本学期，麻省理工学院的学生和博士后被邀请提交首届MIT Ignite: Generative AI Entrepreneurship Competition的创意。超过100个团队提交了利用生成式人工智能技术开发解决方案的初创企业的提案，涵盖了人类健康、气候变化、教育和劳动力动态等各个领域。
10月30日，12个入围决赛的团队在Samberg Conference Center的一个拥挤的房间里向专家评委团介绍了他们的创意。
“麻省理工学院有责任帮助塑造一个广泛有益的人工智能创新未来，为此我们需要很多伟大的创意。因此，我们求助于一个非常可靠的创意来源：麻省理工学院富有创业精神的学生和博士后。”麻省理工学院校长Sally Kornbluth在活动开幕辞中说道。
MIT Ignite活动是Kornbluth提出的麻省理工学院关于生成式人工智能的更广泛关注的一部分。今年秋季，麻省理工学院的研究人员和学生正在探索利用他们的生成式人工智能知识的机会，寻找新的应用领域，降低风险，并将其用于造福社会。这个活动由麻省理工学院-IBM Watson AI实验室和Martin Trust Center for MIT Entrepreneurship共同组织，得到了麻省理工学院工程学院和麻省理工学院斯隆管理学院的支持，激励年轻的研究人员参与对生成式人工智能的对话和创新。
此次活动的联合主席是麻省理工学院-IBM Watson AI实验室主任、计算机科学与人工智能实验室（CSAIL）的首席研究员Aude Oliva、麻省理工学院斯隆管理学院Ethernet发明家教授、Martin Trust Center主任Bill Aulet，以及麻省理工学院电气工程与计算机科学系Thuan（1990）和Nicole Pham教授、无线网络与移动计算中心主任、CSAIL首席研究员Dina Katabi。
12个学生和博士后团队竞争多个奖项，包括每个奖项15000美元的5个MIT Ignite旗舰奖、特别设立的一年级本科生团队旗舰奖以及亚军奖。所有奖项由MIT-IBM AI Watson实验室提供。评委会根据项目对生成式人工智能的创新应用、可行性、潜在的现实影响以及演示的质量进行评判。
在12个团队展示了他们的技术、解决问题的潜力以及团队执行计划的能力后，评委会进行了评议。当观众等待结果时，MIT Corporation主席Mark Gorenberg ’76、麻省理工学院工程学院院长、电气工程与计算机科学系Vannevar Bush教授Anantha Chandrakasan，以及麻省理工学院斯隆管理学院院长、市场营销教授David Schmittlein发表了讲话。学生获奖者包括：
MIT Ignite旗舰奖
eMote（Philip Cherner、Julia Sebastien、Caroline Lige Zhang和Daeun Yoo）：有时候识别和表达情绪是困难的，特别是对于那些处于情感障碍谱系上的人；此外，治疗可能很昂贵。eMote的应用程序允许用户通过生成式人工智能的共创过程识别他们的情绪，并将其可视化为艺术品，并通过日记反思，从而帮助学校辅导员和治疗师。
LeGT.ai（Julie Shi、Jessica Yuan和Yubing Cui）：移民法律程序可能复杂且昂贵。LeGT.ai旨在使法律知识民主化。团队将使用一个大型语言模型、提示工程和语义搜索的平台，为公司提供聊天机器人以完成、研究和起草文件，并改进预筛选和初步咨询。
Sunona（Emmi Mills、Selin Kocalar、Srihitha Dasari和Karun Kaushik）：医生一半的时间都被医疗文档和临床记录占用。为了解决这个问题，Sunona利用音频转录和大型语言模型将医生就诊时的音频转化为笔记和特征提取，为提供者节省更多时间。
UltraNeuro（Mahdi Ramadan、Adam Gosztolai、Alaa Khaddaj和Samara Khater）：大约七分之一的成年人会因脊髓损伤、中风或疾病而导致运动障碍和/或瘫痪。UltraNeuro的神经假肢将帮助患者恢复一些日常能力，而无需侵入性脑植入物。他们的技术利用脑电图、智能传感器和多模态人工智能系统（肌肉电图、计算机视觉、眼动）对成千上万次运动进行训练，以规划精确的肢体运动。
UrsaTech（Rui Zhou、Jerry Shan、Kate Wang、Alan He和Rita Zhang）：当今的教育存在差距，教育工作者负担过重。UrsaTech的平台利用多模态大型语言模型和扩散模型创建课程、动态内容和评估，以帮助教师和学习者。该系统还具有与AI代理的沉浸式学习，用于在线和离线的主动学习。
一年级本科生团队MIT Ignite旗舰奖
Alikorn（April Ren和Ayush Nayak）：药物发现占据了重要的生物技术成本。Alikorn的大型语言模型驱动平台旨在通过生成对抗网络、蒙特卡洛算法对最有前途的候选者进行审查，以及物理模拟来确定化学性质，简化创建和模拟新分子的过程。
亚军奖
Autonomous Cyber（James “Patrick” O’Brien、Madeline Linde、Rafael Turner和Bohdan Volyanyuk）：代码安全审计需要专业知识且昂贵。“Fuzzing”代码-注入无效或意外的输入以揭示软件漏洞-可以使软件更安全。Autonomous Cyber的系统利用大型语言模型自动将“fuzzers”集成到数据库中。
Gen EGM（Noah Bagazinski和Kristen Edwards）：制定明智的社会经济发展政策需要证据和数据。Gen EGM的大型语言模型系统通过检查和分析文献，然后生成证据缺口图（EGM），提出潜在的影响领域，加快了这一过程。
Mattr AI（Leandra Tejedor、Katie Chen和Eden Adler）：用于训练AI模型的数据集通常存在多样性、公平性和完整性的问题。Mattr AI利用生成式人工智能、大型语言模型和稳定扩散模型来增强数据集。
Neuroscreen（Andrew Lu、Chonghua Xue和Grant Robinson）：筛选潜在参加痴呆症临床试验的患者成本高昂，通常需要数年时间，而且大多数情况下都无法符合条件。Neuroscreen利用人工智能更快地评估患者的痴呆症原因，从而更成功地招募临床试验和治疗疾病。
The Data Provenance Initiative（Naana Obeng-Marnu、Jad Kabbara、Shayne Longpre、William Brannon和Robert Mahari）：用于训练AI模型的数据集，特别是大型语言模型，通常存在缺失或不正确的元数据，引发了法律和伦理问题的担忧。The Data Provenance Initiative利用AI辅助注释来审计数据集，跟踪数据的渊源和法律状态，提高数据的透明度、合法性和伦理问题。
Theia（Jenny Yao、Hongze Bo、Jin Li、Ao Qu和Hugo Huang）：科学研究及其在线对话通常发生在各自的领域中。Theia的平台旨在打破这些壁垒。生成式人工智能技术将总结论文并帮助指导研究方向，为学者和更广泛的科学界提供服务。
在MIT Ignite比赛之后，所有12个入选展示的团队都被邀请参加一个网络活动，作为使他们的想法和原型成为现实的第一步。此外，他们还被邀请在麻省理工学院企业家中心的支持下进一步发展他们的想法，通过StartMIT或MIT Fuse和MIT-IBM Watson AI实验室。
“在我到达（麻省理工学院）的几个月里，我了解了麻省理工学院人们如何思考创业以及如何将创业融入到学院的方方面面，从一年级学生到教职员工再到校友，他们都非常积极地将自己的想法推向世界。”校长Kornbluth说道。“创业是我们组织积极影响的目标的一个重要元素。”
