0 просмотров

Продвижение исследований искусственного интеллекта

Вычислительный колледж им. Шварцмана Массачусетского технологического института и Агентство оборонной науки и технологий Сингапура выделили финансирование 13 проектам, ориентированным на ИИ.

Терри Парк | Вычислительный колледж Шварцмана Массачусетского технологического института
Дата публикации :
18 ноября 2020 г.

Контакты для прессы:

Терри Парк
Электронная почта: terrip@mit.edu
Телефон: 617-253-5884
Вычислительный колледж Шварцмана Массачусетского технологического института

Абстрактная иллюстрация нейронной сети в форме мозга, наложенная на печатную плату.

Подпись :

13 проектов под руководством исследователей из Колледжа вычислительной техники им. Шварцмана при Массачусетском технологическом институте нацелены на одну или несколько из следующих тем: надежный ИИ, улучшение человеческого познания в сложных условиях и ИИ для всех.

Кредиты:
Изображение: Герд Альтманн/Pixabay

Предыдущее изображение Следующее изображение

Широкая применимость искусственного интеллекта в современном обществе требует разработки и развертывания технологий, которые могут укрепить доверие в новых областях, противостоять асимметричным угрозам и адаптироваться к постоянно меняющимся потребностям сложных сред.

В рамках нового сотрудничества по продвижению и поддержке исследований в области искусственного интеллекта Колледж вычислительной техники имени Стивена А. Шварцмана Массачусетского технологического института и Агентство оборонной науки и технологий в Сингапуре выделяют финансирование 13 проектам под руководством исследователей из колледжа, которые нацелены на одну или несколько следующие темы: надежный ИИ, улучшение человеческого познания в сложных условиях и ИИ для всех. 13 отобранных исследовательских проектов выделены ниже.

Статья в тему:  Какой mooc даст вам работу в области искусственного интеллекта

«SYNTHBOX: обеспечение надежности и объяснимости моделей реального мира с использованием синтетических сред» Александра Мадри, профессора компьютерных наук. Новые технологии машинного обучения могут значительно помочь и даже полностью автоматизировать многие задачи, которые до сих пор уверенно возлагались только на людей.Используя последние достижения в области реалистичного рендеринга графики, моделирования данных и логических выводов, команда Мадри создает радикально новый набор инструментов для упрощения разработки и развертывания надежных решений для машинного обучения.

«Технологии NLP следующего поколения для задач с низким уровнем ресурсов», Регина Барзилай, профессор электротехники и компьютерных наук Delta Electronics; и Томми Яаккола, профессор электротехники и информатики имени Томаса Зибеля. В технологиях естественного языка большинство языков в мире не снабжены богатыми аннотациями. Это отсутствие прямого надзора часто приводит к неточным, незащищенным и ломким результатам. В рамках проекта под руководством Барзилая и Яакколы исследователи разрабатывают новые инструменты генерации текста для контролируемой передачи стиля и новые алгоритмы для обнаружения дезинформации или подозрительных новостей в Интернете.

«Ролевая игра с вычислительной поддержкой для принятия социальной точки зрения» Д. Фокса Харрелла, профессора цифровых медиа и искусственного интеллекта. Опираясь на подходы в области информатики и социальных наук, этот проект направлен на создание инструментов, приемов и методов моделирования социальных явлений для пользователей компьютерных ролевых систем — онлайн-игр, дополненной и виртуальной реальности — для лучшего понимания перспектив. других с различными социальными идентичностями.

Статья в тему:  Два искусственных интеллекта, создавших новый язык

«Повышение ситуационной осведомленности для совместных человеко-машинных групп быстрого реагирования» Ника Роя, профессора аэронавтики и астронавтики. При реагировании на чрезвычайные ситуации в городских условиях крайне важно обеспечить ситуационную осведомленность. В рамках проекта, возглавляемого Роем, исследователи разрабатывают многоагентную систему, которая включает в себя команду автономных воздушных и наземных транспортных средств, предназначенных для прибытия на место чрезвычайной ситуации, карту места происшествия для предоставления отчета о ситуации службам быстрого реагирования в заранее, а также возможность поиска интересующих людей и объектов.

«Новые представления для зрения» Уильяма Фримена, профессора электротехники и компьютерных наук Томаса и Герда Перкинсов; и Джош Тененбаум, профессор когнитивных наук и вычислений. Нереализованной целью ИИ является моделирование богатых и сложных форм и текстур реальных сцен, изображенных на изображении. Этот проект будет сосредоточен на разработке представлений нейронных сетей для изображений, которые лучше соответствуют требованиям к представлениям изображений в видении и графике, чтобы эффективно представлять трехмерный мир, захватывая его богатство.

«Оптимизация на основе данных в условиях категориальной неопределенности и приложения к операциям умного города», Александр Жакийя, доцент кафедры исследования операций и статистики. Технологии «умного города» могут помочь крупным мегаполисам, которые сталкиваются с растущим давлением в плане управления заторами, сокращения выбросов парниковых газов, повышения общественной безопасности и улучшения медицинского обслуживания. В рамках проекта, возглавляемого Жакийя, исследователи работают над новыми инструментами искусственного интеллекта, помогающими управлять киберфизической инфраструктурой в умных городах, а также над разработкой и внедрением автоматизированных инструментов принятия решений для операций умного города.

Статья в тему:  Кто ввел термин «искусственный интеллект» в 1955 г.

«Доказуемо надежное обучение с подкреплением», Анкур Мойтра, адъюнкт-профессор прикладной математики Rockwell International Career Development. Мойтра и его команда опираются на свою новую структуру надежного обучения с учителем для изучения более сложных проблем обучения, включая разработку надежных алгоритмов обучения с подкреплением в моделях шума Массарта, область, которую еще предстоит полностью изучить.

«Audio Forensics» Джеймса Гласса, старшего научного сотрудника. Постоянные улучшения в возможностях, которые манипулируют или генерируют мультимедийный контент, такой как речь, изображения и видео, приводят к созданию все более естественного и реалистичного «дипфейкового» контента, который все труднее отличить от настоящего.В рамках проекта под руководством Гласса исследователи разрабатывают набор моделей глубокого обучения, которые можно использовать для выявления манипулируемого или синтетического речевого контента, а также для выявления характера дипфейков, чтобы помочь аналитикам лучше понять основную цель манипуляции и ее масштабы. требуются усилия для создания поддельного контента.

«Построение надежных автономных систем посредством обучения сертифицированным решениям и управлению», Чучу Фан, доцент кафедры аэронавтики и космонавтики. Машинное обучение создает беспрецедентные возможности для достижения полной автономии, но основанные на обучении методы в автономных системах могут дать сбой из-за некачественных данных, ошибок моделирования, связи с другими агентами и сложного взаимодействия с человеком и компьютерными системами в современных условиях. оперативные среды. Фан и ее исследовательская группа создают структуру, состоящую из алгоритмов, теорий и программных инструментов для обучения сертифицированному планировщику и управлению, а также разрабатывают программно-аппаратные комплексы для автоматического проектирования квадрокоптеров по принципу plug-and-play и управления формированием смешанных грунтов и грунтов. воздушные транспортные средства.

Статья в тему:  Почему стоит бояться искусственного интеллекта

«Онлайн-обучение и принятие решений в условиях неопределенности в сложных средах», Патрик Джайе, профессор электротехники и компьютерных наук Дугалда С. Джексона. Технические достижения в области вычислений, телекоммуникаций, сенсорных возможностей и других информационных технологий открывают огромные возможности для использования динамической информации для повышения производительности, оптимизации производительности и решения новых сложных онлайн-задач, представляющих большой практический интерес. Однако многие из этих возможностей сопряжены со значительными методологическими трудностями при формулировании и решении этих новых проблем. В проекте, возглавляемом Jaillet, исследователи используют методы машинного обучения для систематической интеграции онлайн-оптимизации и онлайн-обучения, чтобы помочь человеку принимать решения в условиях неопределенности.

«Коммуникация на основе аналитики для противодействия пузырям фильтров и эхо-камерам» Деб Рой, профессор медиаискусства и науки. Технологии социальных сетей, которые обещали открыть наши миры, вместо этого алгоритмически загнали нас в коконы однородности. Рой и его команда разрабатывают языковые модели и методы для противодействия воздействию этих технологий, которые усугубляют социально-экономические различия и ограничивают доступ к различным точкам зрения, ограничивая возможности пользователей учиться у других, которые могут не обязательно выглядеть, думать или жить так, как они.

«Децентрализованное обучение с разнообразными данными» Костиса Даскалакиса, профессора электротехники и компьютерных наук; Асу Оздаглар, профессор электротехники и информатики MathWorks, заведующий кафедрой электротехники и информатики и заместитель декана по учебной части Колледжа вычислительной техники им. Шварцмана Массачусетского технологического института; и Расс Тедрейк, профессор электротехники и информатики Toyota. Во многих условиях ИИ важно сочетать разнородный опыт и децентрализованные данные, собранные разнородными агентами, чтобы разработать более совершенные модели для прогнозирования и принятия решений в различных новых задачах, которые эти агенты выполняют. Этот проект, объединяющий инструменты машинного обучения, оптимизации, управления, статистики, статистической физики и теории игр, направлен на продвижение фундаментальной науки федеративного или группового обучения — обучения от децентрализованных агентов с разнообразными данными — с использованием робототехники в качестве области применения для обеспечения богатый и актуальный источник данных.

Статья в тему:  Пусть искусственный интеллект скажет вам, насколько вы привлекательны

«Надежное развертываемое восприятие 3D-сцен с помощью нейросимволических вероятностных программ», Викаш Мансингка, главный научный сотрудник; Джошуа Тененбаум, профессор когнитивных наук и вычислений; и Антонио Торральба, Томас и Герд Перкинс, профессор электротехники и компьютерных наук.Чтобы быть применимыми в реальном мире, системы восприятия 3D-сцены должны обобщать среду и конфигурации датчиков и адаптироваться к изменениям сцены и среды без дорогостоящего повторного обучения или тонкой настройки. Опираясь на достижения исследователей в области вероятностного программирования и нейронного вывода методом Монте-Карло в режиме реального времени для символьных генеративных моделей, проектная группа разрабатывает общий подход к надежному, развертываемому восприятию трехмерной сцены, который устраняет фундаментальные ограничения состояния. -искусство систем глубокого обучения.

голоса
Рейтинг статьи
Ссылка на основную публикацию
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x
Adblock
detector