
麻省理工学院生成式人工智能周促进跨学科对话
在 11 月的最后一周,麻省理工学院举办了旨在研究生成式人工智能的影响和可能性的研讨会和活动。
前沿资讯 2024-01-02 11:13 700

在 11 月的最后一周,麻省理工学院举办了旨在研究生成式人工智能的影响和可能性的研讨会和活动。

贾斯汀·所罗门(Justin Solomon)应用现代几何技术来解决计算机视觉、机器学习、统计学等方面的问题。

一种新方法使光学器件能够更紧密地匹配其设计规格,从而提高精度和效率。

研究表明,经过训练执行听觉任务的计算模型显示出类似于人类听觉皮层的内部组织。

研究生的目标是将人工智能、机器学习和数据科学的创新商业化。

麻省理工学院的化学工程师和化学家使用生成式人工智能创建了一个模型,可以预测化学反应达到不可逆转点时形成的结构。

“最短观看时间”基准通过测量准确识别人类所需的时间来衡量人工智能系统的图像识别复杂性。

这种新方法利用了 200 年前的几何基础,让艺术家可以控制动画角色的外观。

SecureLoop 搜索工具可有效识别硬件的安全设计,从而提高复杂 AI 任务的性能,同时降低能耗。

两项研究发现,“自我监督”模型从未标记的数据中了解其环境,可以显示类似于哺乳动物大脑的活动模式。