NVIDIA 大学院生フェローシップ プログラムは、25 年間にわたり、NVIDIA テクノロジに関連する優れた研究を行っている大学院生を支援してきました。本日、同プログラムは、コンピューティング イノベーションのあらゆる分野にわたる研究に携わる 10 名の博士課程学生に、それぞれ最大 6 万ドルの賞金を授与する最新の助成金を発表しました。
非常に競争率の高い応募者の中から選ばれた受賞者は、フェローシップ期間に先立ち、夏季インターンシップに参加します。受賞者は、自律システム、コンピューター アーキテクチャ、コンピューター グラフィックス、ディープラーニング、プログラミング システム、ロボティクス、セキュリティといった分野におけるプロジェクトに取り組むことで、アクセラレーテッド コンピューティングの最前線で活躍します。
NVIDIA 大学院生フェローシップ プログラムは、世界中から応募を受け付けています。
2026 年から 2027 年にかけてのフェローシップ受賞者は以下の通りです。
Jiageng Mao、南カリフォルニア大学 — インターネット規模のデータから得られる多様な事前分布を用いて複雑な物理 AI 問題を解決し、現実世界の身体化エージェントのための堅牢で汎用的なインテリジェンスを実現します。
Liwen Wu、カリフォルニア大学サンディエゴ校 — ニューラルマテリアルとニューラルレンダリングを用いた物理ベースレンダリングのリアリティと効率性の向上。
Manya Bansal、マサチューセッツ工科大学 — 開発者がピークパフォーマンスに必要な低レベル制御を犠牲にすることなく、モジュール化された再利用可能なコードを記述できるようにする、最新のアクセラレータ向けプログラミング言語の設計。
Sizhe Chen、カリフォルニア大学バークレー校 — 実世界のアプリケーションにおけるAIのセキュリティ確保。現在、エージェントの有用性を維持する汎用的かつ実用的な防御策を用いて、AIエージェントをプロンプトインジェクション攻撃から保護しています。
Yunfan Jiang、スタンフォード大学 — 実世界の全身操作、大規模シミュレーション、インターネット規模のマルチモーダル監視など、ハイブリッドデータソースを活用し、日常的なタスクを実行する汎用ロボットを構築するためのスケーラブルなアプローチを開発。
Yijia Shao、スタンフォード大学 — タスク実行中に人間と通信・連携できるAIエージェントの開発と、新しい人間とエージェントのインタラクションインターフェースの設計を通じて、人間とエージェントの協調を研究。
Shangbin Feng（ワシントン大学）— モデル連携の推進：異なるデータと異なる人によって学習された複数の機械学習モデルが連携し、構成し、補完し合うことで、オープンで分散化された協調的なAIの未来を実現します。
Shvetank Prakash（ハーバード大学）— 新しいアルゴリズム、キュレーションされたデータセット、エージェントファーストのインフラストラクチャ上に構築されたAIエージェントを用いて、ハードウェアアーキテクチャとシステム設計を推進します。
Irene Wang（ジョージア工科大学）— アクセラレータアーキテクチャ、ネットワークトポロジ、ランタイムスケジューリングを統合し、大規模かつエネルギー効率が高く持続可能なAIトレーニングを実現する包括的な共同設計フレームワークを開発します。
Chen Geng（スタンフォード大学）— スケーラブルなデータ駆動型アルゴリズムと物理学に着想を得た原理を用いて4Dの物理世界をモデル化し、ロボット工学や科学アプリケーション向けに物理的に根拠のある3Dおよび4Dの世界モデルを推進します。
2026-2027年度フェローシップ最終候補者の皆様にも感謝申し上げます。
Zizheng Guo（北京大学）
Peter Holderrieth（マサチューセッツ工科大学）
Xianghui Xie（マックス・プランク情報科学研究所）
Alexander Root（スタンフォード大学）
Daniel Palenicek（ダルムシュタット工科大学）
カテゴリー：Generative AI | 研究 タグ：人工知能 | 教育
出典: 元記事を読む
※現在お読みいただいているこの記事は、国内外のニュースソース等から取得した情報を自動翻訳した上で掲載しています。
内容には翻訳による解釈の違いが生じる場合があり、また取得時の状況により本文以外の情報や改行、表などが正しく反映されない場合がございます。
順次改善に努めてまいりますので、参考情報としてご活用いただき、必要に応じて原文の確認をおすすめいたします。