Il MIT-Pillar AI Collective annuncia i primi beneficiari di finanziamenti seminativi.
The MIT-Pillar AI Collective announces first recipients of seed funding.
Sei team che conducono ricerche in intelligenza artificiale, scienza dei dati e apprendimento automatico ricevono finanziamenti per progetti che hanno potenziali applicazioni commerciali.
Il MIT-Pillar AI Collective ha annunciato i suoi primi sei beneficiari di borse di studio. Studenti, alumni e postdottorandi che lavorano su una vasta gamma di argomenti nell’intelligenza artificiale, nell’apprendimento automatico e nella scienza dei dati riceveranno finanziamenti e supporto per progetti di ricerca che potrebbero tradursi in prodotti o aziende commercialmente redditizie. Queste borse di studio sono destinate ad aiutare gli studenti a esplorare le applicazioni commerciali della loro ricerca e, alla fine, a guidare la commercializzazione attraverso la creazione di una startup.
“Questi studenti e postdottorandi eccezionali stanno lavorando su progetti che hanno il potenziale di essere veramente trasformativi in un’ampia gamma di settori. È entusiasmante pensare che la ricerca innovativa che queste squadre stanno conducendo potrebbe portare alla fondazione di startup che rivoluzionano tutto, dalla distribuzione di farmaci alla videoconferenza”, afferma Anantha Chandrakasan, decano della Scuola di Ingegneria e professore Vannevar Bush di Ingegneria Elettrica ed Informatica.
Lanciato nel settembre 2022, il MIT-Pillar AI Collective è un programma pilota finanziato da una donazione di 1 milione di dollari da Pillar VC che mira a coltivare imprenditori prospettici e guidare l’innovazione in aree correlate all’IA. Amministrato dal MIT Deshpande Center for Technological Innovation, l’AI Collective si concentra sul processo di scoperta di mercato, avanzando i progetti attraverso la ricerca di mercato, la scoperta dei clienti e la prototipazione. Gli studenti laureati e i postdottorandi supportati dal programma lavorano allo sviluppo di prodotti minimi vitali.
“Oltre al finanziamento, il MIT-Pillar AI Collective fornisce ai beneficiari di borse di studio mentorship e guida. Con l’avanzamento rapido delle tecnologie di intelligenza artificiale, questo tipo di supporto è essenziale per garantire che gli studenti e i postdottorandi siano in grado di accedere alle risorse necessarie per muoversi rapidamente in questo ambiente veloce”, afferma Jinane Abounadi, direttore generale del MIT-Pillar AI Collective.
I sei destinatari inaugurale riceveranno supporto nell’identificazione di pietre miliari chiave e consigli da imprenditori esperti. L’AI Collective assiste i destinatari delle sovvenzioni nel raccogliere feedback da potenziali utenti finali, nonché nel ottenere informazioni dagli investitori in fase iniziale. Il programma organizza anche eventi della comunità, tra cui una serie di speaker “Founder Talks” e altre attività di team building.
“Ognuno di questi destinatari di sovvenzioni mostra uno spirito imprenditoriale. È entusiasmante fornire supporto e guida mentre intraprendono un viaggio che potrebbe vederli un giorno come fondatori e leader di aziende di successo”, aggiunge Jamie Goldstein ’89, fondatore di Pillar VC.
La prima coorte di destinatari di sovvenzioni include i seguenti progetti:
Interfaccia di interrogazione predittiva
Abdullah Alomar SM ’21, un candidato al dottorato che studia ingegneria elettrica ed informatica, sta costruendo un’interfaccia di interrogazione predittiva per i database di serie temporali per prevedere meglio la domanda e i dati finanziari. Questa interfaccia user-friendly può aiutare ad alleviare alcuni dei ritardi e dei problemi legati ai processi di ingegneria dei dati ingombranti, fornendo al contempo un’accuratezza statistica all’avanguardia. Alomar è consigliato da Devavrat Shah, il professore Andrew (1956) ed Erna Viterbi presso il MIT.
Progettazione di farmaci attivati dalla luce
Simon Axelrod, un candidato al dottorato che studia fisica chimica presso l’Università di Harvard, sta combinando l’IA con le simulazioni fisiche per progettare farmaci attivati dalla luce che potrebbero ridurre gli effetti collaterali e migliorare l’efficacia. I pazienti riceverebbero una forma inattiva di un farmaco, che viene poi attivato dalla luce in un’area specifica del corpo contenente tessuti malati. Questo uso localizzato di farmaci fotoattivi ridurrebbe al minimo gli effetti collaterali dei farmaci che mirano alle cellule sane. Axelrod sta sviluppando nuovi modelli computazionali che prevedono proprietà di farmaci fotoattivi con elevata velocità e precisione, consentendo ai ricercatori di concentrarsi solo sui candidati farmacologici di più alta qualità. È consigliato da Rafael Gomez-Bombarelli, il Jeffrey Cheah Career Development Chair in Engineering nel Dipartimento di Scienza e Ingegneria dei Materiali del MIT.
Percezione 3D a basso costo
Arjun Balasingam, uno studente al dottorato in ingegneria elettrica ed informatica e membro del gruppo Networks and Mobile Systems del Computer Science and Artificial Intelligence Laboratory (CSAIL), sta sviluppando una tecnologia, chiamata MobiSee, che consente la ricostruzione 3D in tempo reale in ambienti dinamici sfidanti. MobiSee utilizza metodi di IA auto-supervisionati insieme a video e lidar per fornire una percezione 3D a basso costo e all’avanguardia su dispositivi mobili per consumatori come smartphone. Questa tecnologia potrebbe avere applicazioni di vasta portata in realtà mista, navigazione, sicurezza e streaming sportivo, oltre a sbloccare opportunità per nuove esperienze in tempo reale e immersive. È consigliato da Hari Balakrishnan, il Fujitsu Professor of Computer Science and Artificial Intelligence al MIT e membro di CSAIL.
Terapeutiche del sonno
Guillermo Bernal SM ’14, PhD ’23, un recente dottore di ricerca in media arts e scienze, sta sviluppando una piattaforma terapeutica del sonno che consentirebbe a specialisti del sonno e ricercatori di condurre robusti studi del sonno e sviluppare piani terapeutici a distanza, mentre il paziente è comodamente a casa. Chiamato Fascia, il sistema a tre parti consiste in un polisonnogramma con fattore di forma di maschera del sonno che raccoglie i dati, un hub che consente ai ricercatori di fornire stimolazione e feedback tramite stimoli olfattivi, uditivi e visivi e un portale web che consente ai ricercatori di leggere i segnali di un paziente in tempo reale con l’analisi di apprendimento automatico. Bernal è stato consigliato da Pattie Maes, professore di media arts e scienze presso il Media Lab del MIT.
Assemblaggio autonomo con percezione tattile simile a quella umana
Michael Foshey, ingegnere meccanico e responsabile di progetto presso il Computational Design and Fabrication Group del MIT CSAIL, sta sviluppando un sistema di percezione tattile abilitato dall’IA che può essere utilizzato per conferire ai robot una destrezza simile a quella umana. Con questa nuova piattaforma tecnologica, Foshey e il suo team sperano di abilitare applicazioni che cambieranno l’industria nella produzione. Attualmente, i compiti di assemblaggio nella produzione sono per lo più eseguiti a mano e sono tipicamente ripetitivi e noiosi. Di conseguenza, questi lavori rimangono in gran parte scoperti. Queste carenze di manodopera possono causare carenze nella catena di approvvigionamento e aumenti dei costi di produzione. La nuova piattaforma tecnologica di Foshey mira a risolvere questo problema automatizzando i compiti di assemblaggio per ridurre la dipendenza dalla manodopera manuale. Foshey è supervisionato da Wojciech Matusik, professore del MIT di ingegneria elettrica e informatica e membro del CSAIL.
AI generativa per le videoconferenze
Vibhaalakshmi Sivaraman, SM ’19, candidato al dottorato di ricerca in ingegneria elettrica e informatica che fa parte del Networking and Mobile Systems Group del CSAIL del MIT, sta sviluppando una tecnologia generativa, Gemino, per facilitare le videoconferenze in ambienti di rete a bassa larghezza di banda e alta latenza. Gemino è un sistema di compressione neurale per le videoconferenze che supera le preoccupazioni di robustezza e le sfide di complessità di calcolo che limitano i modelli attuali di sintesi di immagini del viso. Questa tecnologia potrebbe consentire chiamate videoconferenze sostenute in regioni e scenari che oggi non possono supportare in modo affidabile le chiamate video. Sivaraman è assistito da Mohammad Alizadeh, professore associato del MIT di ingegneria elettrica e informatica e membro del CSAIL.
