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 08:00729

评论

发布
暂无评论
发现更多内容

阿里云 ACK 云原生 AI 套件中的分布式弹性训练实践

阿里巴巴云原生

阿里云 分布式 云原生

Seata 2.x 首个版本正式发布,支持 Raft 集群模式

阿里巴巴云原生

阿里云 云原生 seata

2023启示录丨我的大模型创业这一年

自象限

创业 #大模型

Linux 中常见目录的作用

emanjusaka

Linux 目录

texifier mac LaTeX编辑工具下载安装(原Texpad)

Rose

Mac软件 LaTeX 编辑器 Texpad Texifier激活码

2023年的技术总结和工作反思

芯动大师

年终总结

秒速出图!体验 TensorRT 加速 Stable Diffusion 图像创作

阿里巴巴云原生

阿里云 云原生

调研 7 个开源项目后,这家数据合规平台如何构建高性能网关

阿里巴巴云原生

阿里云 云原生

弹性调度助力企业灵活应对业务变化,高效管理云上资源

阿里巴巴云原生

阿里云 云原生 弹性计算

【2024开年必备】最全面的Macbook/苹果电脑必备实用软件推荐

Rose

苹果软件 装机必备 Mac应用

活动回顾丨阿里云云原生 Serverless 技术实践营西安站 PPT 下载

阿里巴巴云原生

阿里云 Serverless 云原生

Nacos 在云原生架构下的演进

阿里巴巴云原生

阿里云 云原生 nacos

Jira 母公司全面停服 Server 产品,用户如何迁移至极狐GitLab

极狐GitLab

文心一言 VS 讯飞星火 VS chatgpt (184)-- 算法导论13.5 1题

福大大架构师每日一题

福大大架构师每日一题

云消息队列 Kafka 版阿里云 SAE 2.0 正式商用:极简易用、百毫秒弹性效率,降本 40%生态谈第一期:无代码转储能力介绍

阿里巴巴云原生

阿里云 Serverless 云原生

画眉(京东科技设计稿转代码平台)介绍

京东科技开发者

面试官:Redis持久化能关吗?怎么关?

王磊

Java 面试题

文心一言 VS 讯飞星火 VS chatgpt (183)-- 算法导论13.4 7题

福大大架构师每日一题

福大大架构师每日一题

随想2024.01.21

hackstoic

精力管理

魔搭×函数计算:一键部署,缩短大模型选型到生产的距离

阿里巴巴云原生

阿里云 云原生

推荐收藏 | 【Git实战专题】「必坑宝典」带你深入剖析Git操作指令下的奥秘原理和运作机制

码界西柚

Java git 原理分析 后端处理 2024年第十八篇文章

改变命运的抉择

少油少糖八分饱

小说 命运 东野圭吾 推理小说 悬疑

FlagData 2.0:全面、高效的大模型训练数据治理工具集

mr.well

NLP 大模型 LLM模型 #大模型

从内核的视角观测容器——SysOM 容器监控

阿里巴巴云原生

阿里云 云原生 容器服务

MSE Nacos:解决敏感配置的安全隐患

阿里巴巴云原生

阿里云 微服务 云原生 nacos

阿里云 ACK One Serverless Argo 助力深势科技构建高效任务平台

阿里巴巴云原生

阿里云 云原生

可观测实践丨如何利用 AI 算法解决告警配置三大难题?

阿里巴巴云原生

阿里云 云原生 可观测

恭喜 Nacos 和 Sentinel 荣获 2023 开源创新榜“优秀开源项目”

阿里巴巴云原生

阿里云 云原生

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