教員のキャリアの最初の数年間は、研究者の進路を決定するのに役立つ強固な基盤を確立できる、形成的で刺激的な時期です。これには、革新的なアイデアと方向性、創造的な協力者、信頼できるリソースが必要な研究チームの構築が含まれます。 人工知能に取り組む MIT 教員のグループにとって、プロジェクトを通じて MIT-IBM ワトソン AI ラボに早期に関与することは、野心的な研究分野を前進させ、実りある研究グループを形成する上で重要な役割を果たしました。 勢いを高める 「MIT-IBM Watson AI Lab は、特に仕事を始めたときの私の成功にとって非常に重要でした」と、電気工学およびコンピュータ サイエンス学科 (EECS) の准教授、MIT コンピュータ サイエンスおよび人工知能研究所 (CSAIL) のメンバー、MIT-IBM Watson AI Lab の研究員であり、自然言語処理を研究している […]
Tag: 蝶々ファン
複雑な視覚的タスクを計画するためのより良い方法
MIT の研究者らは、ロボット ナビゲーションなどの長期的な視覚タスクを計画するための、既存の技術の約 2 倍効率的な生成人工知能主導のアプローチを開発しました。 彼らの手法では、特別なビジョン言語モデルを使用して画像内のシナリオをキャプチャし、目標を達成するために必要なアクションをシミュレートします。次に、2 番目のモデルがこれらのシミュレーションを設計上の問題に対応する標準プログラミング言語に変換し、ソリューションを改良します。 最終的に、システムは、目標を達成するための計画を計算する古典的な計画ソフトウェアに入力できる一連のファイルを自動的に生成します。この 2 段階のシステムにより、平均成功率が約 70% のプログラムが生成され、約 30% しか達成できなかった最良のベースライン手法を上回りました。 重要なのは、このシステムはこれまでに遭遇したことのない新しい問題を解決できるため、状況が瞬時に変化する可能性がある実際の環境に適しているということです。 「私たちのフレームワークは、画像を理解する能力などのビジョン言語モデルの利点と、形式ソルバーの強力な設計機能を組み合わせています」と、MIT 航空宇宙学 (AeroAstro) の大学院生であり、この手法に関するオープンアクセス論文の主著者である Yilun Hao 氏は述べています。 「単一の画像を取得し、それをシミュレーションにかけ、実際の多くのアプリケーションで役立つ長期信頼性の高いプログラムに組み込むことができます。」 彼女は、MIT 情報意思決定システム研究所 […]