Apple stöttar aktivt den akademiska forskningen och dess värdefulla bidrag till mänskligheten. Vi delar ut forsknings- och studiestipendier samt utmärkelser till studenter och forskarstudenter som med teknikens hjälp gör världen till en bättre plats.
Här presenterar vi några Apple Scholars.
Etik och teknik
Postdoktorala stipendier
Postdoktorala stipendiater som forskar i gränslandet mellan etik och teknik kan antas till ett program anordnat av Apple University i samarbete med McCoy Family Center for Ethics in Society vid Stanford University.
Abby Jaques
Stanford University
Abby sysslar med de stora frågorna i gränslandet mellan mänsklig och artificiell intelligens: Hur får vi tekniken att fungera? Och hur ser vi till att tekniken vi utvecklar är bra för alla?
Under sin tid på MIT utvecklade Abby en ny teori om avsiktligt handlande. Idag forskar hon om artificiell intelligens och dess inverkan på mänskligt beteende, moral och politik. Hon har även utvecklat en ny, praktikbaserad etisk metod för ingenjörer samt medverkat i ett antal bidragsfinansierade initiativ för demokratisering av AI genom formell och informell utbildning.
Hårdvaruteknik, integrerad kretsteknik, artificiell intelligens och maskininlärning
Doktorsstipendier
Delas ut till blivande ledare som bedriver forskning inom områden med koppling till elektroteknik, datateknik och datavetenskap med fokus på banbrytande teknik och Apples kärnvärden.
McKenzie van der Hagen
Carnegie Mellon University
McKenzie utvecklar nya datorarkitekturer som ska göra det möjligt för strömsnåla IoT-enheter att medverka i krypterad edge-databehandling.
Enorma datamängder samlas hela tiden in och behandlas av enheter som är uppkopplade till sakernas internet (IoT). Det drar mycket ström när man ska skydda integriteten för alla som använder uppkopplad teknik. Integritetsskydd på sakernas internet kan åstadkommas via homomorfa krypteringstekniker som möjliggör direktbehandling av krypterade data. Detta kräver emellertid komplexa beräkningar och enorma datastrukturer. McKenzies arbete syftar till att utveckla specialiserade datorarkitekturer som kan hantera denna enorma mängd beräkningar inom de snäva gränser som utgörs av IoT-enheternas låga strömkapacitet. Hon hoppas att så småningom kunna utveckla den krypterade databehandlingen från hoppfull teori till praktisk verklighet via hårdvarustöd.
Jaya Narain
Massachusetts Institute of Technology
Jaya använder sig av anpassad maskininlärning och naturalistiska data för att hjälpa barn med icke-verbalt autismspektrumtillstånd (ASD) att kommunicera med sin omgivning.
3,5 miljoner människor i USA har ASD och 30 procent av dessa har svårigheter att kommunicera med ord. Men det innebär inte att de inte kan kommunicera. Föräldrar och vårdgivare kan ofta tolka vokaliserade ljud, gester och variationer i tonfall som många andra människor inte förstår. Jaya använder sig av kunskapen hos primära vårdgivare för att utveckla maskininlärningsmodeller som ska tolka icke-verbala signaler. Hon hoppas att hennes forskning ska få stor betydelse för möjligheterna för autistiska barn med talsvårigheter att navigera i sin omgivning och kommunicera med nya människor.
-
Ishwarya Ananthabhotla
Talspråk och naturligt språk
Massachusetts Institute of Technology -
Yahav Bechavod
Integritetsbevarande maskininlärning
Hebrew University of Jerusalem -
Graham Gobieski
Enhetsbaserad maskininlärning
Carnegie Mellon University -
Mitchell Gordon
Humancentrerad maskininlärning
Stanford University -
Jeong Joon Park
Förstärkt verklighet och datorseende
University of Washington -
Nathan Serafin
Hårdvara för effektiv beräkning
Carnegie Mellon University -
Yang Song
Grundläggande maskininlärning
Stanford University -
Xinyi Wang
Talspråk och naturligt språk
Carnegie Mellon University -
Yifan Wang
Förstärkt verklighet och datorseende
ETH Zürich -
Bingzhe Wu
Integritetsbevarande maskininlärning
Peking University -
Yiren ”Aaron” Zhao
Enhetsbaserad maskininlärning
University of Cambridge -
Tijana Zrnic
Grundläggande maskininlärning
University of California, Berkeley
Hårdvaruteknik och integrerad kretsteknik
Masterstipendier
Delas ut till högpresterande studenter med slutförd masterexamen i avancerad hårdvaruteknik med specialisering inom datorarkitektur, design av systemchip, verifiering och validering.
Anna Li
Carnegie Mellon University
Anna inledde sin akademiska karriär vid Carnegie Mellon University med att utveckla mjukvara, precis som alla sina kurskamrater. Men det dröjde inte länge förrän den underliggande hårdvaran fångade hennes intresse.
Annas intresse för hårdvara väcktes när hon läste sin första kurs i hårdvara, som handlade om digitala systems struktur och design. Även om hårdvarubeskrivning var helt väsensskilt från programmering, insåg hon att hennes förmågor inom logik, problemlösning och algoritmutveckling skulle komma väl till pass även där. Idag verkar hon i ett fält som hon menar passar henne som handen i handsken: gränslandet mellan hårdvara och mjukvara.
-
Tarana Laroia
Elektroteknik och datateknik
Carnegie Mellon University -
Ryan Oh
Elektroteknik och datateknik
Carnegie Mellon University -
Deanyone Su
Elektroteknik och datateknik
Carnegie Mellon University
Håll ögonen öppna.
Det kommer mera.
För närvarande sker antagning till Apple Scholars-programmet endast via inbjudan. Kom gärna tillbaka för att läsa mer om programmet allt eftersom det byggs på. Då kan du även läsa mer om studenter som tror på teknikens möjligheter, som delar våra värderingar och som brinner för att göra världen till en bättre plats.