MIT Schwarzman College of Computing y la Agencia de Ciencia y Tecnología de Defensa de Singapur otorgan fondos a 13 proyectos centrados en IA.
La amplia aplicabilidad de la inteligencia artificial en la sociedad actual requiere la necesidad de desarrollar e implementar tecnologías que puedan generar confianza en áreas emergentes, contrarrestar amenazas asimétricas y adaptarse a las necesidades cambiantes de entornos complejos.
Como parte de una nueva colaboración para avanzar y apoyar la investigación de la IA, la Facultad de Computación Stephen A. Schwarzman del MIT y la Agencia de Ciencia y Tecnología de la Defensa en Singapur están otorgando fondos a 13 proyectos dirigidos por investigadores dentro de la facultad que se enfocan en uno o más de los siguientes temas: IA confiable, mejora de la cognición humana en entornos complejos e IA para todos. Los 13 proyectos de investigación seleccionados se destacan a continuación.
“SYNTHBOX: Establecimiento de la robustez y explicabilidad del modelo del mundo real utilizando entornos sintéticos” por Aleksander Madry, profesor de informática. La tecnología emergente de aprendizaje automático tiene el potencial de ayudar significativamente e incluso automatizar por completo muchas tareas que hasta ahora se han confiado con confianza solo a los humanos. Aprovechando los avances recientes en la representación de gráficos realistas, el modelado de datos y la inferencia, el equipo de Madry está creando una caja de herramientas radicalmente nueva para impulsar el desarrollo optimizado y la implementación de soluciones confiables de aprendizaje automático.
“Tecnologías NLP de próxima generación para tareas de bajos recursos” por Regina Barzilay, profesora de ingeniería eléctrica y ciencias de la computación de Delta Electronics; y Tommi Jaakkola, Profesor Thomas Siebel de Ingeniería Eléctrica y Ciencias de la Computación. En las tecnologías de lenguaje natural, la mayoría de los idiomas del mundo no están ricamente anotados. Esta falta de supervisión directa a menudo da como resultado resultados inexactos, indefendibles y frágiles. En un proyecto dirigido por Barzilay y Jaakkola, los investigadores están desarrollando nuevas herramientas de generación de texto para la transferencia de estilo controlado y algoritmos novedosos para detectar información errónea o noticias sospechosas en línea.
“Juego de roles con apoyo computacional para la toma de perspectiva social” por D. Fox Harrell, profesor de medios digitales e inteligencias artificiales. Basándose en los enfoques de las ciencias informáticas y las ciencias sociales, este proyecto tiene como objetivo crear herramientas, técnicas y métodos para modelar fenómenos sociales para los usuarios de sistemas de juegos de rol asistidos por computadora (juegos en línea, realidad aumentada y realidad virtual) para comprender mejor las perspectivas. de otros con diferentes identidades sociales.
«Mejora de la conciencia situacional para los equipos de primeros auxilios humanos-máquina colaborativos» por Nick Roy, profesor de aeronáutica y astronáutica. A la hora de responder a emergencias en entornos urbanos, es fundamental lograr una conciencia situacional. En un proyecto dirigido por Roy, los investigadores están desarrollando un sistema multiagente que abarca un equipo de vehículos aéreos y terrestres autónomos diseñados para llegar al lugar de una emergencia, un mapa del lugar para proporcionar un informe de situación a los socorristas en avance, y la capacidad de buscar personas y entidades de interés.
“Nuevas representaciones para la visión” por William Freeman, profesor de Ingeniería Eléctrica y Ciencias de la Computación Thomas and Gerd Perkins; y Josh Tenenbaum, profesor de ciencia cognitiva y computación. Un objetivo no alcanzado de la IA es modelar las formas y texturas ricas y complicadas de las escenas del mundo real representadas en una imagen. Este proyecto se centrará en el desarrollo de representaciones de redes neuronales para imágenes que se adapten mejor a los requisitos de las representaciones de imágenes en visión y gráficos para representar un mundo 3D de manera eficiente, capturando su riqueza.
“Optimización basada en datos bajo incertidumbre categórica y aplicaciones a operaciones de ciudades inteligentes” por Alexandre Jacquillat, profesor asistente de investigación de operaciones y estadística. Las tecnologías de ciudades inteligentes pueden ayudar a las principales áreas metropolitanas que enfrentan una presión cada vez mayor para controlar la congestión, reducir las emisiones de gases de efecto invernadero, mejorar la seguridad pública y mejorar la prestación de atención médica. En un proyecto dirigido por Jacquillat, los investigadores están trabajando en nuevas herramientas de IA para ayudar a gestionar la infraestructura ciberfísica en ciudades inteligentes y en el desarrollo y despliegue de herramientas de decisión automatizadas para operaciones de ciudades inteligentes.
“Aprendizaje reforzado demostrablemente sólido” por Ankur Moitra, profesor asociado de desarrollo profesional de matemáticas aplicadas de Rockwell International. Moitra y su equipo se basan en su nuevo marco de aprendizaje supervisado sólido para explorar problemas de aprendizaje más complejos, incluido el diseño de algoritmos sólidos para el aprendizaje por refuerzo en modelos de ruido de Massart, un espacio que aún no se ha explorado por completo.
“Audio Forensics” por James Glass, científico investigador sénior. Las mejoras continuas en las capacidades que manipulan o generan contenido multimedia, como voz, imágenes y video, están dando como resultado un contenido «deepfake» cada vez más natural y realista que es cada vez más difícil de distinguir del real. En un proyecto dirigido por Glass, los investigadores están desarrollando un conjunto de modelos de aprendizaje profundo que se pueden usar para identificar contenido de voz manipulado o sintético, así como para detectar la naturaleza de las falsificaciones profundas para ayudar a los analistas a comprender mejor el objetivo subyacente de la manipulación y cuánto se requiere esfuerzo para crear el contenido falso.
“Construyendo Sistemas Autónomos Confiables a través del Aprendizaje de Decisiones Certificadas y Control” por Chuchu Fan, profesor asistente de aeronáutica y astronáutica. El aprendizaje automático crea oportunidades sin precedentes para lograr una autonomía total, pero los métodos basados en el aprendizaje en sistemas autónomos pueden fallar, y lo hacen, debido a datos de baja calidad, errores de modelado, el acoplamiento con otros agentes y la compleja interacción con sistemas humanos e informáticos en los sistemas modernos. entornos operativos. Fan y su grupo de investigación están construyendo un marco que consta de algoritmos, teorías y herramientas de software para aprender planificación y control certificados, así como desarrollar plataformas de firmware para el diseño automático plug-and-play de quadrotors y el control de formación de suelo mixto y vehículos aéreos.
“Aprendizaje en línea y toma de decisiones bajo incertidumbre en entornos complejos” por Patrick Jaillet, Profesor Dugald C. Jackson de Ingeniería Eléctrica y Ciencias de la Computación. Los avances técnicos en informática, telecomunicaciones, capacidades de detección y otras tecnologías de la información brindan enormes oportunidades para utilizar información dinámica a fin de mejorar la productividad, optimizar el rendimiento y resolver nuevos problemas complejos en línea de gran interés práctico. Sin embargo, muchas de estas oportunidades traen importantes desafíos metodológicos sobre cómo formular y resolver estos nuevos problemas. En un proyecto dirigido por Jaillet, los investigadores están utilizando técnicas de aprendizaje automático para integrar sistemáticamente la optimización en línea y el aprendizaje en línea para ayudar a los humanos a tomar decisiones en condiciones de incertidumbre.
“Comunicación guiada por análisis para contrarrestar burbujas de filtro y cámaras de eco” por Deb Roy, profesora de artes y ciencias de los medios. Las tecnologías de las redes sociales que prometían abrir nuestros mundos, en cambio, nos han llevado algorítmicamente a capullos de homogeneidad. Roy y su equipo están desarrollando modelos de lenguaje y métodos para contrarrestar los efectos de estas tecnologías que han exacerbado las divisiones socioeconómicas y limitado la exposición a diferentes perspectivas, lo que reduce las oportunidades para que los usuarios aprendan de otros que no necesariamente se ven, piensan o viven como ellos.
“Aprendizaje descentralizado con datos diversos” por Costis Daskalakis, profesor de ingeniería eléctrica e informática; Asu Ozdaglar, profesor de MathWorks de Ingeniería Eléctrica y Ciencias de la Computación, jefe del departamento de ingeniería eléctrica y ciencias de la computación, y vicedecano académico del MIT Schwarzman College of Computing; y Russ Tedrake, Profesor de Ingeniería Eléctrica y Ciencias de la Computación de Toyota. En muchos entornos de IA, es importante combinar diversas experiencias y datos descentralizados recopilados por agentes heterogéneos para desarrollar mejores modelos para las predicciones y la toma de decisiones en las diversas tareas nuevas que estos agentes están realizando. Traer herramientas de aprendizaje automático, optimización, control, estadísticas, física estadística y teoría de juegos.
“Percepción de escena 3D confiable y desplegable a través de programas probabilísticos neurosimbólicos” por Vikash Mansinghka, científico investigador principal; Joshua Tenenbaum, profesor de ciencia cognitiva y computación; y Antonio Torralba, Profesor Thomas y Gerd Perkins de Ingeniería Eléctrica e Informática. Para ser implementables en el mundo real, los sistemas de percepción de escenas 3D deben generalizarse en entornos y configuraciones de sensores, y adaptarse a los cambios de escena y entorno, sin necesidad de volver a entrenar o ajustar costosos. Sobre la base de los avances de los investigadores en programación probabilística y en la inferencia neuronal de Monte Carlo en tiempo real para modelos generativos simbólicos, el equipo del proyecto está desarrollando un enfoque de dominio general
