MIT Siegel Family Quest for Intelligence는 Siegel Family Endowment의 지원을 받아 뇌가 어떻게 지능을 생산하며 문제 해결에 활용될 수 있는지 연구한다.

“MechStyle”은 사용자가 3D 모델을 개인화할 수 있게 해주며, 제작 후에도 물리적으로 견고한 제품을 생산하여 독특한 개인용품과 보조 기술을 제공합니다.

동물들은 두 다리, 네 다리, 혹은 여섯 다리를 걸어다닐 때마다 몸의 위치를 모니터링하고 매 걸음마다 오류를 수정하여 안정을 유지한다.

MIT CSAIL 및 LIDS 연구원들이 부드러운 로봇이 안전 기준을 위반하지 않고 변형, 적응 및 사람 및 물체와 상호 작용할 수 있는 수학적으로 기반된 시스템을 개발했다.

MIT의 AquaCulture Shock 프로그램은 MIT-스칸디나비아 MISTI와 협력하여 해양 양식 분야의 AI와 자율 주행 기술에 대한 국제 인턴십을 제공한다.

MIT에서 개발된 새로운 접근 방식이 있어, 탐색 및 구조물 파괴 후 구조물을 빠르게 생성하여 주변 환경의 정확한 지도를 만들어 로봇이 예측할 수 있게 돕습니다.

MIT와 MBZUAI의 협력 연구 프로그램은 두 기관의 교수진과 학생들을 결합하여 AI를 발전시키고 과학적, 사회적 과제에 가속화하여 활용할 것이다.

MIT 부교수 프리야 돈티는 기계 학습을 활용하여 재생 에너지를 최적화하는 연구를 진행하고 있습니다.

MIT CSAIL과 맥마스터 대학 연구진은 생성 모델을 사용하여 좁은 스펙트럼 항생제가 질병을 일으키는 세균을 어떻게 공격하는지 밝혀냄. 이로써 보통 몇 년이 걸리는 과정을 가속화함.

의료 이미지의 관심 영역을 신속하게 주석 처리함으로써, 이 도구는 과학자들이 새로운 치료법을 연구하거나 질병 진행을 매핑하는 데 도움을 줄 수 있습니다.

MIT CSAIL 연구원들이 SustainaPrint 시스템을 개발했다. 이 시스템은 친환경 3D 프린트의 가장 약한 부분만 보강하여 더 적은 플라스틱으로 강도를 높일 수 있다.

Caroline Uhler 교수는 Schmidt Center에서의 연구, 수학의 어려운 문제, 생물학의 복잡한 상호작용을 이해하기 위한 지속적인 노력에 대해 논의합니다.

새로운 연구 결과, 기후 데이터의 자연 변동성으로 인해 인공지능 모델이 지역 온도와 강수량을 예측하는 데 어려움을 겪을 수 있다.

AI가 소프트웨어 개발을 변화시키고 있지만 완전한 자동화에는 여전히 중요한 장애물이 남아있다. 연구팀은 이제 도전 과제를 매핑하고 분야를 전진시키기 위한 연구 계획을 개요로 제시했다.

다양한 치료 조합을 한꺼번에 테스트하는 새로운 방법은 암이나 유전 질환용 약물을 개발하는 과학자들에게 도움이 될 수 있습니다.

MIT CSAIL 연구원들이 개발한 AI 파이프라인은 수중에서 일렬로 이동하는 바디보드 크기의 차량을 위한 독특한 수력 디자인을 가능하게 하며, 과학자들이 해양 데이터를 수집하는 데 도움을 줄 수 있음.

MIT CSAIL 연구진은 GenAI와 물리 시뮬레이션 엔진을 결합하여 로봇 디자인을 개선했습니다. 결과적으로, 인간이 디자인한 로봇을 능가하는 기계를 만들어 냈습니다.

MIT Generative AI Impact Consortium 행사에서 발표된 내용은 건강 관리, 비즈니스, 교육 등 AI와 다른 분야의 고위험 교차점에 초점을 맞추었습니다.

이 AI 시스템은 바람과 같은 알 수 없는 방해요소에 자동으로 적응하도록 학습합니다.

Sendhil Mullainathan은 행동경제학과 기계학습 분야의 연구에 독특한 시각을 제공하고 있다.

IntersectionZoo는 실제 도로 교통 문제를 활용하여 깊은 강화 학습 알고리즘의 진전을 테스트하는 벤치마킹 도구이다.

이 방법은 AI 모델의 정확도를 유지하면서 공격자가 비밀 정보를 추출하지 못하도록 보장한다.

사용자들이 특정한 특성을 가진 새로운 분자를 요청하면, 새로운 방법을 통해 그 분자를 합성하는 방법에 대한 상세한 설명을 받을 수 있는 기술이 개발되었습니다.

연구진은 모델의 추론 능력을 활용하여 다단계 문제에 최적해를 찾는 “스마트 어시스턴트”를 만드는 새로운 프레임워크를 개발했다.

Ana Trišović은 인공지능의 민주화를 연구하는데, 세르비아에서 무료 MIT 자료를 다운로드하면서 시작된 커리어에 대해 고찰한다.

재료과학자 Markus Buehler는 공학과 자연 사이를 이어주는 학술 리더십과 혁신적인 연구로 영예를 받았다.

MIT의 Whitehead Institute와 CSAIL 연구진이 단백질의 위치를 예측하고 생성하는 머신러닝 모델을 개발했으며, 이는 질병을 이해하고 개선하는 데 도움이 될 것으로 예상된다.

Kaiming He 교수가 인공지능이 과학 분야 간 장벽을 낮추고 학문 분야 간 협력을 촉진하는 데 어떤 역할을 하는지에 대해 논의합니다.

MIT 연구진은 날씨 예측이나 대기 오염 지도 작성과 같은 공간적 요소를 갖는 예측을 평가하기 위한 새로운 접근 방식을 개발했다.

MIT의 학생인 Audrey Lorvo는 “우리는 인간이 AI의 혜택을 누리도록 보장하고, 기술을 통제하지 못하게 하는 데 노력해야 합니다.”라고 말했다.

MIT의 새로운 협회는 연구자와 산업을 연결하여 영향에 초점을 맞출 것이다.

MIT CSAIL 주요 연구원 Una-May O’Reilly는 해커들보다 먼저 AI 모델의 보안 취약점을 드러내는 에이전트를 개발하는 방법에 대해 논의합니다.

새로운 시스템이 생성적 AI를 사용하여 분자의 역학을 에뮬레이션하며, 정적인 분자 구조를 연결하고 흐릿한 이미지를 비디오로 발전시키는 과정.

강력한 generative AI 모델의 신속한 개발과 배포는 전력 수요와 수소 소비 증가와 같은 환경적 영향을 야기한다.