作者：Josh Gordon、Jocelyn Becker 和 Sloan Davis（代表 TensorFlow 团队）

鼓励更多学生从事计算机科学研究是 Google 的优先事项，尤其是来自该领域历史上边缘化群体的学生。自 2018 年以来，Google 的 exploreCSR 奖项一直为支持对攻读研究生和在计算领域从事研究职业的学生的高等教育工作提供帮助。

TensorFlow 团队很荣幸能提供额外资金来支持这个重要的项目。迄今为止，我们已经向 20 多位教授提供了资金，以支持他们在机器学习方面的教育和外展工作。

我们想重点介绍 2021 年获奖者迄今为止创建的众多（且通常是独特的）外展项目的示例。这些项目涵盖了从机器人、水下航行器、联邦学习和离线数字图书馆的研究体验，到关于数据科学和编程技能的辅导式小型研讨会。以下按大学字母顺序排列。

如果您有兴趣在 Google 的支持下创建您自己的类似项目，请关注 exploreCSR 网站，2022 年 6 月将开放下一轮申请。

Laura Hosman 和 Courtney Finkbeiner，亚利桑那州立大学

亚利桑那州立大学的 SolarSPELL 计划将借助 exploreCSR 的支持举办一系列研讨会，以鼓励计算机科学研究领域代表性不足的学生在学术之旅中前进。SolarSPELL 计划制作了一个离线、太阳能供电的数字图书馆，旨在将教育内容带到可能缺乏电力、互联网连接和/或传统图书馆的资源有限地区。

名为“SolarSPELL exploreCSR：为善而计算”的 exploreCSR 研讨会系列包括为期 6 周的课程，使用 SolarSPELL 作为案例研究，说明学生如何将机器学习应用于解决现实世界的问题，并为社会公益开发解决方案。学生将与 SolarSPELL 的联席主任见面，了解 SolarSPELL 计划的历史；了解 ASU 提供的研究生课程；并听取来自业界的嘉宾小组成员的分享。

一个太阳能供电的离线数字图书馆。

除了信息会议，学生还将获得团队合作和解决现实世界问题的实际经验。SolarSPELL 团队将向学生团队提出三个不同的挑战，让他们利用机器学习开发拟议的解决方案。然后，学生将有资格申请 SolarSPELL 的带薪暑期研究金职位，以开发并将其中一个拟议的机器学习模型集成到 SolarSPELL 的技术中。

SolarSPELL 是一个学生驱动的计划，因此 exploreCSR 学生开发的解决方案将被实施到我们的数字图书馆中，从而改善世界各地数百位图书馆用户的体验。随着在太平洋岛屿和东非 10 个国家的图书馆建成，以及计划向拉丁美洲和中东扩张，这些学生将产生深远的影响。

Daehan Kwak，凯恩大学

我和我的同事 Xudong Zhang 创建了一个以计算机视觉为中心的本科研究小组，正在进行关于学生注意力检测、口罩和社交距离检测以及医疗保健场景中的药丸识别的项目。举个例子，一名学生使用美国国家医学图书馆药盒中的数据创建了一个药丸检测应用程序。例如，这可用于高流量的配送药房，以提高效率和准确性，也可用于养老院，以验证居民服用的药物。我们很高兴地分享，药丸识别项目在凯恩商业计划竞赛中获得了第三名，并被接受在 2022 年“国会山海报展” 上展示。

Matthew Roberts，麦考瑞大学

麦考瑞大学的计算学院正在努力降低初学者接触 ML 的门槛，方法是使用现实世界的例子。本月，大约 50 名学生将在麦考瑞大学研究人员的指导下，花费一星期的时间测试他们解决自主水下航行器挑战（例如导航）的想法。他们将使用一个复杂的模拟环境来开发他们的想法，最好的解决方案将在今年晚些时候准备好部署到真实硬件中进行水下测试。

MacSim 对悉尼赛艇中心（由 VRX 创建）的模拟，其中包含一个机器学习模型的占位符，正在进行随机预测，准备接受学生提出的改进。

准确模拟的传感器（如摄像头和激光雷达）可以接受各种模型，允许人们尝试更复杂的想法来解决复杂问题。在 exploreCSR 的第一个学年之后，我们对模拟器和研讨会进行的调整将产生新的想法，并在学生职业生涯早期激发对机器学习研究的兴趣。

Pooyan Fazli，旧金山州立大学

来自 10 所大学和学院的 60 多名学生参加了我们的为期 2 天的虚拟 exploreCSR 研讨会。参与者来自旧金山州立大学、加州州立大学东湾分校、加州州立大学圣马科斯分校、加州州立大学斯坦尼斯劳斯分校、富尔顿学院、西北大学、圣地亚哥州立大学、索诺玛州立大学、加州大学圣地亚哥分校和旧金山大学。

我们邀请了 2 位演讲者，以及 2 个关于导师和职业发展轨道的专家小组，共有 10 位来自 Google 研究院、斯坦福大学、埃默里大学、弗吉尼亚理工大学和哥本哈根大学的专家小组成员。

作为此次研讨会的一部分，我们组织了实践活动，向学生介绍人工智能的不同方面及其在社会公益方面的应用，例如气候变化。我们还就人工智能的公平性、问责制、透明度和伦理在不同领域（如机器人、教育数据挖掘以及对服务不足社区的影响）进行了简短的演讲和讨论。

研讨会结束后，选定的学生将在春季学期在研究生和教师的指导下参与研究项目。通过研究项目，我们有两个目标：帮助学生在人工智能和机器学习研究社区中培养归属感，并为他们照亮一条探索负责任人工智能在社会公益方面的潜力的道路，从而在人工智能/机器学习领域攻读研究生学位。

研究项目将从为期 8 周的每周会议开始，并提供有关使用开源公共材料进行 Python 编程的实践培训。然后，学生将参与以人工智能在社会公益方面的应用为重点的应用研究项目，例如医疗保健、环境、安全、教育、气候变化和可访问性。

Farzana Rahman，雪城大学

今年早些时候，雪城大学电气工程与计算机科学系第二次举办了 RESORC（社会相关计算研究体验）项目，这是一个 exploreCSR 项目。该项目为来自 SU 和附近机构的 78 名本科生提供了研究体验，目标人群是历史上在计算领域代表性不足的人群。这两个研讨会的目标是让学生有机会使用开源工具学习机器学习，并获得数据科学工作流程的经验，包括收集和标记数据、训练模型以及仔细评估模型。机器学习研讨会是 RESORC 项目中评价最高的课程。

Erin Hestir 和 Leigh Bernacchi，加州大学默塞德分校

自 2019 年以来，加州大学默塞德分校与默塞德学院和加州州立大学斯坦尼斯劳斯分校合作开展了 Google exploreCSR 项目 ¡Valle! 加入科技领域！，每年为 32 名加州中央谷地的 STEM 本科生提供服务，旨在培养归属感、练习专业人脉构建，并培养技术技能。参与者在本学期通过 Zoom 和线下形式聚会。Valle 的学生通常来自历史上代表性不足的群体，该项目旨在支持他们追求计算研究、研究生和计算机科学相关职业。许多人已经实现了这些目标！

今年，我们借助 Google 研究院增加了额外的培训，以支持机器学习在社会公益方面的应用。该项目对所有 Valle 参与者以及合作学校开放，包括所有 STEM 领域的硕士和本科生，并将由来自加州大学默塞德分校的计算机科学专业的创意研究生教授。每个研讨会将由一位同辈导师教授——这是一种支持学术界相互成功的做法——导师将指导团队为社会公益开发机器学习项目。

该项目的目的是通过团队合作、娱乐和更高的目标，克服科学家和学生可能对计算科学和机器学习的一些恐惧。学生将能够发展他们的技能和兴趣，重点关注机器学习在气候、可持续性、农业和食品以及科技和航空领域的差异方面的应用。

Basak Guler，加州大学河滨分校

在加州大学河滨分校，我们创建了一个专注于联邦和分布式机器学习的本科生研究小组。近年来，联邦学习因其通信效率和设备端学习架构而广受欢迎。我们的研究小组每周都会举行会议，学生们学习联邦和分布式学习的原理、最先进的联邦学习算法、从金融服务到医疗保健的最新应用，以及隐私、安全和公平方面的最新挑战和进展。学生项目为本科生提供参与机器学习研究的机会，并从教职工和研究生中学习经验。该项目可以促进他们从本科到研究生的过渡，并为他们在工业界、政府、公共服务和学术界担任领导职位做好准备。

冈萨洛·A·贝洛，伊利诺伊大学芝加哥分校

计算机科学系正在举办一系列 exploreCSR 研讨会，包括 exploreCSR：探索数据科学研究，旨在向学生介绍数据科学和机器学习研究。这些研讨会旨在鼓励来自历史性代表性不足群体的学生在计算机科学领域追求研究生学习和研究职业。鼓励来自所有专业的 UIC 学生申请，包括那些没有修过任何计算机科学课程的学生。每个学期，从超过 120 名申请者中选出 60 名学生，由 10 名助教和一位教授指导学生。除了讲座外，学生们还一起进行动手项目，他们使用来自芝加哥市的真实数据进行探索、可视化和构建模型。

梅拉妮·莫西斯和胡迈拉·塔斯尼姆，新墨西哥大学

UNM Google 2021-2022 年的 exploreCSR 活动是一个为期一个学期的课程，名为 Swarmathon：下一代。学生将学习技术技能，例如为机器人中的物体识别开发机器学习模型，以及软技能，包括团队建设、研究技能以及与教职工和外部演讲者的讨论。UNM exploreCSR 项目建立在 5 年的培训学生参加由 NASA 赞助的机器人竞赛 Swarmathon（2014-2019）的基础上。在 2019/2020 年，我们开发了一系列 exploreCSR Swarmathon：TNG 研讨会，包括一个教职工小组、一位行业导师、一个开源教程和一个为期一天的研讨会，旨在使“Swarmie”机器人能够对物体进行分类并自动检索。

我们机器人行动的概览。

今年，在我们的 exploreCSR Swarmathon：TNG 课程中，学生将有更多时间积极参与开发和调整他们自己的机器学习模型，以便在 Swarmie 机器人中进行测试。他们将使用卷积神经网络 (CNN) 开发物体检测模型。他们将获得从机器人摄像头拍摄的物体图像数据集（如下所示）和一个简单模型。学生们将进一步开发模型和训练数据，然后在实际机器人上实时测试他们的模型，以查看他们可以将物体识别模型改进多少，从而对指定的物体进行分类和检索。

用于检测的不同形状的立方体。

学生们将亲身了解模拟与现实世界实验之间的差距。这将鼓励他们开发自己的小型研究项目，以提高模型性能以解决这一差距。exploreCSR 资助的 Swarmathon：TNG 课程将为学生提供积极参与机器人实践研究的机会。我们希望在我们的机器人竞技场中定义研究目标、进行一组实验、测试模型并看到结果发挥作用的体验将激励学生上研究生院并考虑研究职业。

手持立方体的 Swarmie。

丹尼尔·梅希亚，德克萨斯大学埃尔帕索分校

我们正在为所有专业的本科生构建一系列研讨会，向他们介绍应用机器学习和研究主题，从数学基础概念开始，以及通过数据科学家的眼光以一种新颖的方式解决问题。这些研讨会对所有学生开放，包括那些没有任何经验的学生。我们希望鼓励学生考虑攻读研究生，特别是那些以前可能没有考虑过的人。我相信学生越早接触，他们就越有可能攻读研究生学位。

亨利·格里菲斯，德克萨斯大学圣安东尼奥分校

在德克萨斯大学圣安东尼奥分校，我们正在创建一系列项目，以提高一年级电气和计算机工程学生的坚持率，让他们进入研究计算途径。通过将我们的项目与我们的电气和计算机工程导论课程相结合，该课程的年总注册人数约为 200 人，我们有机会在我们的工作中实现巨大的规模。我们的项目包括本科生研究经历、同伴指导项目和小组学习项目——所有这些都是为了培养学生的专业和技术技能，并加速他们进入研究机会的进程。

约翰·阿克斯，华盛顿大学

我们的 exploreCSR 研讨会 CSNext 预计将于今年 4 月开始。这是一个为期 4 周的在线研讨会、研讨会和项目工作计划，旨在鼓励本科生——特别是来自历史性代表性不足群体的学生——考虑并成功申请计算机科学研究生院。参与者将听取华盛顿大学几个实验室的演示，例如计算机视觉/图形 (GRAIL)、安全和隐私以及人机交互。将会有关于深度学习和当前研究生级研究的演示，来自不同背景的当前 UW CSE 研究生的小组讨论，有机会与来自几个 UW CSE 实验室的当前研究生见面，并且参与者将参加由研究生导师领导的小组练习，学习关于积极研究的知识。参与者还将学习研究生院申请流程和资源，这些流程和资源由 UW CSE 研究生服务部门的工作人员领导。

了解更多

如果您有兴趣在 Google 的支持下创建您自己的类似项目，请关注 exploreCSR 网站，2022 年 6 月将开放下一轮申请。