Apple z zaangażowaniem wspiera społeczność badaczy akademickich i jej nieocenioną pracę na rzecz ludzkości. Oferujemy nagrody oraz stypendia naukowe i badawcze dla studentów i absolwentów studiów doktoranckich, którzy wykorzystują technologię do tego, by pomagać ludziom i naszej planecie.
Poznaj stypendystów Apple.
Żeby
Etyka i technologia
Stypendia podoktoranckie
W ramach współpracy z McCoy Family Center for Ethics in Society na Stanford University centrum Apple University prowadzi program stypendialny dla absolwentów studiów doktoranckich, którzy w badaniach skupiają się na problemach z pogranicza etyki i technologii.
Abby Jaques
Stanford University
Abby szuka odpowiedzi na kluczowe pytania dotyczące relacji między ludzką a sztuczną inteligencją. Czego trzeba, by zrobić właściwy użytek z technologii? Jak zadbać o to, by rozwiązania, które tworzymy, przynosiły korzyści wszystkim?
Pracując na MIT, Abby sformułowała nową teorię natury intencjonalnego działania. Obecnie badaczka skupia się na tym, jak sztuczna inteligencja może wpływać na ludzkie zachowanie i jego możliwe konsekwencje moralne i polityczne. Opracowała też nową, opartą na praktyce metodykę etyczną dla inżynierów i uczestniczyła w serii projektów grantowych, których celem była demokratyzacja AI oparta na edukacji formalnej i nieformalnej.
Technologie sprzętowe, inżynieria układów scalonych, sztuczna inteligencja i samouczenie maszyn
Stypendia dla doktorantów
Stypendia te są przyznawane młodym liderom, którzy prowadzą badania w obszarach związanych z elektroniką, inżynierią komputerową i informatyką, a w swojej pracy koncentrują się na nowoczesnych technologiach i kluczowych dla Apple wartościach.
McKenzie van der Hagen
Carnegie Mellon University
McKenzie pracuje nad innowacyjnymi architekturami komputerowymi, które pozwolą na wykorzystywanie urządzeń internetu rzeczy (IoT) o niskim poborze mocy do brzegowego przetwarzania szyfrowanych danych.
Urządzenia internetu rzeczy (ang. Internet of Things – IoT) nieustannie zbierają i przetwarzają ogromne ilości danych. Ochrona prywatności wszystkich użytkowników skomunikowanych rozwiązań pochłania bardzo wiele energii. Jednym ze sposobów na zachowanie poufności w świecie internetu rzeczy jest wykorzystanie metod szyfrowania homomorficznego, które pozwala na bezpośrednie przetwarzanie zaszyfrowanych danych. Techniki te opierają się jednak na zaawansowanej matematyce i dużych strukturach danych. McKenzie pracuje nad stworzeniem wyspecjalizowanych architektur komputerowych, które pozwolą na wykonywanie tych intensywnych operacji przy użyciu prostych urządzeń IoT o niskim poborze mocy. Za pomocą platformy sprzętowej badaczka chce zmienić koncepcję przetwarzania szyfrowanego z obiecującej teorii w rzeczywistość.
Jaya Narain
Massachusetts Institute of Technology
Wykorzystując spersonalizowane modele samouczenia maszyn i dane z obserwacji naturalnych zachowań, Jaya pomaga niemym dzieciom z zaburzeniami ze spektrum autyzmu porozumiewać się ze światem.
W USA żyje 3,5 miliona osób z zaburzeniami ze spektrum autyzmu, z czego około 30% to osoby nieme. Bycie niemym nie wyklucza jednak komunikacji. Rodzice i opiekunowie takich osób często rozumieją ich wokalizacje i gesty, a także różnice w tonie, na które inni nie zwracają uwagi. Jaya wykorzystuje wiedzę takich opiekunów do tego, by trenować modele samouczenia maszyn w interpretowaniu sygnałów niewerbalnych. Badaczka wierzy, że jej praca może mieć głęboki wpływ na to, jak nieme dzieci z autyzmem radzą sobie w życiu i komunikują się z nowo poznanymi osobami.
-
Ishwarya Ananthabhotla
Mowa i język naturalny
Massachusetts Institute of Technology -
Yahav Bechavod
Samouczenie maszyn chroniące prywatność
Hebrew University of Jerusalem -
Graham Gobieski
Samouczenie maszyn na urządzeniu
Carnegie Mellon University -
Mitchell Gordon
Samouczenie maszyn zorientowane na człowieka
Stanford University -
Jeong Joon Park
Rzeczywistość rozszerzona i wizja komputerowa
University of Washington -
Nathan Serafin
Platforma sprzętowa do energooszczędnego przetwarzania
Carnegie Mellon University -
Yang Song
Podstawy samouczenia maszyn
Stanford University -
Xinyi Wang
Mowa i język naturalny
Carnegie Mellon University -
Yifan Wang
Rzeczywistość rozszerzona i wizja komputerowa
ETH Zurich -
Bingzhe Wu
Samouczenie maszyn chroniące prywatność
Peking University -
Yiren „Aaron” Zhao
Samouczenie maszyn na urządzeniu
University of Cambridge -
Tijana Zrnic
Podstawy samouczenia maszyn
University of California, Berkeley
Technologie sprzętowe i inżynieria układów scalonych
Stypendia dla studentów programów magisterskich
Stypendia te są przyznawane wybitnym studentom dziedzin związanych z zaawansowanymi technologiami sprzętowymi, którzy specjalizują się w architekturze komputerowej, konstrukcji czipów, weryfikacji i walidacji.
Anna Li
Carnegie Mellon University
Anna zaczęła studia na uczelni Carnegie Mellon od tego, co robili wszyscy jej znajomi: tworzenia oprogramowania. Szybko jednak odkryła, że dużo bardziej interesuje ją obsługujący wszystko sprzęt.
Anna przeniosła swoje zainteresowanie z oprogramowania na sprzęt komputerowy podczas pierwszych zajęć poświęconych tej tematyce, a dokładniej strukturze i konstrukcji systemów cyfrowych. Przekonała się, że choć opisywanie układów cyfrowych całkowicie różni się od programowania, wciąż może wykorzystywać swoje mocne strony: logikę oraz umiejętności rozwiązywania problemów i tworzenia algorytmów. Anna uważa, że to, co robi obecnie, czyli praca na styku sprzętu i oprogramowania, jest tym, do czego została stworzona.
-
Tarana Laroia
Elektronika i inżyniera komputerowa
Carnegie Mellon University -
Ryan Oh
Elektronika i inżyniera komputerowa
Carnegie Mellon University -
Deanyone Su
Elektronika i inżyniera komputerowa
Carnegie Mellon University
Mamy też
dalsze plany.
Udział w programie Apple Scholars jest obecnie możliwy wyłącznie za zaproszeniem. Będzie się jednak rozrastał, więc zaglądaj tu regularnie, by śledzić informacje. I poznawać studentów, którzy wierzą w potęgę technologii oraz nasze wartości i są gotowi zmieniać świat na lepsze.