XiaoMi-AI文件搜索系统
World File Search SystemCSAIL
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。
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。
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。