Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #9589

MIT CSAIL

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

7

RESEARCH · 1 ИСТОЧН. · MIT News AI

Команда MIT–IBM о бенчмарках и методе подстановки псевдонимов для мультимодальных моделей

Исследователи из MIT-IBM Computing Research Lab под руководством Джима Гласса (MIT CSAIL) описывают многолетнюю работу по выявлению и устранению ошибок современных мультимодальных базовых моделей через выпуск публичных бенчмарков и разработку методов, требующих мало размеченных данных. В работе IPLoc применён приём «подстановки псевдонимов», который заставляет модель опираться на визуальные/аудиальные признаки вместо ранее выученных ярлыков, и отмечаются пробелы, например сложности с локализацией объектов в моделях вроде GPT-40.

6.0

STARTUPS · 1 ИСТОЧН. · MIT News AI

Мобильный робот Carter от Robust AI разработан для совместной работы с людьми на складах и в цехах

Robust AI внедряет Carter — мобильный робот в виде утилити-картa с чувствительной рукоятью, системой компьютерного зрения и голономными колёсами, рассчитанный на простое управление людьми и помощь при комплектовании, пополнении запасов и перемещении материалов. Компания позиционирует Carter как дополняющее людей решение для складов и производственных площадок, позволяющее поэтапно внедрять автоматизацию в менее автоматизированных объектах.

5.0

RESEARCH · 1 ИСТОЧН. · MIT News AI

MIT и NYU представляют FLEX — систему с LLM для редактирования признаков в планировании движений робота

Исследователи из лаборатории CLEAR (MIT) и Нью-Йоркского университета представляют FLEX — трёхэтапный конвейер редактирования признаков, который с помощью большой языковой модели позволяет роботам выводить скрытые намерения из естественных команд и обобщать их за пределы буквальных инструкций (показано в симулированных задачах планирования траекторий). Работа будет представлена на ежегодной конференции Conference on Robot Learning.

6.0

RESEARCH · 1 ИСТОЧН. · MIT Technology Review AI

Агенты Claude Opus 4.7 («Eko») на виртуальном острове демонстрируют поведение, похожее на игру, и лучше учатся

Исследователи (MIT CSAIL: Antonio Norelli, Nathan Cloos, Phillip Isola и др.) несколько раз оставляли копии Claude Opus 4.7 от Anthropic — с прозвищем Eko — в одиночестве на 30 часов в симуляции наподобие Roblox. Агенты сами генерировали инструкции, придумывали игры, складывали блоки в рисунки и созвездия, вели текстовую «память» и затем показали лучшие результаты в тестах по сравнению с новыми копиями; статья ещё не рецензирована, и учёные отмечают, что поведение могли подтолкнуть подсказки («soul» и continuation prompt).

7.0

RESEARCH · 1 ИСТОЧН. · TechCrunch AI

Презентация книги Тёркл и демонстрация в MIT подчёркивают тенденцию приписывать ИИ человеческие качества

На Future Fest в MIT и в демонстрации CSAIL Шерри Тёркл представила книгу «Artificial Intimacy», а исследователи показали гуманоидных роботов Unitree, что вызвало обсуждение склонности людей приписывать ИИ социальные свойства. Эксперты, в том числе Пат Патаранутапорн, предупреждали о психологических рисках и этических проблемах — ссылаясь на исследования вежливости к чатботам и дело о предполагаемом побуждении к самоубийству с участием Character.AI — одновременно отмечая полезные, ограниченные применения (например, тренировка собеседований).

5.0

RESEARCH · 1 ИСТОЧН. · MIT News AI

InstructMesh (MIT/CSAIL) позволяет интерактивно править и печатать AI-сгенерированные 3D-модели

Исследователи из MIT CSAIL, Google и Northeastern представили InstructMesh — интерфейс, который сочетает генератор 3D-моделей TRELLIS от Microsoft и GPT-4, позволяя пользователям выделять и итеративно исправлять AI-сгенерированные меши перед 3D-печатью. В испытаниях на моделях Thingiverse TRELLIS давал структурные дефекты примерно в 80% случаев, а новички примерно в 90% случаев успешно выявляли и исправляли проблемы по оценке экспертов; команда также напечатала рабочие прототипы и рассматривает интеграцию в AR.

7.0

RESEARCH · 1 ИСТОЧН. · MIT News AI

MIT использует ИИ для формулирования мРНК-липидных наночастиц, стабильных при комнатной температуре

Исследователи MIT (Koch Institute и CSAIL) применили алгоритм машинного обучения для анализа около 50 одобренных FDA вспомогательных веществ и выявления составов, делающих FDA-подобные липидные наночастицы (LNP) для мРНК-вакцин значительно термостойкими — стабильными при комнатной температуре до года или при ~38°C в течение двух месяцев. В опытах на мышах вакцинные формулы, полученные с помощью ИИ‑оптимизации, давали иммунный ответ, сопоставимый с мРНК‑вакциной, похожей на вакцину Moderna; исследование опубликовано в Nature Biotechnology.

8.0