ACM公布卡特勒-贝尔奖名单，4名高中生因优秀CS研究获奖！

来源：AI 科技评论

近日，国际计算机协会（ACM）与计算机科学教师协会（CSTA）联合公布了ACM/CSTA卡特勒-贝尔奖高中计算组（ACM/CSTA Cutler-Bell Prize in High School Computing）的获奖名单，其中，4名美国高中生获得该奖！

2015年，美国DEC公司的软件工程师David Cutler与微软研究的电气工程师Gordon Bell共同设立了卡特勒-贝尔奖），旨在鼓励学生挑战课堂以外的计算问题，以此推动计算机科学领域的发展。

该奖项的评选过程是：在申请过程中，学生提交一个涉及到现代技术与计算机科学的项目或工艺品，评审团会根据项目的灵巧度、复杂度、相关度与独创性来评选出优秀的获奖者。

若成功入选，每位获奖者将获得10,000美元的现金奖励。奖金直接汇入获奖学生下一年就读的学校，抵扣学生的学杂费支出。

根据官网报道，获奖项目展示了下一代计算机科学家所开发的各类应用程序。

获奖者1：Sahithi Ankireddy

Sahithi Ankireddy来自位于伊利诺伊州霍夫曼庄园的James B. Conant高中。

“哔...哔...哔！随着霓虹绿的波浪线上下跳动，监护仪每隔几秒就会发出刺耳的声音。我将注意力集中在心脏监护仪上，希望“哔哔”声能够不断出现，以显示我的父亲（患者）的生存情况。”

Sahithi Ankireddy 利用父亲心脏病发作的经验，找出了如何在没有“风险”人群中更快、更轻松地发现心脏病的方法。她曾阅读过一篇文章，文章介绍了人工智能被应用于加速疾病诊断过程。

于是，在她的项目“使用机器学习和深度神经网络的辅助性心脏病诊断工具”（Assistive Heart Disease Diagnostic Tool using Machine Learning and Deep Neural Networks）中，Ankireddy使用一个公开的心脏病数据库，对机器学习模型和深度神经网络进行了测试。通过测试，她发现，Random Forest ML模型是快速诊断心脏病的最佳方法。

Ankireddy认为，她的研究和辅助性心脏病诊断工具对医疗资源匮乏的病人有很大帮助。通过使用此工具，医生可以在更短的时间内评估更多人的身体状况，并更快地为患者提供治疗。目前，Ankireddy正与心脏病专家合作，希望得到使用此工具的更多反馈。

获奖者2：Maurice Korish

Maurice Korish来自位于新泽西的 Rae Kushner Yeshiva 高中。

美国人口普查局曾提到，940万残疾人至少在一项日常活动（包括进食）方面存在困难。尽管目前已有一些技术能够帮助这些人，但这通常需要使用该技术的人在喂养过程中位于同一位置。

针对这种情况，Maurice Korish提出了一项叫做FeedBot的技术，可以为无法正确使用上肢的残疾人提供独立且经济高效的解决方案。FeedBot采用面部识别技术来识别人的嘴巴位置，然后将嘴巴的位置信息传输到机械喂食臂。该机械喂食臂也可以通过操纵杆手动控制。

Korish已利用开源库，并使用 Raspberry Pi，使该解决方案保持较低的经济成本。与标准计算机相比，Raspberry Pi的使用移动性更大，从而为使用FeedBot的用户提供了更多的舒适度和灵活性。

获奖者3：Brian Minnick

Brian Minnick来自弗吉尼亚州珀瑟维尔的劳登山谷高中。

在他的项目“不使用微处理器的全3D打印机”（Controlling a Fully 3D Printed 3D Printer）中，Brian Minnick希望打印机能够在不使用常规零件的情况下正常运行。

Minnick创造了第一台全3D打印机，展示了物体的自我制造能力、通用性或制造许多有用零件的能力，这标志着自复制空间探测器技术的一大进展。它还包含了第一个用于3D打印机的电机控制器，该控制器可以在没有微处理器的情况下构建。

Minnick创造这台打印机，是自复制空间探测器的重要基石。

获奖者4：Emily Yuan

Emily Yuan来自马里兰州罗克维尔的托马斯·沃顿高中。

在美国，超过一半的暴力犯罪没有被通报。尽管大多数暴力犯罪的受害者都在寻求医疗帮助，但目前，受害者所用来举报细节的系统却提供了泛泛、且不可映射的数据。其他受害者则出于恐惧选择不共享数据。

为了解决这些问题，Emily Yuan创建了一个叫做“Spatial Drilldown”的视觉交互映射系统，其中，用户可以单击地图上的地块来报告暴力事件发生的位置。该应用程序的目的是为了保护受害者的隐私。

Yuan与CDC研究小组以及亚特兰大格雷迪纪念医院的护士一起测试了该系统的原型。Spatial Drilldown提供了一种收集犯罪数据的新交互技术，特别是可以映射的犯罪数据，从而提高了当前暴力数据的质量。

Yuan希望将该应用程序与实际使用的电子病历系统进行整合，并扩展犯罪数据，以帮助减少本地暴力事件。

打赏