PhysiOpt 시스템은 물리 시뮬레이션을 실행하고 3D 청사진을 섬세하게 조정하여, 생성적 AI 모델이 내구성 있는 현실 세계 액세서리와 장식품을 만들 수 있도록 돕는다.
긴 대화의 맥락은 LLM이 사용자의 시각을 반영하기 시작하게 하여 정확도를 줄일 수 있거나 가상의 메아리 방이 될 수 있음.
EnCompass는 AI 에이전트 프로그램을 백트래킹하고 여러 번 시도하여 대형 언어 모델이 생성한 최상의 출력 집합을 찾아냄. 이는 코더들이 AI 에이전트와 더 효율적으로 작업할 수 있도록 도와줄 수 있음.
MIT 건축학과 학생들이 주방으로 새로운 인간-기계 상호작용 형태를 가져왔다.
MIT의 새로운 연구는 AI 모델이 익명화된 환자 건강 데이터를 공개함으로써 피해를 입히지 않도록 테스트될 수 있는 방법을 보여줌.
MIT 연구진은 3D 생성 인공지능과 로봇 조립을 결합한 음성-현실 시스템을 개발하여 필요에 따라 물체를 창조할 수 있게 되었다.
MIT 연구진은 모듈식 개념과 간단한 동기화 규칙을 활용한 코딩 프레임워크를 제안하여 소프트웨어를 더 명확하고 안전하며 LLMs가 생성하기 쉽도록 함.
Refashion 프로그램은 사용자가 바지를 드레스로 재구성할 수 있는 적응형 의류의 아웃라인을 만들도록 돕는다. 이러한 의류의 각 구성 요소는 교체, 재배치 또는 재스타일링할 수 있다.
TX-GAIN은 생성 AI에 최적화되어 생물방어, 물질 발견, 사이버 보안 및 기타 연구 및 개발 분야에서 혁신을 주도하고 있습니다.
MIT의 건축학과 및 미디어랩에 네 명의 새로운 교수가 합류했다.
MIT Learn은 AI 플랫폼으로 MIT의 평생 교육 기회를 통합하는 허브 역할을 합니다.
AI가 소프트웨어 개발을 변화시키고 있지만 완전한 자동화에는 여전히 중요한 장애물이 남아있다. 연구팀은 이제 도전 과제를 매핑하고 분야를 전진시키기 위한 연구 계획을 개요로 제시했다.
환자 메시지에 있는 오타, 추가 공백, 화려한 언어와 같은 비임상 정보가 AI 모델의 정확도를 낮추는 것을 연구자들이 발견했습니다.
MIT 미디어 랩과 관련된 MIT 미디어 랩의 박사과정 학생이자 2024년 MAD 펠로우인 Caitlin Morris는 “사회적 매력”을 반영하여 호기심과 동기부여에 영향을 미치는 디지털 학습 플랫폼을 설계한다.
MIT 윤리 컴퓨팅 연구 심포지엄은 기술, 윤리, 사회적 책임이 교차하는 프로젝트를 선보인다.
MIT의 ‘미래 컴퓨팅 상상하기 상’ 수상 에세이가 건강 관리 격차를 중심에 두고 있다.
MIT CSAIL 연구원들이 개발한 SketchAgent는 AI 모델에게 개념을 한 줄씩 스케치하도록 가르쳐, 언어 모델이 독자적으로 개념을 시각적으로 표현하고 인간과 협업할 수 있도록 돕는다.
박사과정 학생 Sarah Alnegheimish은 기계 학습 시스템을 접근 가능하게 만들고 싶어합니다.
CSAIL 연구원들이 개발한 TactStyle 시스템은 이미지 프롬프트를 사용하여 3D 모델의 시각적 외형과 촉각적 특성을 복제한다.
미디어 기술 교수가 인간-컴퓨터 상호작용 분야의 연구로 영향력과 중요성을 인정받아 평생 연구상을 받았습니다.
새로운 연구로 사람이 로봇의 행동을 실시간으로 수정할 수 있게 되었는데, 이는 다른 사람에게 피드백을 주는 것과 유사하다.
강력한 generative AI 모델의 신속한 개발과 배포는 전력 수요와 수소 소비 증가와 같은 환경적 영향을 야기한다.
