本学期，麻省理工学院的学生和博士后受邀为首届麻省理工学院 Ignite：生成式人工智能创业大赛提交想法。超过 100 个团队提交了初创公司的提案，这些初创公司利用生成式人工智能技术开发跨多个学科的解决方案，包括人类健康、气候变化、教育和劳动力动态。
10 月 30 日，12 名决赛入围者在 Samberg 会议中心的专家评审团和座无虚席的房间里展示了他们的想法。
“麻省理工学院有责任帮助塑造一个广泛有益 的人工智能创新的未来——要做到这一点，我们需要很多伟大的想法。因此，我们求助于一个非常可靠的好主意来源：麻省理工学院高度创业的学生和博士后，“麻省理工学院校长莎莉·科恩布鲁斯（Sally Kornbluth）在活动的开幕词中说。
麻省理工学院 Ignite 活动是 Kornbluth 在麻省理工学院对生成式 AI 的更广泛关注的一部分。今年秋天，整个研究所的研究人员和学生正在探索机会，贡献他们在生成式人工智能方面的知识，确定新的应用，最大限度地降低风险，并将其用于造福社会。该活动由麻省理工学院-IBM Watson AI 实验室和麻省理工学院马丁创业中心共同组织，并得到麻省理工学院工程学院和麻省理工学院斯隆管理学院的支持，激励年轻研究人员为生成式人工智能的对话和创新做出贡献。
麻省理工学院麻省理工学院-IBM Watson AI 实验室主任、计算机科学与人工智能实验室 （CSAIL） 首席研究员 Aude Oliva 担任此次活动的联合主席;麻省理工学院斯隆管理学院以太网发明家实践教授、马丁信托中心主任比尔·奥莱特（Bill Aulet）;Dina Katabi，电气工程和计算机科学系的Thuan（1990）和Nicole Pham教授，无线网络和移动计算中心主任，CSAIL首席研究员。
12 个由学生和博士后组成的团队争夺多个奖项，包括五个麻省理工学院 Ignite 旗舰奖，每个奖项 15,000 美元，一个特别的一年级本科生团队旗舰奖和亚军奖。所有奖项均由麻省理工学院-IBM AI Watson实验室提供，评审团队的评判标准包括其项目对生成式人工智能的创新应用、可行性、对现实世界产生影响的潜力以及演示质量。
在 12 个团队展示了他们的技术、解决问题的潜力以及团队执行计划的能力后，评委小组进行了审议。当观众等待结果时，麻省理工学院公司主席马克·戈伦伯格（Mark Gorenberg '76）发表了讲话;麻省理工学院工程学院院长、Vannevar Bush 电气工程和计算机科学教授 Anantha Chandrakasan;以及麻省理工学院斯隆管理学院 John C. Head III 院长兼营销学教授 David Schmittlein。学生获奖者包括：
MIT Ignite 旗舰奖
eMote（Philip Cherner、Julia Sebastien、Caroline Lige Zhang 和 Daeun Yoo）：有时识别和表达情绪很困难，尤其是对于那些患有述情障碍谱系的人;此外，治疗可能很昂贵。eMote 的应用程序允许用户识别他们的情绪，使用生成式 AI 的共同创造过程将它们可视化为艺术，并通过日记来反思它们，从而协助学校辅导员和治疗师。
LeGT.ai（Julie Shi、Jessica Yuan 和 Yubing Cui）：围绕移民的法律程序可能既复杂又昂贵。 LeGT.ai 旨在使法律知识民主化。该团队将使用具有大型语言模型、快速工程和语义搜索的平台，简化聊天机器人，为公司完成、研究和起草文件，并改进预筛选和初步咨询。
Sunona（Emmi Mills、Selin Kocalar、Srihitha Dasari 和 Karun Kaushik）：医生一天中大约有一半的时间被医疗文件和临床笔记所消耗。为了解决这个问题，Sunona 利用音频转录和大型语言模型将医生就诊的音频转换为笔记和特征提取，从而为提供者提供更多时间。
UltraNeuro（Mahdi Ramadan、Adam Gosztolai、Alaa Khaddaj 和 Samara Khater）：对于大约七分之一的成年人来说，脊髓损伤、中风或疾病会导致运动障碍和/或瘫痪。UltraNeuro 的神经假体将帮助患者在没有侵入性大脑植入物的情况下恢复一些日常能力。他们的技术利用脑电图、智能传感器和多模态人工智能系统（肌肉肌电图、计算机视觉、眼球运动）经过数千次运动训练，以计划精确的肢体运动。
UrsaTech（Rui 周、Jerry Shan、Kate Wang、Alan He 和 Rita Zhang）：当今的教育以不平等和教育工作者负担过重为特征。UrsaTech的平台使用多模态大型语言模型和扩散模型来创建课程、动态内容和评估，以帮助教师和学习者。该系统还具有沉浸式学习功能，可与 AI 代理进行在线和离线使用的主动学习。
麻省理工学院一年级本科生团队 Ignite 旗舰奖
Alikorn（April 任和Ayush Nayak）：药物发现占生物技术成本的重大部分。Alikorn的大型语言模型平台旨在简化创建和模拟新分子的过程，使用生成对抗网络，蒙特卡洛算法来审查最有前途的候选者，以及物理模拟来确定化学性质。
亚军奖
Autonomous Cyber（James “Patrick” O'Brien、Madeline Linde、Rafael Turner 和 Bohdan Volyanyuk）：代码安全审计需要专业知识且成本高昂。“模糊测试”代码 - 注入无效或意外的输入以揭示软件漏洞 - 可以使软件更加安全。Autonomous Cyber 的系统利用大型语言模型自动将“模糊器”集成到数据库中。
Gen EGM（Noah Bagazinski 和 Kristen Edwards）：制定明智的社会经济发展政策需要证据和数据。Gen EGM 的大型语言模型系统通过检查和分析文献来加快这一过程，然后生成证据差距图 （EGM），建议潜在的影响领域。
Mattr AI（Leandra Tejedor、Katie Chen 和 Eden Adler）：用于训练 AI 模型的数据集通常存在多样性、公平性和完整性问题。Mattr AI 通过生成式 AI 解决了这个问题，该 AI 具有大型语言模型和稳定的扩散模型来增强数据集。
Neuroscreen（Andrew Lu，Chonghua Xue和Grant Robinson）：筛选可能加入痴呆临床试验的患者成本高昂，通常需要数年时间，并且大多导致不合格。Neuroscreen采用人工智能来更快地评估患者的痴呆原因，从而更成功地参加临床试验和治疗疾病。
数据来源计划（Naana Obeng-Marnu、Jad Kabbara、Shayne Longpre、William Brannon 和 Robert Mahari）：用于训练 AI 模型（尤其是大型语言模型）的数据集通常缺少或不正确的元数据，从而引起对法律和道德问题的关注。数据来源计划使用 AI 辅助注释来审核数据集，跟踪数据的沿袭和法律状态，提高数据透明度、合法性和数据伦理问题。
Theia（Jenny Yao、Hongze Bo、Jin Li、Ao Qu 和 Hugo Huang）：科学研究以及围绕它的在线对话经常在孤岛中进行。Theia的平台旨在推倒这些墙。生成式人工智能技术将总结论文并帮助指导研究方向，为学者和更广泛的科学界提供服务。
在麻省理工学院 Ignite 比赛之后，所有被选中参加演讲的 12 个团队都被邀请参加社交活动，这是将他们的想法和原型变为现实的第一步。此外，他们还受邀在麻省理工学院马丁创业信托中心的支持下，通过StartMIT或MIT Fuse和MIT-IBM Watson AI Lab进一步发展他们的想法。
“在我来到麻省理工学院后的几个月里，我学到了很多关于麻省理工学院的人如何看待创业，以及它如何真正融入研究所每个人所做的一切，从一年级学生到教职员工再到校友——他们真的很有动力把他们的想法推向世界，”科恩布鲁斯校长说。“企业家精神是我们组织积极影响目标的基本要素。”