XiaoMi-AI文件搜索系统
World File Search SystemCSAIL
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。
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。
可路由 AI - CSAIL 联盟
假设开发出一种技术，既可以减少我们的碳足迹和交通拥堵，又可以让我们更快、更舒适、更方便地在人口密集的城市中出行。进一步假设，同样的技术可以有效地为有出行需求的人提供交通服务，并在危机时期为重要人员提供关键交通服务，还能根据患者的个人需求自动将他们分配到医院病床和设施中。这些场景的初始阶段已经开始实施，这得益于拼车优化研究，其中一些研究已在麻省理工学院开始。麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的一家初创公司 Routable AI 正在致力于构建高容量的按需路由技术，将拼车提升到新的水平，并设想真正的智慧城市可以是什么样子。
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。”
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。”
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。
目的声明 - 人| MIT CSAIL
与纳吉姆·德哈克（Najim Dehak）教授和JHU的Jes'us Villalba博士一起制定了用于语音活动检测的机器学习模型（VAD）时，我对语音研究的兴趣首次发展。vad均在所有语音系统中使用，但是标准的阈值方法仅在高信号与噪声比下才有效。为了创建强大的VAD模型，我在各种噪声条件下训练了一个长期的短期存储网络（LSTM）。我发现上下文信息对于语音身份检测至关重要，并在2017 JHU本科研究研讨会上介绍了这项工作。为了进一步改善我的VAD模型，我在HLTCOE的2017年应用语言探索（Scale）的夏令营中进行了参与。我观察到，LSTM的输出在相邻框架之间有很大不同，这与语音的平滑性属性相矛盾。为了解决这个问题，我研究并实施了几种机器学习模型，与HLTCOE的研究人员进行对话为我提供了有关工作的新见解。在规模结束时，我使用了一个两国隐藏的马尔可夫模型扩展了LSTM，该模型具有Google Audioset的噪声条件更多样化的，并且该模型在美国国家标准与技术研究所OpenSat上进行了评估。
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。
没有理性的情报 - 人| MIT CSAIL
计算机和思想是将人工智能定义为学科的两个类别。人们普遍认为，在过去的三十年中，人工智能的工作对Compoter Architectures的各个方面具有强烈的影响。在本文中，我们还提出了相反的主张；计算机架构的状态对我们的思想模型产生了强烈的影响。von Neumann计算模型在特定方向上具有人工智能。生物系统中的智能是完全不同的。最新的基于行为的人工智能中的工作已经提出了新的智力模型，这些模型与生物系统更加接近。他们使用的非von Neumann计算模型与生物学共享许多特征。