DisCIPL 시스템은 작은 모델들이 일정 계획 및 예산 등 제약 조건이 있는 작업을 함께 처리할 수 있도록 도와준다.

의료 이미지의 관심 영역을 신속하게 주석 처리함으로써, 이 도구는 과학자들이 새로운 치료법을 연구하거나 질병 진행을 매핑하는 데 도움을 줄 수 있습니다.

MIT Generative AI Impact Consortium Symposium에서 연구자와 비즈니스 리더들이 이 강력한 기술을 중심으로 한 잠재적인 발전에 대해 논의했습니다.

3백만 개 이상의 뇌 세포를 조사한 연구에서, 알츠하이머 진행은 유전체 안정성을 유지하는데 달려있음을 발견함. 이는 질병에 대한 저항력을 유지하는 데 중요한 역할을 한다.

MIT 연구진은 VaxSeer를 사용하여 바이러스 진화와 항원성을 예측하는 기계 학습을 활용해 백신 선정을 더 정확하고 추측에 의존을 줄이는 것을 목표로 함.

MIT의 ‘미래 컴퓨팅 상상하기 상’ 수상 에세이가 건강 관리 격차를 중심에 두고 있다.

CausVid 생성 AI 도구는 확산 모델을 사용하여 자동회귀(프레임별) 시스템을 가르쳐 안정적이고 고해상도 비디오를 신속하게 생성한다.

MIT 연구진은 날씨 예측이나 대기 오염 지도 작성과 같은 공간적 요소를 갖는 예측을 평가하기 위한 새로운 접근 방식을 개발했다.

유전체학과 실험실 연구를 통해 Reelin이 신경세포 취약성에서 핵심 역할을, 콜린과 항산화제가 인지 기능을 유지하는 데 중요한 역할을 하는 것을 포함한 다양한 결과가 밝혀졌다.