MIT新闻 - 人工智能领域信息情报检索

MIT新闻致力于向媒体和公众传达学生、教职员工和整个MIT社区的新闻和成就。

3 个问题:颠覆设计问题

3 Questions: Inverting the problem of design

麻省理工学院和 IBM 的研究人员正在创建联动机制,以创新人机运动工程。

研究基因因果关系的因果理论

A causal theory for studying the cause-and-effect relationships of genes

通过避免昂贵的干预,一种新方法可能会揭示基因调控程序,为有针对性的治疗铺平道路。

可以将日常物品数字化的便携式照明系统

A portable light system that can digitize everyday objects

一种新的设计工具使用紫外线和 RGB 光来改变日常物品的颜色和纹理。 该系统可以使表面显示动态图案,例如健康数据和时装设计。

尽管生成式人工智能的输出令人印象深刻,但它对世界的理解并不连贯

Despite its impressive output, generative AI doesn’t have a coherent understanding of the world

研究人员表明,即使是表现最好的大型语言模型也无法形成真正的世界及其规则模型,因此可能会在类似任务上意外失败。

在麻省理工学院及其他地区推动系统性种族主义研究

Empowering systemic racism research at MIT and beyond

麻省理工学院打击系统性种族主义计划的研究人员正在建立一个开放数据存储库,以推进对警务、住房和医疗保健等领域种族不平等的研究。

艺术家兼设计师 Es Devlin 荣获麻省理工学院尤金·麦克德莫特艺术奖

Artist and designer Es Devlin awarded Eugene McDermott Award in the Arts at MIT

她的作品探索了生物多样性、语言多样性和人工智能创作的集体诗歌,并将于 2025 年春季在麻省理工学院获得 10 万美元奖金、艺术家驻留权和公开演讲。

纳米级晶体管可实现更高效的电子设备

Nanoscale transistors could enable more efficient electronics

研究人员正在利用量子力学特性来克服硅半导体技术的极限。

麻省理工学院施瓦茨曼计算机学院启动博士后项目,推动跨学科人工智能发展

MIT Schwarzman College of Computing launches postdoctoral program to advance AI across disciplines

新的 Tayebati 博士后奖学金项目将支持领先的博士后将尖端人工智能应用于科学发现或音乐研究。

一种更快、更好的训练通用机器人的方法

A faster, better way to train general-purpose robots

受到大型语言模型的启发,研究人员开发了一种训练技术,可以汇集各种数据来教机器人新技能。

使验证 AI 模型的响应变得更容易

Making it easier to verify an AI model’s responses

通过允许用户清楚地看到大型语言模型引用的数据,此工具加快了手动验证速度,以帮助用户发现 AI 错误。

在计算机视觉和机器人技术中结合下一个标记预测和视频传播

Combining next-token prediction and video diffusion in computer vision and robotics

一种新方法可以训练神经网络对损坏的数据进行分类,同时预测下一步。它可以为机器人制定灵活的计划,生成高质量的视频,并帮助 AI 代理在数字环境中导航。

为医生配备 AI 副驾驶

Equipping doctors with AI co-pilots

由校友创办的 Ambience Healthcare 可在患者就诊前、就诊期间和就诊后自动为临床医生完成常规任务。

人工智能与“blisk”在 DARPA 资助的新合作中相遇

Artificial intelligence meets “blisk” in new DARPA-funded collaboration

多所大学合作团队将为下一代涡轮机械寻找新的 AI 增强设计工具和高通量测试方法。

建模关系以有效解决复杂问题

Modeling relationships to solve complex problems efficiently

副教授 Julian Shun 开发了用于大规模图形处理的高性能算法和框架。

AI 如何通过更智能的采样技术改进模拟

How AI is improving simulations with smarter sampling techniques

麻省理工学院 CSAIL 的研究人员创建了一种由 AI 驱动的低差异抽样方法,该方法均匀分布数据点以提高模拟准确性。

问答:一项帮助加强民主的新举措

Q&A: A new initiative to help strengthen democracy

麻省理工学院政治学系主任 David Singer 讨论了“加强民主倡议”,重点关注对选举、公众舆论和政治参与的严格研究。

AI 模拟让人们一窥他们潜在的未来自我

AI simulation gives people a glimpse of their potential future self

通过让用户与自己年长的版本聊天,“未来你”旨在减少焦虑并引导年轻人做出更好的选择。

AI 幻想性错觉:机器能在无生命物体中识别面孔吗?

AI pareidolia: Can machines spot faces in inanimate objects?

新的“虚幻”面孔数据集揭示了人类和算法面部检测之间的差异、与动物面部识别的联系以及预测人们最常感知面部的位置的公式。