OpenAI Scholars 2019 計畫參與者

OpenAI 已宣布其 2019 年度的學者群，匯集了來自物理、生物、統計學和人文學科背景的多樣化研究人員，以推進 AI 研究。此倡議整合了跨學科的專業知識，以應對強化學習 (RL)、自然語言處理 (NLP) 和生成模型方面的挑戰。

研究重點領域與學者貢獻

強化學習與機器人技術

幾位學者正將強化學習應用於物理系統和複雜的決策過程：

• Jonathan Michaux，一位細胞生物學家兼數學家，正將強化學習應用於機器人操作，目標是為現實環境中的機器人移動與操作設計演算法。
• Elynn Chen，擁有統計學博士學位，專注於深度 RL 及其在商業管理和醫療保健領域的應用。
• Helen (Mengxin) Ji，資源經濟學與統計學博士生，正在開發可用於情緒分析的 RL 方法論。
• Yuhao Wan，具備數學與哲學背景，正在研究深度強化學習，特別關注學習方法如何展現泛化能力。

自然語言處理與理解

2019 年度的學者群研究重點在於提升語言模型的推理能力與可及性：

• Fatma Tarlaci，擁有比較文學博士學位與電腦科學碩士學位，正致力於 NLP 方法論，以改善 NLP 中的推論與推理。
• Edgar Barraza，康乃爾大學物理系畢業生，正將研究重點放在自然語言理解上。

生成模型與跨學科 AI

該計畫包含探索 AI 與視覺數據及人類學習交集的研究人員：

• Janet Brown 正在調查生成模型及其在重建生成過程中識別數據與圖像關鍵特徵的能力。
• Nancy Otero，具備軟體工程、數學、心理學和教育學背景，正開發旨在改善教育的 AI 原型，並研究 AI 如何重新定義人類學習。