OpenAI Scholars 2019 プログラム参加者

OpenAIは、AI研究を推進するために、物理学、生物学、統計学、人文科学の背景を持つ多様な研究者のグループを集めた、2019年度のScholars（奨学生）のコホートを発表しました。この取り組みは、強化学習（RL）、自然言語処理（NLP）、および生成モデリングにおける課題に取り組むために、多角的な専門知識を統合するものです。

Research Focus Areas and Scholar Contributions

Reinforcement Learning and Robotics

いくつかのScholarsは、強化学習を物理システムや複雑な意思決定プロセスに適用しています：

• Jonathan Michaux、細胞生物学者であり数学者でもある彼は、実世界の設定におけるロボットの移動と操作のためのアルゴリズムを設計することを目標に、ロボット操作に強化学習を適用しています。
• Elynn Chen、統計学の博士号を持つ彼女は、深層強化学習（deep RL）と、ビジネス管理およびヘルスケアにおけるその応用に関心を持っています。
• Helen (Mengxin) Ji、資源経済学と統計学の博士課程の学生である彼女は、感情分析に適用されるRL手法を開発しています。
• Yuhao Wan、数学と哲学の背景を持つ彼は、学習方法がどのように汎化を示すかに特化した関心を持って、深層強化学習を研究しています。

Natural Language Processing and Understanding

2019年度のコホートの研究は、言語モデルの推論能力とアクセシビリティの向上を強調しています：

• Fatma Tarlaci、比較文学の博士号とコンピュータサイエンスの修士号を持つ彼女は、NLPにおける推論と論理的思考を向上させるためのNLP手法に取り組んでいます。
• Edgar Barraza、コーネル大学の物理学の卒業生である彼は、自然言語理解に研究の焦点を当てています。

Generative Models and Multidisciplinary AI

このプログラムには、AIと視覚データおよび人間の学習の交差点を探索する研究者が含まれています：

• Janet Brownは、生成モデルと、再構成の生成中にデータの重要な特徴や画像の重要な特徴を特定するその能力を調査しています。
• Nancy Otero、ソフトウェアエンジニアリング、数学、心理学、教育学の背景を持つ彼女は、教育を改善するためのAIプロトタイプを開発し、AIが人間の学習をどのように再定義するかを研究しています。