Šį semestrą MIT studentai ir doktorantai buvo pakviesti teikti idėjas pirmajam MIT Ignite: Generative AI Entrepreneurship Competition. Daugiau nei 100 komandų pateikė pasiūlymus pradedantiesiems, kurie naudoja generatyvaus dirbtinio intelekto technologijas, kad sukurtų sprendimus įvairiose srityse, įskaitant žmonių sveikatą, klimato kaitą, švietimą ir darbo jėgos dinamiką.
Spalio 30 d. 12 finalininkų pristatė savo idėjas ekspertų komisijai ir sausakimšai salei Sambergo konferencijų centre.
„MIT pareiga padėti formuoti AI naujovių ateitį, kuri yra plačiai naudinga, o norint tai padaryti, mums reikia daug puikių idėjų. Taigi, mes kreipėmės į gana patikimą puikių idėjų šaltinį: MIT labai verslūs studentai ir postdocs“, – sakė MIT prezidentė Sally Kornbluth renginio įžanginėje kalboje.
MIT Ignite renginys yra dalis platesnio dėmesio generaciniam AI MIT, kurį paskelbė Kornbluth. Šį rudenį visame institute mokslininkai ir studentai tiria galimybes prisidėti savo žiniomis apie generatyvųjį AI, identifikuoti naujas programas, sumažinti riziką ir panaudoti jas visuomenės labui. Šis renginys, kurį kartu organizavo MIT-IBM Watson AI Lab ir Martin Trust Center for MIT Entrepreneurship ir remia MIT inžinerijos mokykla ir MIT Sloan vadybos mokykla, įkvėpė jaunus tyrėjus prisidėti prie dialogo ir kurti naujoves. AI.
Renginio pirmininkais dirbo Aude Oliva, MIT-IBM Watson AI laboratorijos direktorius ir pagrindinis Kompiuterių mokslo ir dirbtinio intelekto laboratorijos (CSAIL) tyrėjas; Billas Auletas, Ethernet Inventors MIT Sloan vadybos mokyklos praktikos profesorius ir Martin Trust Center direktorius; ir Dina Katabi, Thuan (1990) ir Nicole Pham Elektros inžinerijos ir informatikos katedros profesorė, Belaidžių tinklų ir mobiliojo skaičiavimo centro direktorė bei CSAIL pagrindinė tyrėja.
Dvylika studentų ir postdoktorių komandų varžėsi dėl daugybės prizų, įskaitant penkis MIT Ignite flagmano prizus po 15 000 USD, specialų pirmo kurso bakalauro studentų komandos pavyzdinį prizą ir antrosios vietos prizus. Visus prizus skyrė MIT-IBM AI Watson Lab. Komandos buvo vertinamos pagal jų projekto novatoriškas generatyvaus AI programas, įgyvendinamumą, potencialą daryti poveikį realiame pasaulyje ir pristatymo kokybę.
Po to, kai 12 komandų pademonstravo savo technologijas, jos galimybes išspręsti problemą ir komandos gebėjimą vykdyti planą, teisėjų kolegija svarstė. Žiūrovams laukiant rezultatų, pastabas pasakė Markas Gorenbergas ’76, MIT korporacijos pirmininkas; Anantha Chandrakasan, MIT inžinerijos mokyklos dekanė ir Vannevaro Busho elektros inžinerijos ir kompiuterių mokslo profesorė; ir David Schmittlein, John C. Head III dekanas ir rinkodaros profesorius MIT Sloan School of Management. Tarp mokinių nugalėtojų buvo:
„MIT Ignite“ pavyzdiniai prizai eMote
(Philipas Cherneris, Julia Sebastien, Caroline Lige Zhang ir Daeun Yoo): Kartais sunku atpažinti ir išreikšti emocijas, ypač tiems, kuriems būdingas aleksitimijos spektras; be to, gydymas gali būti brangus. „eMote“ programa leidžia vartotojams atpažinti savo emocijas, vizualizuoti jas kaip meną, naudojant bendrą kūrybos procesą generuojantis AI, ir apmąstyti jas žurnaluose, taip padedant mokyklos konsultantams ir terapeutams.
LeGT.ai (Julie Shi, Jessica Yuan ir Yubing Cui): su imigracija susiję teisiniai procesai gali būti sudėtingi ir brangūs. LeGT.ai siekia demokratizuoti teisines žinias. Naudodama platformą su dideliu kalbos modeliu, greita inžinerija ir semantine paieška, komanda supaprastins pokalbių robotą, skirtą įmonėms užbaigti, tirti ir rengti dokumentus, taip pat patobulins išankstinį patikrinimą ir pradines konsultacijas.
Sunona (Emmi Mills, Selin Kocalar, Srihitha Dasari ir Karun Kaushik): Apie pusę gydytojo darbo dienos sunaudoja medicininiai dokumentai ir klinikiniai užrašai. Kad tai išspręstų, Sunona panaudoja garso transkripciją ir didelį kalbos modelį, kad garsą iš apsilankymo pas gydytoją paverstų užrašais ir funkcijų ištraukimu, suteikdama paslaugų teikėjams daugiau laiko per dieną.
UltraNeuro (Mahdi Ramadan, Adam Gosztolai, Alaa Khaddaj ir Samara Khater): Maždaug vienam iš septynių suaugusiųjų nugaros smegenų pažeidimas, insultas ar liga sukels motorikos sutrikimą ir (arba) paralyžių. UltraNeuro neuroprotezavimas padės pacientams atgauti kai kuriuos kasdienius gebėjimus be invazinių smegenų implantų. Jų technologija naudoja elektroencefalogramą, išmaniuosius jutiklius ir multimodalinę AI sistemą (raumenų EMG, kompiuterinį regėjimą, akių judesius), išmokytą atlikti tūkstančius judesių, kad būtų galima suplanuoti tikslius galūnių judesius.
UrsaTech (Rui Zhou, Jerry Shan, Kate Wang, Alanas He ir Rita Zhang): Švietimui šiandien būdingi skirtumai ir per daug apkrauti pedagogai. UrsaTech platforma naudoja daugiarūšį didelės kalbos modelį ir sklaidos modelius, kad sukurtų pamokas, dinamišką turinį ir įvertinimus, kurie padėtų mokytojams ir besimokantiesiems. Sistema taip pat turi įtraukiantį mokymąsi su AI agentais, kad būtų galima aktyviai mokytis prisijungus ir neprisijungus.
Pirmųjų kursų bakalauro studentų komandos MIT „Ignite“ pavyzdinis prizas
Alikornas (April Ren ir Ayush Nayak): Narkotikų atradimas sudaro dideles biotechnologijų išlaidas. „Alikorn“ didelės kalbos modeliu paremtos platformos tikslas – supaprastinti naujų molekulių kūrimo ir modeliavimo procesą, naudojant generatyvų priešininkų tinklą, Monte Karlo algoritmą perspektyviausiems kandidatams nustatyti ir fizinį modeliavimą cheminėms savybėms nustatyti.
Antrosios vietos prizai
Autonominis kibernetinis (Jamesas „Patrickas“ O’Brienas, Madeline Linde, Rafaelis Turneris ir Bohdanas Volyanyukas): Kodo saugos auditas reikalauja specialių žinių ir yra brangus. „Nepaprastas“ kodas – neteisingų arba netikėtų įvesties duomenų įvedimas, siekiant atskleisti programinės įrangos pažeidžiamumą – gali padaryti programinę įrangą žymiai saugesnę. „Autonomous Cyber“ sistema naudoja didelius kalbų modelius, kad automatiškai integruotų „fuzzers“ į duomenų bazes.
Gen. EGM (Noah Bagazinski ir Kristen Edwards): Norint sukurti pagrįstą socialinio ir ekonominio vystymosi politiką, reikia įrodymų ir duomenų. „Gen EGM“ didelė kalbos modelio sistema pagreitina procesą, nagrinėdama ir analizuodama literatūrą, o tada sukuria įrodymų spragų žemėlapį (EGM), nurodantį galimas poveikio sritis.
Matr AI (Leandra Tejedor, Katie Chen ir Eden Adler): Duomenų rinkiniai, naudojami AI modeliams mokyti, dažnai turi įvairovės, teisingumo ir išsamumo problemų. „Mattr AI“ tai sprendžia naudodama generatyvųjį AI su dideliu kalbos modeliu ir stabiliais sklaidos modeliais, kad padidintų duomenų rinkinius.
Neuroscreen (Andrew Lu, Chonghua Xue ir Grantas Robinsonas): Pacientų, galinčių prisijungti prie demencijos klinikinio tyrimo, atranka yra brangi, dažnai užtrunka kelerius metus ir dažniausiai yra netinkama. „Neuroscreen“ naudoja dirbtinį intelektą, kad greičiau įvertintų pacientų demencijos priežastis, todėl sėkmingiau dalyvauja klinikiniuose tyrimuose ir būklių gydymui.
Duomenų kilmės iniciatyva (Naana Obeng-Marnu, Jad Kabbara, Shayne Longpre, William Brannon ir Robert Mahari): Duomenų rinkiniuose, naudojamuose AI modeliams, ypač didelių kalbų modeliams, mokyti, dažnai trūksta arba neteisingi metaduomenys, todėl kyla susirūpinimas dėl teisinių ir etinių problemų. Duomenų kilmės iniciatyva naudoja AI padedamas anotacijas duomenų rinkiniams tikrinti, duomenų kilmei ir teisiniam statusui stebėti, duomenų skaidrumui, teisėtumui ir etiniams su duomenimis susijusiems aspektams gerinti.
Theia (Jenny Yao, Hongze Bo, Jin Li, Ao Qu ir Hugo Huang): Moksliniai tyrimai ir internetinis dialogas apie juos dažnai vyksta silosuose. Theia platforma siekia šias sienas griauti. Generacinė AI technologija apibendrins straipsnius ir padės nukreipti tyrimų kryptis, teikdama paslaugas mokslininkams ir platesnei mokslo bendruomenei.
Po MIT Ignite konkurso visos 12 pristatyti atrinktų komandų buvo pakviestos į tinklų renginį, nes tai buvo pirmasis žingsnis siekiant įgyvendinti savo idėjas ir prototipus. Be to, jie buvo pakviesti toliau plėtoti savo idėjas remiant Martin Trust Center for MIT Entrepreneurship per StartMIT arba MIT Fuse ir MIT-IBM Watson AI Lab.
„Per kelis mėnesius nuo tada, kai atvykau [at MIT], sužinojau daug apie tai, kaip MIT žmonės galvoja apie verslumą ir kaip tai iš tikrųjų yra įtraukta į viską, ką daro visi institute dirbantys asmenys – nuo pirmo kurso studentų iki dėstytojų iki absolventų – jie tikrai motyvuoti skleisti savo idėjas pasaulyje. “, – sakė prezidentas Kornbluthas. „Verslumas yra esminis mūsų tikslo organizuoti teigiamą poveikį elementas.
