OpenAI Scholars 2019 프로그램 참가자들

OpenAI는 물리학, 생물학, 통계학, 인문학 분야에서 배경을 가진 다양한 연구자들을 모아 AI 연구를 촉진하는 2019년도 색슨스 코호트를 발표했다. 이 이니셔티브는 강화학습(RL), 자연어처리(NLP), 생성 모델링 분야의 도전 과제를 해결하기 위해 다학제적 전문 지식을 통합한다.

연구 초점 분야 및 색슨스 기여

강화학습 및 로봇공학

여러 색슨스들이 강화학습을 물리적 시스템과 복잡한 의사결정 과정에 적용하고 있다:

• Jonathan Michaux, 세포 생물학자이자 수학자로, 실제 환경에서 로봇의 이동 및 조작을 위한 알고리즘 설계를 목표로 로봇 조작에 강화학습을 적용하고 있다.
• Elynn Chen, 통계학 박사학위를 보유한 연구자로, 딥 강화학습과 비즈니스 관리 및 헬스케어 분야에서의 응용에 집중하고 있다.
• Helen (Mengxin) Ji, 자원경제학 및 통계학 박사과정 학생으로, 감정 분석에 적용할 수 있는 RL 방법론을 개발하고 있다.
• Yuhao Wan, 수학과 철학 배경을 가진 연구자로, 일반화가 나타나는 학습 방법에 대한 깊은 강화학습을 연구하고 있다.

자연어처리 및 이해

2019년도 코호트의 연구는 언어 모델의 추론 능력과 접근성 향상을 강조하고 있다:

• Fatma Tarlaci, 비교문학 박사학위와 컴퓨터 과학 석사학위를 보유한 연구자로, NLP의 추론과 추론 능력을 향상시키기 위한 NLP 방법론을 개발하고 있다.
• Edgar Barraza, 코넬 대학교 물리학 졸업생으로, 자연어 이해에 연구에 집중하고 있다.

생성 모델 및 다학제적 AI

이 프로그램은 시각 데이터와 인간 학습과의 교차점을 탐구하는 연구자들을 포함하고 있다:

• Janet Brown는 생성 모델과 그들이 재구성 과정에서 데이터 및 이미지의 핵심 특징을 식별하는 능력을 조사하고 있다.
• Nancy Otero, 소프트웨어 공학, 수학, 심리학, 교육 분야 배경을 가진 연구자로, 교육을 향상시키기 위한 AI 프로토타입을 개발하고 있으며, AI가 인간 학습을 어떻게 재정의하는지 연구하고 있다.