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.
인공지능의 증가하는 에너지 수요로 인한 우려 속에서, 일부 기술은 전력 그리드를 더 깨끗하고 효율적으로 만드는 데 도움을 줄 수 있습니다.
MIT의 새로운 연구는 AI 모델이 익명화된 환자 건강 데이터를 공개함으로써 피해를 입히지 않도록 테스트될 수 있는 방법을 보여줌.
MIT 구성원들이 주요 연구 성과와 긴박한 과제에 대처하는 노력으로 헤드라인을 석권했습니다.
MIT 연구진이 개발한 AI 도구는 로봇이나 자율 주행 차량용으로 더 나은 센서와 카메라를 설계하는 데 도움을 줄 수 있다.
사용자가 단어로 묘사하여 간단한 다중 구성품을 설계하고 제작할 수 있는 AI 시스템이 등장했다.
이 새로운 기술은 LLMs가 질문의 난이도에 따라 추론에 사용하는 계산량을 동적으로 조절할 수 있게 한다.
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.
MIT 신경과학자들이 인간과 새로운 AI 모델이 복잡한 문제를 해결하는 방식에서 놀라운 유사성을 발견했다.
MIT 연구진은 모듈식 개념과 간단한 동기화 규칙을 활용한 코딩 프레임워크를 제안하여 소프트웨어를 더 명확하고 안전하며 LLMs가 생성하기 쉽도록 함.
MIT 박사과정 학생이자 CSAIL 연구원인 Justin Kay는 AI와 컴퓨터 비전 시스템을 결합하여 우리 행성을 지원하는 생태계를 모니터링하는 작업에 대해 설명합니다.
새로운 장면에서 독특한 항목을 더 잘 식별할 수 있도록 비전-언어 모델을 이 기술로 훈련시킨다.
의료 이미지의 관심 영역을 신속하게 주석 처리함으로써, 이 도구는 과학자들이 새로운 치료법을 연구하거나 질병 진행을 매핑하는 데 도움을 줄 수 있습니다.
MIT Generative AI Impact Consortium Symposium에서 연구자와 비즈니스 리더들이 이 강력한 기술을 중심으로 한 잠재적인 발전에 대해 논의했습니다.
MIT CSAIL 연구원들이 개발한 도구는 태아의 형태와 움직임을 3D로 모델링하여 의사들이 이상을 발견하고 진단하는 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.
MIT 연구진은 VaxSeer를 사용하여 바이러스 진화와 항원성을 예측하는 기계 학습을 활용해 백신 선정을 더 정확하고 추측에 의존을 줄이는 것을 목표로 함.
인간이 처벌을 판단할 때 사용하는 인지과정을 해석하는 새로운 컴퓨터 모델이 개발되었다.
MIT의 “Meschers” 도구는 2.5차원에서 에셔(Escher)와 유사한 광학적 환영을 시각화하여, 물리적으로 불가능한 모양을 이해하고 새로운 디자인을 도와줄 수 있습니다.
MIT CSAIL 연구원들이 개발한 Neural Jacobian Fields는 다른 센서 없이 단일 카메라에서 로봇을 제어할 수 있도록 학습할 수 있습니다.
언어 모델은 순차적 추적이 아닌 똑똑한 산술을 사용하여 변화하는 상황을 따라갑니다. 이러한 접근 방법을 제어함으로써 엔지니어들은 시스템의 성능을 향상시킬 수 있습니다.
연구진은 대규모 언어 모델을 전략 계획이나 프로세스 최적화와 같은 어려운 작업에 보다 적응 가능하게 만드는 방법을 개발했다.
MIT Generative AI Impact Consortium 행사에서 발표된 내용은 건강 관리, 비즈니스, 교육 등 AI와 다른 분야의 고위험 교차점에 초점을 맞추었습니다.
MIT Schwarzman College of Computing의 미션을 발전시키기 위해 핵심적인 의견을 제공하는 학부 자문 그룹이 구성되었습니다. “컴퓨팅 언어학자”로 구성된 이 그룹은 중요한 역할을 하고 있습니다.
대부분의 사람들은 낙관론자 대 루딧파와는 별개로 AI를 실제 능력과 개인화 요구에 기반하여 평가한다.
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.
MIT 연구팀이 개발한 새로운 기계 학습 모델은 음성과 영상 데이터를 연결시키며, 이는 언젠가는 로봇이 현실 세계에서 상호작용하는 데 도움이 될 수 있을 것이다.
“no”나 “not”와 같은 부정어가 의료 진단과 같은 중요한 상황에서 이 인기 있는 AI 모델들이 예상치 못하게 실패하게 할 수 있음
CausVid 생성 AI 도구는 확산 모델을 사용하여 자동회귀(프레임별) 시스템을 가르쳐 안정적이고 고해상도 비디오를 신속하게 생성한다.
MAD 펠로우인 Alexander Htet Kyaw는 인공지능과 증강 현실을 활용해 인간, 기계, 물리 세계를 연결하고 있다.
MIT-IBM 왓슨 AI 연구소의 새로운 방법은 대형 언어 모델이 안전하고 윤리적이며 가치에 부합하는 출력물로 자신의 응답을 조절할 수 있게 도와준다.
이 방법은 AI 모델의 정확도를 유지하면서 공격자가 비밀 정보를 추출하지 못하도록 보장한다.
Ana Trišović은 인공지능의 민주화를 연구하는데, 세르비아에서 무료 MIT 자료를 다운로드하면서 시작된 커리어에 대해 고찰한다.
인공지능이 발전함에 따라 우리 자신과 사회에 대해 중요한 질문을 던져야 한다는 벤 빈슨 3세의 주장.
MIT 생물학 연구자들이 개발한 FragFold는 생물학 연구 및 치료 응용 분야에 영향을 줄 수 있는 계산 방법입니다.
세바스찬 맨 졸업생이 MIT 스티븐 A. 슈바르츠먼 컴퓨팅 공학관 건물을 지원하는 첫 주요 기부자가 됐다. 슈바르츠먼의 기초 기부 이후 건물을 지원한 것이다.
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 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.
