作者 | 陈彩娴
编辑 | 刘冰一
不久前，摩根大通（J.P.Morgan Chase & Co.）公布了2021年AI研究方面的博士生奖学金名单！一共有 15 名博士生入选，其中入选华人博士生占 5 位（1/3）。
据摩根大通人工智能研究的主管 Manuela Veloso 介绍，他们设立该奖项是为了认可与鼓励下一代的前沿 AI 研究人员，激励他们取得影响整个行业的研究突破。
该奖项设立于2019年，目前已有42名博士生获奖，其中获奖华人总共有11名，包括获得ICLR 2021杰出论文奖的宋飏等人。
以下是获奖华人博士生介绍：
孙辰朔/Chenshuo Sun
孙辰朔/Chenshuo Sun，纽约大学商学院信息系统在读博士生，博士导师为Anindya Ghose教授（Heinz Riehl讲席教授）。他的本科就读于四川大学电子与电气工程专业（排名年级第一），硕士就读于清华大学数据科学专业。他的主要研究内容是结合机器学习与经济学的方法来解决实际问题，目前的研究兴趣集中在数字经济领域，包括消费者轨迹分析、AI 聊天机器人、全渠道营销、数字监控中的隐私问题与5G技术的经济学。博士期间曾在亚马逊与阿里巴巴实习。微博：朔方之辰_THU
个人主页：https://ios.joinclubhouse.com/@chenshuosun
尤佳轩
尤佳轩，斯坦福大学CS在读四年级博士生，博士导师为Jure Leskovec教授（AI科技评论此前曾报道该教授的研究：斯坦福大学Jure Leskovec：图神经网络的设计空间）。本科就读于清华大学，自动化与经济学双学位，期间曾跟随朱军、Stefano Ermon、David Lobell等知名学者进行学术研究，在经济学、社会科学、智能交通、机器学习等领域均曾以第一作者发表文章，如经济学领域的"从法币到金圆券——试论货币信用的核心作用"、"我国新能源汽车产业环保现状分析——基于实地调研及定量计算方法"等，以及两篇顶会论文（ITSC 2016与AAAI 2017）。
他的主要研究内容为开发用于图/关系结构数据的机器学习算法。他认为，在关系数据中，理解和推理的能力对于下一代AI至关重要。具体来说，尤佳轩的研究包括以下方向：1）从图结构中学习；2）生成和优化图结构；3）使图结构作为深度学习的先验；4）图学习技术的大规模应用。博士期间，尤佳轩曾在Facebook与Pinterest实习，与何恺明、Saining Xie等人进行研究合作，并共同发文（ICML 2020）。目前，尤佳轩共发表学术论文17篇，其中顶会论文13篇，顶会一作11篇。
个人主页：https://cs.stanford.edu/~jiaxuan/
Yuqian Jiang
Yuqian Jiang，得克萨斯大学奥斯汀分校 CS 在读四年级博士生，博士导师为 Peter Stone 教授。本科就读于得克萨斯大学奥斯汀分校计算机科学与数学专业。她的研究兴趣为规划、学习与机器人的交叉研究，并致力于减少受限环境对专业机器人技能的束缚，打造在现实环境中依然能够表现出色的集成机器人系统。目前，她的工作重点是将经典的 AI 规划与机器学习方法相结合，打造通用服务机器人。
个人主页：https://yuqianjiang.us/
郑泽宇
郑泽宇，密歇根大学在读博士生，博士导师为 Satinder Singh 教授。2017年本科毕业于北京大学计算机科学专业，本科期间曾参与并行和分布式计算研究，由樊文飞教授指导的工作曾获得2017年ACM SIGMOD最佳论文奖。他的研究兴趣是强化学习，研究内容专注于从环境中学习各种各样的知识，包括内在奖励、短期信用分配机制与状态表示。他的长期研究目标是打造自适应智能体，可以从实际环境的经验中进行高效学习。目前，郑泽宇已发表7篇学术论文，其中顶会一作4篇。
个人主页：http://www-personal.umich.edu/~zeyu/
曾国豪
曾国豪，华盛顿大学计算机科学与工程系在读博士生，博士导师为 Ali Farhadi 教授和 Roozbeh Mottaghi 教授。他的本科就读于台湾国立中山大学机械与电气工程专业，硕士就读于台湾国立清华大学电气工程专业。他的主要研究兴趣是计算机视觉与机器学习，尤其是两者在机器人研究上的应用。他的研究方向是利用视觉预测/推理进行规划和政策学习，以及通过交互学习赋予智能体视觉理解能力。
个人主页：https://homes.cs.washington.edu/~khzeng/
消息链接：
https://www.jpmorgan.com/technology/artificial-intelligence/research-awards/phd-fellowship