前沿资讯（第 13 页）

AI 行业新闻报道与前沿动态，第一时间了解人工智能领域发生了什么。

对称性如何帮助机器学习

麻省理工学院的研究人员表明，利用数据集中的对称性可以减少训练神经网络所需的数据量。

Atacama Biomaterials 由 Paloma Gonzalez-Rojas SM '15、PhD '21 共同创立，将建筑、机器学习和化学工程相结合，创造环保材料。

尽管人工智能在健康领域已经显示出巨大的前景，但世界各地的监管机构正在面临越来越大的压力，因为人工智能工具显示出潜在的有害后果。

来自世界各地的数百名参与者参加了第六届年度麻省理工学院政策黑客马拉松，以开发基于数据的政策解决方案，以应对健康、住房等方面的挑战。

Rama Ramakrishnan 帮助公司探索大型语言模型和其他变革性 AI 技术的前景和风险。

像 ChatGPT 这样强大的生成式 AI 系统是如何工作的，它们与其他类型的人工智能有何不同？

借助 PockEngine 训练方法，机器学习模型可以高效、持续地从智能手机等边缘设备上的用户数据中学习。

麻省理工学院 CSAIL 的研究人员利用合成图像进行创新来训练 AI，为更高效、减少偏见的机器学习铺平了道路。

互补的方法——“HighLight”和“Tailors and Swiftiles”——可以提高要求苛刻的机器学习任务的性能。

麻省理工学院社区的 12 个学生和博士后团队展示了具有潜在现实影响的创新创业理念。