Исследователи Стэнфорда используют ИИ, чтобы расширить границы возможного

Исследователи по всему кампусу применяют искусственный интеллект для достижения значительных успехов в таких областях, как робототехника, нейронаука и горное дело, при этом придерживаясь осторожного подхода к применению этой технологии.

Осторожность вместо спешки

«Двигаться быстро и ломать вещи» — известный девиз Силиконовой долины. Исследователи ИИ Стэнфорда выбирают противоположный метод: осторожность, внимательность и долгосрочное мышление. Даже те ученые, которые оптимистично и увлеченно относятся к будущему ИИ, сохраняют критический взгляд на детали и высокие ожидания относительно приложений ИИ.

«Я отказался от непосредственной разработки ИИ в промышленности, чтобы сосредоточиться на долгосрочном исследовательском плане, потому что хочу лучше понять фундаментальные вопросы», — говорит Юянь Ванг, доцент маркетинга в Стэнфордской бизнес-школе. Она пришла в Стэнфорд после работы с ИИ в Uber и Google DeepMind и осознала, что знаний о том, почему эти системы ИИ работают, недостаточно.

Исследования в области ИИ в академической среде могут быть медленнее и тщательно продуманными по сравнению с другими местами, но надеются, что именно этот подход приведет к богатым и более надежным новым знаниям, которые будут информировать об умном, устойчивом и полезном ИИ.

Примеры исследований ИИ в Стэнфорде

• Джеф Кэрс использует ИИ для повышения устойчивости и эффективности горной промышленности.
• Аditi Sheshadri работает над лучшими климатическими моделями с помощью ИИ.
• Мegan Ma и Julian Nyarko используют ИИ для увеличения доступа к качественным юридическим услугам.
• Роксана Данешджоу фокусируется на ИИ в здравоохранении, уделяя особое внимание возможным недостаткам, таким как предвзятость по отношению к пациентам.
• Dora Demszky хочет сделать образовательный ИИ полезным для учителей и использовать их опыт.
• Челси Финн разрабатывает универсальные роботы, способные справляться с неупорядоченной реальностью.
• Лаура Гвиллиамс сочетает ИИ и нейронауку, изучая талант человека к языку.
• Юянь Ванг занимается изучением секретов работы алгоритмов для создания лучших систем ИИ.
• Брайан Трипп использует ИИ для разработки новых медицинских терапий.

Революция в открытии ресурсов

В мае профессор Джеф Кэрс провел пятидневный курс по науке о данных и ИИ для минеральных исследований в Университете Купербелт в Замбии.

Джеф Кэрс, профессор наук о Земле и планетах в школе устойчивого развития Стэнфорда, основал компанию Mineral X, чтобы сосредоточиться на устойчивом и надежном источнике необходимых материалов и металлов для перехода к возобновляемым источникам энергии, включая медь, литий, никель, кобальт и редкоземельные элементы.

Улучшение климатических моделей

Профессор Аditi Sheshadri и ее лаборатория используют ИИ для изучения влияния гравитационных волн на климат. Она руководит проектом Datawave, международным консорциумом, который пытается объединить наблюдения, высокоточные региональные и глобальные симуляции с алгоритмами ИИ, чтобы улучшить наше понимание атмосферных гравитационных волн и их представление в глобальных климатических моделях.

Искусственный интеллект в праве

Liftlab, который возглавляют Мegan Ma и Julian Nyarko, направлен на увеличение доступа к качественным юридическим услугам в частном секторе с помощью ИИ и других передовых технологий. «Идея заключается в том, чтобы отделить гипотезу от реальности, чтобы разработка ИИ для юридических услуг была эффективной», — добавляет Ньярко.

Осторожность в клинических условиях

Роксана Данешджоу, доцент биомедицинских наук и дерматологии, разрабатывает и тестирует инструменты ИИ для здравоохранения. «Я больше всего воодушевлена тем, как эти инструменты улучшат доступ пациентов и рабочие процессы врачей», — говорит она.

Власть учителей в образовательном ИИ

Лаборатория Доры Демсзки изучает, как ИИ может поддерживать учителей. «ИИ пока не готов к тому, чтобы поддерживать учеников более целостно», — говорит она.

Как обучить вашего робота

Профессор Челси Финн использует машинное обучение для совершенствования робототехники. «Машинное обучение — один из самых успешных подходов для преодоления разнообразия в мире», — отмечает она.

Модели языка и человеческий мозг

Лаура Гвиллиамс исследует, как человеческий мозг понимает и производит язык, используя модели языка, чтобы отслеживать и анализировать данные этих записей.

Вывод ИИ из «черного ящика»

Юянь Ванг стремится сделать алгоритмы более прозрачными и человечными. «Чёрные ящики моделей не могут привести нас к искусственному общему интеллекту», — говорит она.

Решение загадок белков

В 2024 году Нобелевская премия по химии была вручена модели ИИ, предсказывающей структуры белков. «Это действительно сложно переоценить, насколько это открытие повлияло на понимание биологических систем на атомном уровне», — говорит Брайан Трипп.

Прокомментировать в Телеграм: https://t.me/n8nhow

Подписаться на канал обучения n8n: https://t.me/n8ncoaching