在于评估和增强机器学习模型，以确保一致的性能以及对各种攻击和意外输入的抵御能力。

Liu 目前是威斯康星大学麦迪逊分校博士二年级学生，导师为 Xiao。此前他于 2023 年获得华中科技大学硕士学位。

Yunze Man

机构：伊利诺伊大学厄巴纳 - 香槟分校

入选理由：为多模态和具身人工智能智能体开发以视觉为中心的推理模型，重点关注动态场景中的以对象为中心的感知系统、用于开放世界场景理解和生成的视觉基础模型，以及用于具身推理和机器人规划的大型多模态模型。

Yunze Man 目前是伊利诺伊大学香槟分校计算机科学专业的博士生，导师是 Wang 和 Gui。他在卡内基梅隆大学获得机器人学硕士学位，导师是 Kris ，此前在浙江大学获得计算机科学学士学位。

Xie

机构：斯坦福大学

入选理由：搭建基础设施，提高了复合型人工智能系统的效率、可扩展性和可靠性，同时让 AI 系统更容易被观察，更可信。

Xie 目前是斯坦福大学的计算机科学博士生，导师是 教授。他的研究集中在构建提升大规模机器学习系统的效率、可扩展性和可靠性的基础设施上。他在上海科技大学获得了硕士和学士学位。同时，他也是广受好评的、专为大语言模型设计的结构化生成语言 的主要作者。

详情可参见机器之心此前的报道：《》

Seul Lee

机构：韩国科学技术院

入选理由：为药物发现应用开发分子生成模型以及化学空间探索策略。

Seul Lee 是韩国科学技术院（KAIST）机器学习和人工智能实验室 (MLAI) 的三年级博士生，她的导师为 Sung Ju Hwang。她在 基础生成式人工智能研究团队 () 担任研究实习生，研究兴趣包括科学人工智能和生成模型。

Anish

机构：佐治亚理工学院

入选理由：重新思考跨堆栈的数据移动 —— 跨越大型语言模型架构、系统软件和内存系统 —— 以提高 LLM 训练和推理的效率。

Anish 现在是佐治亚理工学院博士生，师从 Moin 教授。在此之前，他本科毕业于印度理工学院坎普尔分校。

Anish 目前正在研究大型语言模型服务堆栈（LLM 架构、系统软件和内存系统）中的数据移动优化，以逐步提高 LLM 服务效率。

Ghosh

机构：马里兰大学帕克分校

入选理由：通过设计资源高效的模型和训练技术来推进音频处理和推理，改进音频表征学习并增强人工智能系统的音频感知。

Ghosh 是马里兰大学帕克分校（UMD）计算机科学三年级博士生，在 Gamma Lab 接受 教授指导。他的工作重心是推进音频处理，包括语音、声音和音乐。他的工作目标包括开发数据和计算高效的音频模型、改进音频表征学习、增强 AI 系统中的音频感知和推理。

此外，今年的英伟达奖学金还有 5 位入围者，他们全部都是华人。

博客地址：

© THE END