罗伯·马西森

减少人工智能的碳足迹

麻省理工学院的研究人员开发了一种自动人工智能系统，用于训练和运行某些神经网络，同时也减少了相关的碳排放。

开发了一种易于伸缩的量子计算设备的方法

麻省理工学院的一个研究团队开发了一种“招募”相邻量子比特的方法，这可能有助于研究人员扩大量子计算设备的规模。

用正确的方式进行机器学习

麻省理工学院教授亚历山大·马德利(Aleksander Madry)致力于构建更可靠、更容易理解、更健壮的机器学习模型。

面包板集成到物理产品上

麻省理工学院的研究人员发明了一种集成“面包板”的方法，这是一种用于电子原型的平面平台，用于快速测试电路功能和用户与智能设备和柔性电子产品的交互。

密码ID标签开发，以阻止供应链伪造

麻省理工学院的研究人员发明了一种加密ID标签，它足够小，几乎可以安装在任何产品上，并验证其真实性，这可以帮助阻止供应链造假。

软体机械臂使用灵活的传感器来了解自己的位置

麻省理工学院的研究人员开发出了灵活的传感器和人工智能模型，可以告诉变形机器人它们的身体在3D环境中的位置。

机器学习工具预测计算机芯片上的代码速度

麻省理工学院的研究人员发明了一种名为Ithemal的机器学习工具，可以预测计算机芯片执行各种应用程序代码的速度。

帮助机器感知一些物理定律

麻省理工学院的研究人员设计了一个模型，展示了对一些基本的“直觉物理”的理解，这些物理关于物体应该如何表现，这可能会提高人工智能。

设计和控制具有弹性和柔韧身体的机器人

麻省理工学院的研究人员发现了一种优化软机器人执行特定任务的方法，这种新模型使它们的身体灵活。

为帮助自动驾驶汽车安全行驶而开发的模型

麻省理工学院(MIT)和丰田(Toyota)的研究人员设计了一个模型，旨在帮助自动驾驶汽车确定在视野受阻时何时可以安全融入车流。