Iepazīstinām ar Google jaunajām akadēmiskās pētniecības balvām

Īss ieskats:

2024. gada 27. jūnijā Google atklās pieteikumus jaunajai Google akadēmisko pētījumu balvu (GARA) programmai. GARA mērķis ir atbalstīt revolucionārus fundamentālos un lietišķos pētījumus skaitļošanas un tehnoloģiju jomā visā pasaulē.Katrā finansēšanas ciklā Google noteiks galvenās pētniecības jomas un aicinās iesniegt priekšlikumus no akadēmiķiem, kuri konsultē studentus un veic pētījumus dažādās uz tehnoloģijām orientētās jomās, kurām ir sabiedriska ietekme. Atlasītie projekti saņems neierobežotas dāvanas līdz USD 150 000 apmērā, ļaujot pētniekiem īstenot savas novatoriskās idejas un dot ieguldījumu izaicinājumos un iespējās, kas dos labumu zinātnieku aprindām un sabiedrībai.

2024. gada 27. jūnijā Google atklās pieteikumus jaunajai Google akadēmisko pētījumu balvu (GARA) programmai. GARA mērķis ir atbalstīt revolucionārus fundamentālos un lietišķos pētījumus skaitļošanas un tehnoloģiju jomā visā pasaulē.

Katrā finansēšanas ciklā Google noteiks galvenās pētniecības jomas un aicinās iesniegt priekšlikumus no akadēmiķiem, kuri konsultē studentus un veic pētījumus dažādās uz tehnoloģijām orientētās jomās, kurām ir sabiedriska ietekme. Atlasītie projekti saņems neierobežotas dāvanas līdz USD 150 000 apmērā, ļaujot pētniekiem īstenot savas novatoriskās idejas un dot ieguldījumu izaicinājumos un iespējās, kas dos labumu zinātnieku aprindām un sabiedrībai.

Papildus finansējuma saņemšanai saņēmējiem ir iespēja pievienoties prakses kopienai, un viņi ir savienoti pārī ar Google pētniecības sponsoru, kas sniedz ilgtermiņa atbalstu, mentoringu un darbojas kā saikne ar plašāku Google pētniecības kopienu. Šī sadarbības pieeja veicina dziļāku saikni starp akadēmiskajām aprindām un nozari, paātrinot inovāciju un zināšanu apmaiņu.

Katrā ciklā GARA pētniecības jomas attīstīsies, lai risinātu globālas problēmas. Šogad aicinām iesniegt priekšlikumus šādās jomās:

  1. ML etalonu izveide klimata problēmām: uz datiem balstītu risinājumu izstrāde klimata pasākumiem, izmantojot mašīnmācīšanos (ML) un mākslīgo intelektu (AI), koncentrējoties uz stabiliem modeļu novērtēšanas kritērijiem.
  2. Padarot izglītību taisnīgu, pieejamu un efektīvu, izmantojot AI: visu izglītojamo izglītības rezultātu uzlabošana, izmantojot AI, koncentrējoties uz vienlīdzību, iekļautību un ar AI darbināmu mācību sistēmu izpēti, skolotāju pilnvarošanas un pieejamības rīkiem.
  3. Kvantu transdukcija un tīklošana mērogojamām skaitļošanas lietojumprogrammām: Izkliedētās kvantu skaitļošanas pilnveidošana, pētot supravadošu kubitu transdukciju, alternatīvas platformas un jaunas lietojumprogrammas, kas pārsniedz paralēlo skaitļošanu un kvantu atslēgu sadalījumu.
  4. Uz sabiedrību vērsts AI: AI pārveidojošā potenciāla izmantošana sabiedrības labā, izmantojot pieeju, kurā iesaistītas daudzas ieinteresētās personas, izprotot dažādas vajadzības un radot ietekmīgus risinājumus kopienām, kurām nav pietiekami daudz pakalpojumu.
  5. Uzticība un drošība: digitālās drošības uzlabošana tiešsaistes ekosistēmā, tādu problēmu risināšana kā krāpniecība, dezinformācija, bērnu drošība un ģeneratīva AI, izmantojot dažādu disciplīnu pētījumus.
  6. Gemini un Google atvērto modeļu saimes izmantošana sistēmu un infrastruktūras problēmu risināšanai: Gemini un Gemma izmantošana, lai attīstītu nākamās paaudzes skaitļošanas infrastruktūru, uzlabojot efektivitāti, drošību un ilgtspējību, koncentrējoties uz mašīnmācīšanās optimizāciju.

Source link