某机构与约翰霍普金斯大学宣布首批研究奖项获得者

作为JHU + 某机构交互式AI倡议（AI2AI）的一部分，双方今日宣布了首批博士奖学金和教师研究奖项的获得者。该倡议于4月启动，设在约翰霍普金斯大学怀廷工程学院，重点推动机器学习、计算机视觉、自然语言理解和语音处理领域的突破性AI进展。

博士研究员

六名怀廷工程学院的博士研究生成为首批奖学金获得者：

Kelly Marchisio（计算机科学博士，研究方向：自然语言处理中的词嵌入空间几何优化，旨在创建更小、更通用且跨语言适用的嵌入空间）

Arya McCarthy（计算机科学博士，研究方向：千语言处理，通过神经机器翻译模型和形态学分析工具，推动对全球7000多种语言的支持）

Carolina Pacheco Oñate（生物医学工程博士，研究方向：有限数据和标注条件下的计算机视觉，结合深度学习和概率模型实现弱监督学习）

Desh Raj（计算机科学博士，研究方向：多参与者自由流动对话的语音识别，推动未来对话系统的核心技术进步）

Anshul Shah（计算机科学博士，研究方向：基于姿态的动作识别、视频理解与自监督学习，专注于计算机视觉和多模态AI）

Jeya Maria Jose Valanarasu（电气与计算机工程博士，研究方向：少样本和零样本学习，解决模型在未训练数据分布上的域适应问题）

教师研究奖项

九名教师获得研究奖项，项目包括：

Mark Dredze：将大型语言模型的知识表示与信息提取系统集成，探索语言模型在实际应用中的潜力

Philipp Koehn与Kenton Murray：评估多语言机器翻译的多语言性，研究大型通用模型的局限性

Anqi Liu：通过分布鲁棒学习实现在线域适应，专注于不确定性建模下的快速自适应算法

Jesus Antonio Villalba López：通用语音处理模型，开发能够转录语音、识别说话人身份和情感状态的大规模AI模型

Soledad Villar：绿色AI：通过利用对称性实现强大轻量级机器学习，降低模型训练的能耗和数据需求

Laureano Moro-Velazquez：改进非典型语音者的口语理解，创建新数据集和语音技术辅助言语障碍群体

Mahsa Yarmohammadi：通过自动投影和人工监督快速创建多语言数据集，支持跨语言NLP任务

Alan Yuille：弱监督多模态Transformer用于少样本学习，推动模型在新领域和细粒度任务中的泛化能力

该倡议旨在通过学术与工业界的合作，推动交互式和多模态AI技术的前沿发展。