写点什么

宣布设立 AWS 机器学习科研奖

  • 2019-11-05
  • 本文字数:1928 字

    阅读完需:约 6 分钟

宣布设立 AWS 机器学习科研奖

我们非常激动地宣布设立 AWS 机器学习科研奖,这项全新的计划将资助那些在机器学习 (ML) 领域进行新奇科研的大学院系、院系教师、博士生和博士后研究员。我们将与卡内基梅隆大学、加州理工学院 (Caltech)、哈佛大学医学院、华盛顿大学以及加州大学伯克利分校就此计划开展合作。


AWS 云的规模和性能,再加上 Apache MXNet、Tensorflow、Caffe2、Microsoft Cognitive Toolkit (CNTK) 以及 Pytorch 等功能强大的架构,为推动机器学习领域的科研向前发展提供了前所未有的机遇。此计划的目标是,帮助科研人员加快各种机器学习应用程序和重点领域中创新算法的开发、成果发布和源代码开发。获奖者除了可以获得资助,还能获得计算资源、培训,以及来自 Amazon 科学家和工程师的指导,还有机会参加在西雅图的 AWS 总部举办的科研研讨会。

AWS 机器学习科研奖励计划特色

参与此计划的科研人员会从以下几个方面受益:


  1. 资助 – 奖金在院系和项目级别分配,以一次性不受限制的赠与形式提供给科研机构。

  2. AWS 积分 – 奖励包括 AWS 积分,可用于兑换任何服务,包括 EC2 P3 实例类型以及 Deep Learning AMI。

  3. 培训 – 我们向大学院系提供培训资源,包括如何在 AWS 上运行机器学习的教程,以及由 Amazon 科学家和工程师提供指导的实践讲座。

  4. 科研研讨会 – 获奖者将受邀参加西雅图的 AWS 总部举办的科研研讨会,与 Amazon 科学家讨论工作及互动。

  5. 功能强大的 ML 工具 – 科研人员可以利用功能强大的基础设施和工具加快科研速度。例如,EC2 P3 实例类型专门针对机器学习进行了优化,借助 NVIDIA Tesla V100 GPU 的前沿性能,可以大幅缩短模型训练时间。Deep Learning AMI 预置了许多常用的深度学习框架,每种框架都提供了易于上手的教程,演示正确的安装和配置方法,以及正确的模型精度,从而帮助科研人员快速入门。

来自院系教职科研人员的早期反馈

卡内基梅隆大学

卡内基梅隆大学计算机科学学院的院长 Andrew Moore 说:“如今,AWS 云为学生们提供了许多唾手可得却令人惊叹的强大功能,而且还提供 Apache MXNet 等成熟的框架工具,这简直太棒了。”他还说:“借助这个资助计划,下一代机器学习从业者和研究者有机会充分利用这些工具,这真是激动人心。我们已经迫不及待地要试一试了。”

加州理工学院

加州理工学院计算与数学科学学院的教授兼行政主任 Adam Wierman 说:“在加利福尼亚理工学院,我们一直投入重金为学生创造各种机会,接触和学习机器学习这样最前沿的创新。”他还说:“与 AWS 合作将帮助我们继续在此领域进行投入,相信我们会在未来引领许多突破的实现。”

哈佛医学院

哈佛医学院附属医院,马萨诸塞州眼耳科医院喉科研究院主任 Kristina Simonyan 说:“这个全新的 AWS ML 科研奖励计划让我们非常激动,它让我们有机会使用 AWS 积分在神经语言失调症领域进行新奇的 AI 科研,这会影响全球数千万人。”她还说:“目前,大部分失调症的诊断精确性并不可靠,医生之间一般很难达成共识。基于 ML 的神经语言失调症客观诊断的会取得突破性进展,可以大幅减少医生误诊率或诊断低估率造成的负担,提高患者的生活品质,并极大减少与这些失调症的治疗延误相关的整体成本。AWS 云前所未有的计算能力使得这项研究成为可能。”

华盛顿大学

华盛顿大学 Paul G. Allen 计算机科学与工程学院,Amazon 机器学习教授 Emily Fox 说:“在华盛顿大学从事此前沿科研领域的研究让人无比激动。在我们研究人脑功能性网络的过程中,深度学习是为我们观察的非线性动态进行建模的重要工具。”她还说:“对于这个全新的 AWS ML 科研奖励计划,我们深感兴奋,它让华盛顿大学能利用 AWS 云与 Apache MXNet 的结合显著提高机器学习方面的技术水平,并加速我们对于人脑的了解。”

加州大学伯克利分校

加州大学伯克利分校电气工程和计算机科学系的副教授 Ben Recht 说:“使用 AWS 进行机器学习,最让我们心仪的是,AWS 向我们提供的计算能力会定期增强。”他还说:“每次 AWS 发布全新的服务、功能或实例类型,研究生们都会立即想出办法,利用它们简化科研项目。能够在具有全新 GPU 架构的超快 P3 实例上训练我们的模型,这让我们非常兴奋,因为这样我们就可以更快地迭代并训练更为复杂的模型。我们希望可以早日与 AWS ML 科研奖励计划进行合作。”

了解更多

有关 AWS ML 科研奖的更多信息,包括如何申请的信息,请参阅 https://aws.amazon.com/aws-ml-research-awards


作者介绍:



Sebouh Der Kiureghian 是 AWS Deep Learning 高级产品经理,他专注于通过云服务推动机器学习方面的学术研究,并提供相关补助,以及促成与 AWS 科学家的合作。他在闲暇时喜欢玩滑雪板。


本文转载自 AWS 技术博客。


原文链接:


https://amazonaws-china.com/cn/blogs/china/announcing-aws-machine-learning-research-awards/


2019-11-05 08:00759

评论

发布
暂无评论
发现更多内容

二面美团,有惊无险已拿offer,不得不说“太难了”

钟奕礼

Java 程序员 java编程 Java 面试题

双机热备与集群的区别分析-行云管家

行云管家

高可用 双机热备 双机

如何平衡客户和用户的诉求冲突?

QualityFocus

产品经理 需求 产品需求

涨薪跳槽利器!清华大佬总结的Java核心突击讲,一应俱全

钟奕礼

Java java程序员 java面试 java编程

PID和TID的区别

源字节1号

APP开发 低代码开发 小程序开发 网站开发

把Mybatis Generator生成的代码加上想要的注释

京东科技开发者

maven IDEA 代码注释 MyBatis标签 Generator

Docker搭建harbor私有镜像仓库(命令行模式)

A-刘晨阳

Docker Linux 运维 11月月更

LeetCode题解:938. 二叉搜索树的范围和,递归,JavaScript,详细注释

Lee Chen

JavaScript 算法 LeetCode

Serverless 架构下的 AI 应用开发

阿里巴巴云原生

阿里云 Serverless 云原生

java面试之经典算法篇

钟奕礼

Java java面试 java编程 程序员 java

中国互联网大会天翼云展区大揭秘!

天翼云开发者社区

智能时代如何打通商业市场?华为的内外兼修

这不科技

“元宇宙家园”国脉大厦展馆上线 天翼云实时云渲染筑基未来数字世界

天翼云开发者社区

5 分钟带你在本地搭建一套云原生实验环境

谢烟客

Kubernetes 云原生 Service Mesh istio kind

Jenkins + Docker 一键自动化部署 Spring Boot 项目

小小怪下士

Java Docker jenkins springboot

【C语言】return 关键字

謓泽

11月月更

行业首个测试开发技术大赛开始报名啦~ 10万现金奖励等你来挑战

霍格沃兹测试开发学社

Linux中基于Docker搭建harbor私有镜像仓库(超级详细)

A-刘晨阳

Docker Linux 运维 Harbor 11月月更

数字先锋| 随时随地云端阅片,“云胶片”时代来啦!

天翼云开发者社区

2022年中国母婴新消费市场专题分析

易观分析

母婴 消费市场

瓴羊Quick BI在线电子表格,数据分析人员高效工作“神器”

巷子

物流通知:您的快递即刻送达!

天翼云开发者社区

南京等保测评公司有哪些?一共有几家?

行云管家

等保测评 等保备案 等保整改 南京等保测评

从 NASL 说开:低代码编程语言能饭否

石臻臻的杂货铺

11月月更

背完这3套Java面试题,年后offer接不停

钟奕礼

Java java面试 java编程 程序员java

【PCB干货】是开窗还是盖油?想搞懂过孔工艺,看这篇就够了!

华秋PCB

PCB PCB设计 过孔 PCB工艺

企业需要进行信息化改革,有哪些好用的信息化管理系统推荐?

优秀

低代码 信息化 信息化管理

2023上海国际智慧灯杆及智慧路灯展览会

AIOTE智博会

上海智博会 智慧灯杆展会 智慧路灯展会

Linux中安装/部署docker-compose

A-刘晨阳

Docker Linux 运维 Docker-compose 11月月更

栈简介、手撸顺序栈、手撸链栈和栈的应用

C++后台开发

数据结构 后端开发 linux开发 C++开发

大咖说·先临三维|技术入云塑造3D视觉行业新模式

科技pai

阿里云 科技 3D视觉

宣布设立 AWS 机器学习科研奖_语言 & 开发_亚马逊云科技 (Amazon Web Services)_InfoQ精选文章