Apple har et stort engasjement for å støtte forskningsmiljøet og det uvurderlige bidraget det gir til verden. Vi tilbyr stipendiatstillinger, stipender og priser til masterstudenter og forskningsstipendiater som bruker teknologi til å hjelpe mennesker og miljøet.
Møt Apple Scholars.
Etikk og teknologi
Postdoc-stipender
Apple University og McCoy Family Center for Ethics in Society ved Stanford University er vertskap for postdoktorstipendiater som fokuserer på utfordringer i skjæringspunktet mellom etikk og teknologi.
Abby Jaques
Stanford University
Abby fokuserer på de store spørsmålene i området der menneskelig og kunstig intelligens møtes: Hva skal til for å lykkes med teknologien? Og hvordan sørger vi for at teknologiene vi utvikler, fungerer for alle?
Ved MIT utviklet Abby en ny teori om egenskaper ved bevisste handlinger. Nå fokuserer hun på hvordan kunstig intelligens kan påvirke menneskelig oppførsel, og dens potensielle påvirkning på moral og politikk. Hun har også utviklet en ny, praksisbasert etikkmetode for ingeniører, og hun har bidratt til en rekke stipendfinansierte tiltak rettet mot å demokratisere kunstig intelligens gjennom formell og uformell utdanning.
Maskinvareteknologier, design av integrerte kretser, kunstig intelligens og maskinlæring
Doktorgradsstipender
Utdeles til kommende ledere som forsker på områder innen elektroingeniørfag, dataingeniørfag og informatikk med fokus på banebrytende teknologier og Apples kjerneverdier.
McKenzie van der Hagen
Carnegie Mellon University
McKenzie jobber på nye datamaskinarkitekturer som kan gi IoT‑enheter med lavt strømforbruk muligheten å delta i banebrytende kryptert beregning.
Enorme mengder data blir hele tiden samlet inn og behandlet gjennom Internet of Things-enheter (IoT). Det kreves mye datakraft for å ivareta personvernet til alle som bruker tilkoblet teknologi. Personvern kan håndteres i IoT‑verden gjennom likedannede krypteringsteknikker, som muliggjør direkte beregning på krypterte data. Men dette krever kompleks matematikk og enorme datastrukturer. McKenzies arbeid tar sikte på å utvikle spesialiserte datamaskinarkitekturer som støtter disse massive operasjonene innenfor de begrensede rammene til IoT-enheter med lavt strømforbruk. Målet hennes er å ta konseptet med kryptert beregning fra en optimistisk teori til praktisk realitet gjennom maskinvarestøtte.
Jaya Narain
Massachusetts Institute of Technology
Jaya bruker persontilpasset maskinlæring og naturalistiske data til å hjelpe ikke-verbale autistiske barn med å kommunisere med omverdenen.
Av 3,5 millioner mennesker i USA med autismespekterforstyrrelser, er det omtrent 30 prosent som er ikke-verbale. Men det betyr ikke at de ikke kommuniserer. Foreldre og omsorgsytere kan ofte tolke vokalisering, bevegelser og ulikheter i tonefall som andre kanskje ikke oppfatter. Jaya bruker kunnskapen til omsorgsytere til å trene opp maskinlæringsmodeller til å hjelpe med å tolke ikke-verbale signaler. Hun håper at forskningen skal ha betydelig innvirkning på hvordan barn med ikke-verbal autisme samhandler med omverdenen og kommuniserer med nye mennesker.
-
Ishwarya Ananthabhotla
Speech and Natural Language
Massachusetts Institute of Technology -
Yahav Bechavod
Privacy Preserving Machine Learning
Hebrew University of Jerusalem -
Graham Gobieski
On Device Machine Learning
Carnegie Mellon University -
Mitchell Gordon
Human-Centered Machine Learning
Stanford University -
Jeong Joon Park
Augmented Reality and Computer Vision
University of Washington -
Nathan Serafin
Hardware for Efficient Computing
Carnegie Mellon University -
Yang Song
Fundamentals of Machine Learning
Stanford University -
Xinyi Wang
Speech and Natural Language
Carnegie Mellon University -
Yifan Wang
Augmented Reality and Computer Vision
ETH Zurich -
Bingzhe Wu
Privacy Preserving Machine Learning
Peking University -
Yiren «Aaron» Zhao
On Device Machine Learning
University of Cambridge -
Tijana Zrnic
Fundamentals of Machine Learning
University of California, Berkeley
Maskinvareteknologi og design av integrerte kretser
Mastergradsstipender
Utdeles til fremragende studenter som fullfører mastergrader innen avansert maskinvareteknologi og spesialiserer seg på datamaskinarkitektur, SoC-desing, verifisering og validering.
Anna Li
Carnegie Mellon University
Anna startet sin akademiske reise ved Carnegie Mellon og gjorde det samme som alle klassekameratene gjorde – studerte programvare. Men hun oppdaget etter hvert at hun var mye mer interessert i maskinvaren.
Annas interesse gikk fra programvare til maskinvare i løpet av det første maskinvarefaget hennes – strukturering og design av digitale systemer. Hun oppdaget at hun kunne bruke sine sterke sider som logikk, problemløsing og algoritmeutvikling, selv om maskinvarebeskrivelsene var noe helt annet enn programmering. Nå gjør hun det hun føler at det var meningen at hun skulle holde på med – å arbeide i skjæringspunktet mellom maskin- og programvare.
-
Tarana Laroia
Electrical and Computer Engineering
Carnegie Mellon University -
Ryan Oh
Electrical and Computer Engineering
Carnegie Mellon University -
Deanyone Su
Electrical and Computer Engineering
Carnegie Mellon University
Følg med.
Det skjer mer.
Apple Scholars-programmet er foreløpig invitasjonsbasert. Følg med for å få vite mer når programmet utvides. Du kan også få mer informasjon om studenter som har tro på teknologien, deler verdiene våre og brenner for å gjøre verden til et litt bedre sted.