施密特DataX基金支持利用數(shù)據(jù)科學加速發(fā)現(xiàn)的研究項目

九個數(shù)據(jù)驅(qū)動的研究項目獲得了普林斯頓大學SchmidtDataX基金的資助，該基金旨在在校園內(nèi)傳播和深化人工智能和機器學習的使用，以加速發(fā)現(xiàn)。

2月，該大學宣布了一項新基金，該基金是通過SchmidtFutures的一項重大捐贈才得以實現(xiàn)的。

SchmidtDataX基金支持的新選教員研究項目是跨學科的，涉及19名教員以及多個部門和項目。

這些項目探索的研究包括大腦活動和語言、社交媒體上的人群行為問題以及銀河系的構(gòu)建。

“項目的多樣性和所涉及的研究人員的組合表明，數(shù)據(jù)科學對校園內(nèi)的許多學科都非常感興趣，無論是通過擴大實驗規(guī)模還是為復雜過程建模，數(shù)據(jù)科學都有助于加速發(fā)現(xiàn)，”GordonYSWu教授PeterRamadge說。工程和電氣工程教授，統(tǒng)計和機器學習中心(CSML)主任。“先進的數(shù)據(jù)科學算法和現(xiàn)代計算的使用使曾經(jīng)難以或不可能進行的研究成為可能。”CSML正在監(jiān)督SchmidtDataX基金為擴大數(shù)據(jù)科學在校園內(nèi)的影響范圍所做的一系列努力。

獲獎項目和研究人員是：

•尋求通過使用人工神經(jīng)網(wǎng)絡大大加速實現(xiàn)量子多體最優(yōu)控制

HerschelRabitz，CharlesPhelpsSmyth'16*17化學教授

該項目旨在利用人工神經(jīng)網(wǎng)絡來設計、建模、理解和控制不同粒子(即原子和分子)之間的量子動力學現(xiàn)象。

•通過眾包進行社會規(guī)模的行為模擬

TomGriffiths，HenryR.Luce信息技術(shù)、意識以及心理學和計算機科學文化教授;AlinComan，心理學和公共事務副教授;SimonLevin，JamesS.McDonnell杰出大學生態(tài)學和進化生物學教授;ElizabethLevyPaluck，心理學和公共事務教授;ElkeWeber，GerhardR.Andlinger能源與環(huán)境教授和心理學與公共事務教授

該項目旨在解決影響全球變暖辯論的在線社交網(wǎng)絡中相互交織的行為問題。

•安全和私密的聯(lián)合學習

PrateekMittal，電氣工程副教授;H.VincentPoor，工程與應用科學學院臨時院長兼MichaelHenryStrater大學電氣工程教授

該項目將使用數(shù)據(jù)科學技術(shù)來研究聯(lián)合學習中的安全性、隱私和實用性問題——一種允許計算機程序從分散的數(shù)據(jù)中進行訓練的技術(shù)——并將它們設計得更加健壯。

•揭開銀河系的歷史

MariangelaLisanti，物理學副教授

該項目與俄勒岡大學的蒂莫西·科恩(TimothyCohen)合作開展，旨在利用機器學習技術(shù)通過2013年發(fā)射的蓋亞衛(wèi)星研究來自10億顆恒星的數(shù)據(jù)，以闡明銀河系的演化。

•光結(jié)合劑合成實驗設計的貝葉斯優(yōu)化方法

計算機科學副教授BarbaraEngelhardt;MengdiWang，運籌學與金融工程副教授;和JaredToettcher，分子生物學助理教授

光遺傳學是一種使研究人員能夠利用光來打開和關(guān)閉細胞中蛋白質(zhì)的技術(shù)，它有可能幫助理解癌癥和霍亂等疾病。但是除了植物中的某些蛋白質(zhì)外，科學家們沒有特定的策略來使任何蛋白質(zhì)對光做出反應。這項研究旨在使用機器學習技術(shù)來模擬可能使更多蛋白質(zhì)更具響應性的策略。

•解碼大腦的語言

普林斯頓神經(jīng)科學研究所心理學教授UriHasson和計算機科學助理教授KarthikNarasimhan

該項目旨在深入研究人腦的內(nèi)部運作，研究我們的思想如何變成文字、我們?nèi)绾蜗嗷ソ涣饕约拔覀儗φZ言的使用。

•語言在感知中的組合基礎

計算機科學助理教授OlgaRussakovsky和計算機科學助理教授KarthikNarasimhan

該項目將建立指標來評估各種圖像字幕系統(tǒng)的準確性，并找到改進這些系統(tǒng)的方法。

•分子結(jié)構(gòu)和相互作用生成模型的物理先驗

計算機科學教授RyanAdams和A.BartonHepburn化學教授AbigailDoyle

為制藥業(yè)和其他工業(yè)部門合成新的化合物可能是一個困難且昂貴的過程。該項目旨在通過使用機器學習技術(shù)對分子結(jié)構(gòu)及其化學相互作用進行建模來簡化該過程，以創(chuàng)建新的、有用的化合物或更簡單的途徑來生成所需的化合物。

•視聽語音數(shù)據(jù)定量分析工具包

政治學助理教授DeanKnox

該項目旨在開發(fā)一個由機器學習驅(qū)動的程序，用于收集、清理和分析人類語音中的視聽數(shù)據(jù)，從而提高通信分析的整體有效性。