麻省理工学院（MIT）- Pillar AI Collective宣布了2024年春季学期的六位研究员。在该计划的支持下，这些研究生（他们是硕士或博士项目的最后一年）将在人工智能（AI）、机器学习和数据科学领域进行研究，旨在商业化他们的创新成果。
MIT工程学院和Pillar VC于2022年共同发起了MIT-Pillar AI Collective计划，该计划支持进行人工智能、机器学习和数据科学研究的教职员工、博士后和学生。该计划的使命是通过来自Pillar VC的捐赠，并由MIT Deshpande Center for Technological Innovation管理，推动研究向商业化发展。
2024年春季的MIT-Pillar AI Collective研究员包括：
Yasmeen AlFaraj
Yasmeen AlFaraj是化学博士候选人，她的兴趣是将数据科学和机器学习应用于软材料设计，以实现下一代可持续塑料、橡胶和复合材料。具体而言，她正在将机器学习应用于设计新型分子添加剂，以实现低成本制造可化学降解的热固性塑料和复合材料。AlFaraj的工作已经发现了可扩展、可转化的新材料，可以解决热固性塑料废物问题。作为Pillar研究员，她将致力于将这项技术引入市场，最初关注风力涡轮叶片制造和整流涂层。通过Deshpande Center for Technological Innovation，AlFaraj担任一个团队的负责人，该团队致力于开发一个专注于可回收的高性能热固性塑料的衍生企业，通过加入少量可降解的共聚物。此外，她还参加了美国国家科学基金会创新军团项目，并最近从Clean Tech Open毕业，她在那里专注于完善商业计划、分析潜在市场、确保完整的知识产权组合，并与潜在资助者建立联系。AlFaraj在加州大学伯克利分校获得化学学士学位。
Ruben Castro Ornelas
Ruben Castro Ornelas是机械工程博士生，对多功能机器人的未来和设计与AI控制解决方案的硬件设计充满热情。他结合了自己在编程、嵌入式系统、机械设计、强化学习和AI方面的专业知识，设计了一只灵巧的机器人手，能够在不牺牲尺寸、耐久性、复杂性或可模拟性的情况下执行有用的日常任务。Ornelas的创新设计在家庭、工业和医疗应用中具有重要的商业潜力，因为它可以适应从厨具到精细物品的各种物品。作为Pillar研究员，他将专注于确定潜在的商业市场，确定面向企业的销售的最佳方法，并确定关键顾问。Ornelas曾担任MIT的本科创业俱乐部StartLabs的联合主任，他在那里获得了机械工程学士学位。
Keeley Erhardt
Keeley Erhardt是媒体艺术与科学博士候选人，她的研究兴趣在于网络分析中人工智能的变革潜力，特别是实体相关性和跨领域的隐藏链接检测。她设计了机器学习算法，用于识别和跟踪大规模网络中的时间相关性和隐藏信号，揭示了来自多个国家的在线影响活动。她还展示了使用图神经网络来通过分析金融时间序列数据和交易动态来识别协调的加密货币账户。作为Pillar研究员，Erhardt将追求她的工作的潜在商业应用，例如在金融、能源和国家安全领域检测欺诈、宣传、洗钱和其他隐秘活动。她曾在谷歌、Facebook和苹果实习，并在多个科技独角兽公司担任软件工程职位。Erhardt在MIT获得了电气工程和计算机科学硕士学位以及计算机科学学士学位。
Vineet Jagadeesan Nair
Vineet Jagadeesan Nair是机械工程博士候选人，他的研究重点是建模电力网络和设计电力市场，以整合可再生能源、电池和电动汽车。他广泛关注开发计算工具来应对气候变化。作为Pillar研究员，Nair将探索将机器学习和数据科学应用于电力系统。具体而言，他将尝试改进高时空分辨率下对电力需求和供应的预测准确性的方法。他还与Google X的Project Tapestry合作，致力于将基于物理信息的机器学习与传统数值方法相结合，以提高高保真度模拟的速度和准确性。Nair的工作有助于实现高比例可再生能源和其他清洁分布式能源资源的未来电网。在学术之外，Nair在创业方面非常活跃，最近帮助组织了2023年在希腊举办的MIT全球创业研讨会。他在MIT获得了计算科学与工程硕士学位，作为盖茨奖学金获得者在剑桥大学获得了能源技术硕士学位，并在加州大学伯克利分校获得了机械工程学士学位和经济学学士学位。
Mahdi Ramadan
Mahdi Ramadan是脑与认知科学博士候选人，他的研究兴趣涉及认知科学、计算建模和神经技术的交叉领域。他的工作利用了新颖的无监督学习方法，学习和生成可解释的神经动力学表示，利用了人工智能的最新进展，特别是能够以高保真度揭示神经过程潜在动力学的对比和几何深度学习技术。作为Pillar研究员，他将利用这些方法更好地理解肌肉信号的动力学模型，以进行生成性运动控制。通过在当前脊髓假肢中补充具有生成性AI运动模型的方法，可以实时简化、加速和纠正肢体肌肉激活，还可以使用多模态视觉-语言模型推断患者的高层意图，Ramadan希望构建真正可扩展、可访问和有能力的商业神经假肢。Ramadan的创业经验包括担任神经技术初创公司UltraNeuro和计算机视觉初创公司Presizely的联合创始人。他在华盛顿大学获得了神经生物学学士学位。
Rui (Raymond) Zhou
Rui (Raymond) Zhou是机械工程博士候选人，他的研究重点是面向工程设计的多模态人工智能。作为Pillar研究员，他将推进模型的发展，使设计师能够将任何模态或模态组合的信息转化为全面的二维和三维设计，包括参数化数据、组件可视化、装配图和草图。这些模型还可以优化现有的人类设计，以实现改善人体工程学或减少阻力系数等目标。最终，Zhou的目标是将他的工作转化为一个软件即服务平台，重新定义从汽车到消费电子等各个领域的产品设计。他的努力不仅可以加快设计过程，还可以降低成本，打开实现前所未有的定制水平、创意生成和快速原型制作的大门。除了学术追求之外，Zhou还创办了UrsaTech，这是一家将人工智能与教育和工程设计相结合的初创公司。他在加州大学伯克利分校获得了电气工程和计算机科学学士学位。
以上是2024年春季的MIT-Pillar AI Collective研究员的介绍。
