Le 21 octobre, Amazon a lancé un programme de bourses doctorales d’une valeur totale de 68 millions de dollars américains, destiné à soutenir plus de 100 doctorants issus de neuf universités mondialement reconnues. Ce programme, qui s’étend sur deux ans (2025-2026 et 2026-2027), attribuera chaque année 10 millions de dollars en aides directes aux étudiants, ainsi que 2,4 millions de dollars en crédits cloud via Amazon Web Services (AWS). Chaque université participante recevra 1,1 million de dollars annuels pour soutenir ses chercheurs. Les établissements concernés sont : l’Université Carnegie Mellon, l’Université Johns Hopkins, le Massachusetts Institute of Technology (MIT), Stanford, l’Université de Californie à Berkeley (UCB), l’Université de Californie à Los Angeles (UCLA), l’Université d’Illinois à Urbana-Champaign, l’Université du Texas à Austin et l’Université de Washington. Selon Rohit Prasad, vice-président senior de l’IA chez Amazon et directeur scientifique, le programme met l’accent sur les recherches ayant un impact concret sur l’intelligence artificielle pratique, notamment dans les domaines du machine learning, de la vision par ordinateur, du traitement du langage naturel, ainsi que dans des axes émergents comme les systèmes d’agents intelligents, les grands modèles linguistiques, les modèles génératifs, l’infrastructure des systèmes d’apprentissage automatique et le raisonnement automatisé. Chaque lauréat bénéficiera non seulement d’un soutien financier, mais aussi d’un mentor scientifique senior d’Amazon, appelé « chercheur associé », qui suivra son projet de recherche et l’aidera à explorer ses applications concrètes. Les étudiants auront également la possibilité de faire un stage d’été chez Amazon pour appliquer leurs travaux dans un contexte industriel. Parmi les lauréats déjà révélés, plusieurs chercheurs d’origine chinoise se distinguent par leurs travaux innovants. Au MIT, Jenny Huang, spécialiste du machine learning centré sur les données et la quantification de l’incertitude, et Songyuan Zhang, qui travaille sur les systèmes multi-agents sûrs en robotique, figurent parmi les lauréats. David Jin, lui, explore l’optimisation à grande échelle des systèmes décisionnels basés sur l’IA, en s’appuyant sur les GPU et les architectures distribuées. À Berkeley, Dacheng Li, actif dans les modèles génératifs visuels et textuels, et Hao Wang, qui se consacre à la génération de code sécurisé par raisonnement contrôlé, sont reconnus pour leur impact dans des domaines critiques. Melissa Pan (Zhiyang Pan) étudie la durabilité des systèmes d’apprentissage automatique, tandis que Shiyi Cao et Shuo Yang contribuent à des avancées majeures dans l’efficacité des systèmes de grands modèles linguistiques, notamment via des projets comme S-LoRA et MoE-Lightning. À Carnegie Mellon, Yuxiao Qu cherche à doter les agents IA d’une « curiosité humaine » via l’apprentissage par renforcement, tandis que Danqing Wang et Xinran Zhao s’intéressent à la fiabilité et à la sécurité des agents basés sur les grands modèles. Mengdi Wu travaille sur l’optimisation automatique des compilateurs d’apprentissage, et Xinyu Yang développe des architectures permettant de faire évoluer plusieurs agents dans un même modèle. À l’Université du Texas à Austin, Haoyu Li, Junbo Li et Kiazhao Liang s’orientent vers des systèmes intelligents capables de raisonnement, d’auto-évolution et d’optimisation efficace des modèles. Chutong Yang se penche sur la fiabilité algorithmique en apprentissage fiable, tandis que Xiao Zhang explore la performance prévisible des systèmes d’IA dans les réseaux 5G. Ce programme illustre non seulement l’engagement d’Amazon dans l’innovation technologique, mais aussi sa volonté de renforcer les liens entre recherche académique et application industrielle, en particulier dans un domaine stratégique comme l’intelligence artificielle.