[ad_1]
L’estate scorsa, la presidente del MIT Sally Kornbluth e il prevosto Cynthia Barnhart hanno lanciato un appello per “articolare tabelle di marcia efficaci, raccomandazioni politiche e inviti all’azione nell’ampio dominio dell’intelligenza artificiale generativa”. La risposta al bando ha superato di gran lunga le aspettative con 75 proposte presentate. Di queste, 27 proposte sono state selezionate per il finanziamento iniziale.
Alla luce di questa risposta entusiastica, Kornbluth e Barnhart hanno annunciato un secondo invito a presentare proposte questo autunno.
“L’ondata di interesse e il calibro delle idee nel complesso hanno reso chiaro che un secondo round era necessario”, hanno detto nella loro e-mail alla comunità di ricerca del MIT questo autunno. Questo secondo invito a presentare proposte ha prodotto 53 proposte.
A seguito del secondo invito, il comitato di facoltà del primo turno ha esaminato le proposte e ha selezionato 16 proposte per ricevere un finanziamento esplorativo. Coautorate da team interdisciplinari di docenti e ricercatori affiliati a tutte e cinque le scuole dell’Istituto e al MIT Schwarzman College of Computing, le proposte offrono approfondimenti e prospettive sul potenziale impatto e sulle applicazioni dell’intelligenza artificiale generativa in un’ampia gamma di argomenti e discipline.
Ciascun gruppo di ricerca selezionato riceverà tra i 50.000 e i 70.000 dollari per creare documenti di impatto di 10 pagine. Tali documenti saranno ampiamente condivisi tramite un luogo di pubblicazione gestito e ospitato dalla MIT Press sotto gli auspici del programma MIT Open Publishing Services.
Come per la prima serie di documenti, Thomas Tull, membro del consiglio consultivo del preside della School of Engineering del MIT ed ex studioso di innovazione presso la School of Engineering, ha contribuito con un finanziamento a sostegno dello sforzo.
I documenti selezionati sono:
- “Una tabella di marcia per la privacy e la verificabilità end-to-end nell’intelligenza artificiale generativa”, guidata da Alex Pentland, Srini Devadas, Lalana Kagal e Vinod Vaikuntanathan;
- “Un ciclo virtuoso: intelligenza artificiale generativa e scoperta nelle scienze fisiche”, guidato da Philip Harris e Phiala Shanahan;
- “Intelligenza artificiale cambriana: generazione di nuove forme di intelligenza visiva”, guidato da Ramesh Raskar e Tomaso A. Poggio;
- “Fiction artificiali e valore dell’arte generata dall’intelligenza artificiale”, guidato da Justin Khoo;
- “GenAI per migliorare le interazioni uomo-uomo con un focus sulle negoziazioni”, guidato da Lawrence Susskind e Samuel Dinnar;
- “IA generativa come nuova piattaforma applicativa ed ecosistema”, guidato da Michael Cusumano;
- “IA generativa per le città: un manuale per l’impegno civico”, condotto da Sarah Williams, Sara Beery e Eden Medina;
- “IA generativa per l’ingegneria tessile: materiali avanzati dall’Heritage Lace Craft”, guidato da Svetlana V. Boriskina;
- “Impatto generativo dell’intelligenza artificiale per l’innovazione biomedica e la scoperta di farmaci”, guidato da Manolis Kellis, Brad Pentelute e Marinka Zitnik;
- “Impatto dell’intelligenza artificiale generativa sull’economia creativa”, guidato da Ashia Wilson e Dylan Hadfield-Menell;
- “Ridefinire il virtuosismo: il ruolo dell’intelligenza artificiale generativa nelle performance di musica dal vivo”, guidato da Joseph A. Paradiso ed Eran Egozy;
- “Apprendimento basato sulla riflessione con intelligenza artificiale generativa”, guidato da Stefanie Mueller;
- “Sistemi robusti e affidabili per l’intelligenza artificiale generativa”, guidato da Shafi Goldwasser, Yael Kalai e Vinod Vaikuntanathan;
- “Supportare l’invecchiamento della popolazione con l’intelligenza artificiale generativa”, guidato da Pattie Maes;
- “La scienza del linguaggio nell’era dell’intelligenza artificiale generativa”, condotto da Danny Fox, Yoon Kim e Roger Levy; E
- “Artisti visivi, shock tecnologico e intelligenza artificiale generativa”, guidato da Caroline Jones e Huma Gupta.
[ad_2]
Source link
