详细内容或原文请订阅后点击阅览
描绘人工智能的未来，从更安全的答案到更快的思考
在 MIT-IBM Watson AI 实验室暑期项目实习的 MIT 博士生正在推动 AI 工具变得更加灵活、高效和基于事实。
来源:MIT新闻 - 人工智能当用户普遍认为新工具和技术可靠、易于使用，并且在成本方面对现有方法和工作流程进行了改进时，就会采用新工具和技术。来自 MIT-IBM Watson AI 实验室夏季项目首届的五名博士生正在利用最先进的资源，缓解 AI 痛点，并创建新的特性和功能来促进 AI 的实用性和部署 - 从学习何时信任预测另一个模型准确性的模型到更有效地对知识库进行推理。学生和导师的共同努力形成了一条贯穿始终的路线，实践和技术上严谨的研究导致了跨领域更可靠和更有价值的模型。
学生们的工作涵盖安全性、推理效率、多模态数据和基于知识的推理，构建探针、路由器、新的注意力机制、合成数据集和程序合成管道。他们的技术强调扩展和集成，影响始终可见。
学会信任，以及何时
麻省理工学院数学研究生 Andrey Bryutkin 的研究优先考虑模型的可信度。他寻找问题的内部结构，例如控制系统的方程和守恒定律，以了解如何利用它们来产生更可靠和稳健的解决方案。有了这个基础，Bryutkin 与实验室合作开发了一种方法来探究大型学习模型 (LLM) 行为的本质。 Bryutkin 与该实验室 IBM 研究中心的 Veronika Thost 以及麻省理工学院电气工程和计算机科学 (EECS) 系副教授兼 Germeshausen 职业发展教授、医学工程科学研究所和信息与决策系统实验室成员 Marzyeh Ghassemi 一起探讨了法学硕士的“不确定性的不确定性”。
明智地使用计算
重新展望