MIT与商汤科技成立人工智能联盟,共同推动AI发展

简介:

人工智能联盟将助力MIT Intelligence Quest新项目。

2月28日,美国麻省理工学院(以下简称MIT)与中国领先的人工智能平台公司商汤科技SenseTime宣布成立人工智能联盟,共同探索人类与机器智能的未来。商汤科技由MIT校友汤晓鸥教授创立,专注于计算机视觉和深度学习技术。该联盟将致力于全方位人工智能原创技术研发,涉及领域包括计算机视觉、脑科学智能算法、医疗图像、机器人等,将全力推动人工智能技术突破以应对更多全球性挑战,并将有力支持MIT在人工智能领域进行最前沿跨学科探索研究。

MIT与商汤科技成立人工智能联盟,共同推动AI发展

商汤科技是全球首家参与MIT最近成立的Intelligence Quest (以下简称IQ)项目的公司。这个项目发挥MIT在人脑研究、认知科学及计算机科学的优势,推动人类与机器智能研究的发展,旨在造福全人类。IQ项目覆盖包括材料设计、金融、早期疾病诊断等在内的多个领域。此外,它还将对人工智能在经济、文化和伦理层面产生深远的影响。MIT希望通过这个平台联接更多致力于人工智能研究的创新公司及个人。

商汤科技创始人、香港中文大学信息工程系教授汤晓鸥表示:“作为MIT校友,我很高兴能与母校合作,共同促进人工智能的研究,这是我毕生从事的事业。商汤科技致力于在计算机视觉和深度学习领域原创技术研发。MIT-商汤科技人工智能联盟成立后,我们将汇聚全球最优秀的顶尖人才,进一步推动人工智能技术的发展,造福社会。”

商汤科技联合创始人、CEO 徐立博士表示:“MIT在人工智能领域的基础研究始终处于行业最前沿。作为中国最大的人工智能算法供应商,商汤科技已与国内外多个行业的400多家领军企业及政府机构建立合作,用人工智能技术推动产业升级。我们很高兴能携手MIT,共同探索及引领全球人工智能未来的发展。”

MIT-商汤科技人工智能联盟的成立,起源于MIT与汤晓鸥教授之间的深厚渊源。25年前,汤晓鸥在MIT攻读博士学位,从事水下机器视觉研究,将计算机视觉应用于水下图像识别领域。他的导师是现任麻省理工学院学术发展校长W. Eric L. Grimson教授。Grimson教授表示:“晓鸥成功地将他在MIT计算机和人工智能领域学到的研究方法应用于学术和工业应用研究,创建了一家非常成功的、掌握原创技术的科技公司商汤科技。无论是在中国还是全球,晓鸥已经成为人工智能领域,尤其是在计算机视觉和深度学习领域的领军人物。晓鸥一直心系MIT,他既是优秀的科学家,又是成功的企业家。同时不遗余力地推动和鼓励优秀的学生和青年学者加入MIT。我对晓鸥的成就及其对世界的影响倍感自豪,并期待MIT与商汤科技建立深厚的合作共赢关系。”

最近领导MIT IQ项目发展的MIT工程院院长Anantha Chandrakasan教授表示:“非常高兴看到商汤科技与我们的合作,我们的使命就是深入探索智能背后的科学与工程原理来创造更美好的世界。汤教授非常熟悉创新性研究,而MIT-商汤科技人工智能联盟也将促进MIT在人工智能领域取得全方位突破性进展,让师生们在与商汤科技的紧密合作过程中不断创新。这对于MIT和商汤科技而言,都是激动人心的时刻。”

自上世纪50年代,Marvin Minsky和John McCarthy两位先驱者创立了人工智能学科,MIT始终处于智能研究的最前沿。此后数十年间,MIT大力推动了从神经网络到数据加密,再到量子计算及众包大数据研究等多项重大科研进步。目前,MIT拥有200多位专注于智能研究的研究人员,从事人工智能和相关领域研究有多个重要机构,包括计算机科学与人工智能实验室,媒体实验室,大脑与认知科学学院,大脑、心智与机器研究中心以及数据、系统和社会研究所等。


原文发布时间: 2018-02-28 21:41
本文作者: 巫盼
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
11月前
|
机器学习/深度学习 人工智能 算法
UCLA、MIT数学家推翻39年经典数学猜想!AI证明卡在99.99%,人类最终证伪
近日,加州大学洛杉矶分校和麻省理工学院的数学家团队成功推翻了存在39年的“上下铺猜想”(Bunkbed Conjecture),该猜想由1985年提出,涉及图论中顶点路径问题。尽管AI在研究中发挥了重要作用,但最终未能完成证明。人类数学家通过深入分析与创新思维,找到了推翻猜想的关键证据,展示了人类智慧在数学证明中的不可替代性。成果发表于arXiv,引发了关于AI在数学领域作用的广泛讨论。
357 89
|
9月前
|
机器学习/深度学习 人工智能 算法
ProtGPS:MIT再造生命科学新基建!蛋白质AI一键预测定位+设计新序列,登Nature子刊
ProtGPS 是麻省理工学院和怀特黑德研究所联合开发的蛋白质语言模型,能够预测蛋白质在细胞内的亚细胞定位,并设计具有特定亚细胞定位的新型蛋白质。
814 17
ProtGPS:MIT再造生命科学新基建!蛋白质AI一键预测定位+设计新序列,登Nature子刊
|
8月前
|
机器学习/深度学习 人工智能 算法
PRefLexOR:MIT自进化AI框架上线!动态知识图谱+跨域推理,重塑自主思考
PRefLexOR 是 MIT 团队推出的新型自学习 AI 框架,结合偏好优化和强化学习,通过递归推理和多步反思,动态生成知识图谱,支持跨领域推理和自主学习。
419 3
PRefLexOR:MIT自进化AI框架上线!动态知识图谱+跨域推理,重塑自主思考
|
8月前
|
人工智能
MIT 76页深度报告:AI加速创新马太效应,科学家产出分化加剧!缺乏判断力将被淘汰
近日,麻省理工学院(MIT)发布了一份76页的深度研究报告,探讨AI对科学发现和创新的影响。研究对象为1018名美国科学家,结果显示AI使新材料发现增加44%,专利申请增长39%,产品创新提升17%。然而,AI对高能力科学家的产出提升更显著,加剧了科学家间的分化。AI还改变了科学家的工作内容,减少了创意构思时间,增加了评估任务,导致工作满意度下降,但科学家对AI的信心增强。报告全面分析了AI带来的机遇与挑战。论文地址:https://conference.nber.org/conf_papers/f210475.pdf
345 14
|
8月前
|
人工智能
中国AI崛起与生成式人工智能(GAI)认证:驱动全球科技变革的人才战略
本文探讨了中国在人工智能(AI)领域的崛起及其对全球科技和经济的影响。文章回顾了中国AI研究的发展历程,从引进吸收到自主创新,政府政策支持与企业投入推动了AI技术的突破与广泛应用。同时,生成式人工智能(GAI)认证的重要性被强调,其为AI人才培养提供了专业标准,助力行业规范化发展。未来,中国将继续深化AI研究,加强国际交流,通过技能认证项目如GAI认证,为AI领域培养更多高素质人才,推动全球AI技术的繁荣发展。
|
9月前
|
人工智能 机器人 开发工具
LazyLLM:还在为AI应用开发掉头发?商汤开源智能体低代码开发工具,三行代码部署聊天机器人
LazyLLM 是一个低代码开发平台,可帮助开发者快速构建多智能体大语言模型应用,支持一键部署、跨平台操作和多种复杂功能。
468 3
|
9月前
|
存储 人工智能
Scaling Law或将终结?哈佛MIT预警:低精度量化已无路可走,重磅研究掀翻AI圈
哈佛大学和麻省理工学院的研究人员最近发布了一项重磅研究,对Scaling Law在低精度量化中的应用提出严重质疑。研究表明,随着训练数据增加,低精度量化带来的性能损失也增大,且与模型大小无关。这挑战了通过增加规模提升性能的传统观点,提醒我们在追求效率时不能忽视性能损失。该研究结果在AI圈内引发广泛讨论,提示未来需探索其他方法来提高模型效率,如混合精度训练、模型压缩及新型硬件架构。论文地址:https://arxiv.org/pdf/2411.04330。
272 11
|
11月前
|
人工智能 数据挖掘
AI长脑子了?LLM惊现人类脑叶结构并有数学代码分区,MIT大牛新作震惊学界!
麻省理工学院的一项新研究揭示了大型语言模型(LLM)内部概念空间的几何结构,与人脑类似。研究通过分析稀疏自编码器生成的高维向量,发现了概念空间在原子、大脑和星系三个层次上的独特结构,为理解LLM的内部机制提供了新视角。论文地址:https://arxiv.org/abs/2410.19750
262 12
|
人工智能 知识图谱
成熟的AI要学会自己搞研究!MIT推出科研特工
MIT推出科研特工SciAgents,结合生成式AI、本体表示和多代理建模,实现科学发现的自动化。通过大规模知识图谱和多代理系统,SciAgents能探索新领域、识别复杂模式,加速新材料发现,展现跨学科创新潜力。
210 12
|
机器学习/深度学习 人工智能 自动驾驶
探索人工智能:未来科技的无限可能
【10月更文挑战第22天】 在21世纪,人工智能(AI)已经成为推动科技进步的重要力量。本文将深入探讨人工智能的定义、发展历程、当前应用以及未来趋势。通过了解人工智能的本质和潜力,我们可以更好地把握这一技术带来的机遇和挑战,为未来的科技发展做好准备。
166 0