XiaoMi-AI文件搜索系统
World File Search SystemCSAIL
课程vitae silvio micali-人| MIT CSAIL
MIT副负责人，EECS部门 2015-2016麻省理工学院完整教授1991年 - 现任麻省理工学院终身教授1988-1991 MIT副教授1986-1988 MIT助理教授1983-1986多伦多大学多伦多大学大多伦多大学学院研究员1982-1983MIT副负责人，EECS部门2015-2016麻省理工学院完整教授1991年 - 现任麻省理工学院终身教授1988-1991 MIT副教授1986-1988 MIT助理教授1983-1986多伦多大学多伦多大学大多伦多大学学院研究员1982-1983
Vinod Vaikuntanathan-人| MIT CSAIL
6。Melissa Chase，Seny Kamara，Andrew Putnam，Timothy Sherwood，Dan Shumow和Vinod Vaikuntanathan。抗检查的片上记忆体系结构，邀请在计算机档案会议上邀请IEEE Micro Tops 2013特刊。首先出现在国际计算机体系结构会议论文集（ISCA），2012年。
Alice＆Bob -Csail Alliances
打击此类错误的一种常见方法是通过冗余，数百个物理Qubits可以使用一个逻辑量子。这是大多数量子设计师都采用的方法，但这是对不可避免的自然问题的昂贵且效率低下的答案。因此，一个不同的有前途的解决方案是使用猫码头，可以稳定它，以便它们仅容易出现两个类别的错误之一。以Schrodinger的猫的名字命名，最初是在2020年的自然论文中引入的，Alice＆Bob联合创始人RaphaëlLescanne和ThéauPeronnin帮助写道。意识到他们发现的潜力，Peronnin和Lescanne在2020年创建了该公司，并承诺基于Cat Qubit构建量子计算机。Alice＆Bob首席产品官Blaise Vignon说：“基于这些量楼，我们相信我们可以为量子计算机建立有效的误差校正，并且我们认为错误纠正的量子计算机可以改变世界。”Alice＆Bob首席产品官Blaise Vignon说：“基于这些量楼，我们相信我们可以为量子计算机建立有效的误差校正，并且我们认为错误纠正的量子计算机可以改变世界。”
Dynamo AI - CSAIL 联盟
虽然 Dynamo AI 最初只专注于为联邦学习提供“即插即用”工具（事实上，该公司的原名是 DynamoFL），但团队很快意识到，客户关心的 AI 实施还有许多其他方面。世界各地不断涌现的与 AI 相关的新法律、推出 AI 系统已知和未知的风险，以及保护用户和公司免受有意或无意滥用 AI 程序的人侵害的持续过程，都是 Mugunthan 意识到 Dynamo AI 可以提供帮助的问题。因此，在 2023 年末和 2024 年初，该公司从专注于联邦学习转向更广泛、更全面的功能集，旨在帮助公司设计和推出安全合规的 AI 系统。
自主生活技术-CSAIL联盟
在2019年秋天开始，库拉拉斯被诊断出患有ALS，也被称为Lou Gehrig病。当时，他是一家使用AI创建体育赛事的多摄像机视频的初创公司的创始人，编写可以检测运动的代码，并自动感觉到哪个角度是给定时刻中最好的镜头。诊断后，Koulouras决定将他在传感器，算法和AI程序中运用他的经验，以辅助技术。他在1980年代初为Apple II计算机的辅助开关工作，因此他熟悉该地区。他说：“这使我对技术的状态感到震惊我基本上几乎看不到40年的进展。”可用的工具，例如喂食臂和眼睛跟踪传感器，是故障，不可靠且无法承受的Koulouras看到了一个机会，因为正如他所说，“我在硅谷呆了40年，我知道什么是花费，以及如何应用尖端的AI和机器人技术。”
光纤光子计算 - 人员 | MIT CSAIL
19 世纪，查尔斯·巴贝奇 (Charles Babbage) 将计算机设想为模拟设备。然而，直到 150 年后，美国海军才建造了一台机械模拟计算机来求解微分方程。随着摩尔定律的终结，光子计算利用光子的速度、带宽和能效，为更快、更高效、可扩展的模拟计算系统注入了新的活力，重振了模拟计算的前景。本文认为，网络社区应该为可插拔转发器增强光子计算功能，以实现向后兼容的网络内计算解决方案。我们提出了光纤上光子计算，当数据在光域中时，在网络转发器内执行计算操作。我们讨论了将计算无缝集成到光通信链路结构中所需的组件。然后，我们讨论了光纤上光子计算的几个用例，包括机器学习推理、视频编码、负载平衡和入侵检测。
Leela AI | CSAIL 联盟
这就是为什么麻省理工学院的衍生公司和 CSAIL Alliances Startup Connect 成员 Leela AI 基于婴儿学习方式建模的现实世界常识、推理和演绎建立他们的视频智能平台，将这些创新汇编成一个制造支持系统，可以优化生产流程并改变 AI 技术的未来。 起步 20 世纪 90 年代，Leela AI 的三位联合创始人还是麻省理工学院的学生，他们一起研究计算机架构（米兰明斯基博士）、认知科学（赛勒斯绍尔博士）和人工智能（亨利明斯基）。在此期间，亨利明斯基接触到了研究生加里德雷舍在当时的麻省理工学院教授马文明斯基和西摩佩普特的指导下所做的令人兴奋的研究。德雷舍将儿童心理学家让皮亚杰的开创性工作带到了计算机科学领域，将婴儿学习图式应用于人工智能，努力设计出像婴儿一样学习世界的人工智能。
加拿大帝国商业银行（CIBC）-CSAIL联盟
他们参与研究计划，导致CIBC与技术政策总监泰勒·雷诺兹（Taylor Reynolds）和互联网政策研究计划（IPRI）项目专门建立联系。根据其网站的说法，SCRAM的安全网络风险汇总管理的简称为“汇总敏感的网络安全防御和损失数据，并提高我们的安全性，而无需组织披露自己的敏感数据。”正如Sr.密码学顾问Ken Giuliani所解释的那样，SCRAM基于一种称为完全同型加密的新技术，该技术“允许来自不同来源的数据，具有相似结构的数据可以汇总在一起，而无需揭示任何来源的个人数据。”简而言之，SCRAM允许科学家研究私人信息，而不会以任何方式损害其来源的安全性。对于像CIBC这样的银行，这种研究很有希望，他们可以从了解竞争对手机构的失败点中受益，但不太可能在其他任何地方获得这些知识。
