ಬೋಧಕವರ್ಗದ ಸದಸ್ಯರ ವೃತ್ತಿಜೀವನದ ಮೊದಲ ವರ್ಷಗಳು ರಚನಾತ್ಮಕ ಮತ್ತು ಉತ್ತೇಜಕ ಸಮಯವಾಗಿದ್ದು, ಸಂಶೋಧಕರ ತರಬೇತಿಯ ಪಥವನ್ನು ನಿರ್ಧರಿಸಲು ಘನ ಅಡಿಪಾಯ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಇದು ನವೀನ ಆಲೋಚನೆಗಳು ಮತ್ತು ಮಾರ್ಗದರ್ಶನ, ಸೃಜನಶೀಲ ಸಹಯೋಗಿಗಳು ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹ ಸಂಪನ್ಮೂಲಗಳ ಅಗತ್ಯವಿರುವ ಸಂಶೋಧನಾ ತಂಡವನ್ನು ನಿರ್ಮಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ MIT ಅಧ್ಯಾಪಕರ ಗುಂಪಿಗೆ, MIT-IBM ವ್ಯಾಟ್ಸನ್ AI ಲ್ಯಾಬ್ನೊಂದಿಗಿನ ಆರಂಭಿಕ ಒಳಗೊಳ್ಳುವಿಕೆ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯ ನಿರ್ದೇಶನಗಳನ್ನು ಮುನ್ನಡೆಸಲು ಮತ್ತು ಉತ್ಪಾದಕ ಸಂಶೋಧನಾ ತಂಡಗಳನ್ನು ನಿರ್ಮಿಸಲು ಸಹಾಯ ಮಾಡುವ ಯೋಜನೆಗಳ ಮೂಲಕ ಪ್ರಮುಖವಾಗಿದೆ.
ನಿರ್ಮಾಣದ ಆವೇಗ
“MIT-IBM ವ್ಯಾಟ್ಸನ್ AI ಲ್ಯಾಬ್ ನನ್ನ ಯಶಸ್ಸಿಗೆ ಬಹಳ ಮುಖ್ಯವಾಗಿತ್ತು, ವಿಶೇಷವಾಗಿ ನಾನು ಪ್ರಾರಂಭಿಸಿದಾಗ” ಎಂದು MIT ಕಂಪ್ಯೂಟರ್ ಸೈನ್ಸ್ ಮತ್ತು ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಲ್ಯಾಬೊರೇಟರಿ (CSAIL) ನ ಸದಸ್ಯರಾದ ಎಲೆಕ್ಟ್ರಿಕಲ್ ಎಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ಸೈನ್ಸ್ (EECS) ವಿಭಾಗದ ಸಹ ಪ್ರಾಧ್ಯಾಪಕ ಜಾಕೋಬ್ ಆಂಡ್ರಿಯಾಸ್ ಹೇಳುತ್ತಾರೆ. MIT-IBM ಲ್ಯಾಬ್ನಲ್ಲಿ). MITಗೆ ಸೇರಿದ ಸ್ವಲ್ಪ ಸಮಯದ ನಂತರ, ಆಂಡ್ರಿಯಾಸ್ ತನ್ನ ಮೊದಲ ಪ್ರಮುಖ ಯೋಜನೆಯನ್ನು MIT-IBM ವ್ಯಾಟ್ಸನ್ AI ಲ್ಯಾಬ್ ಮೂಲಕ ಪ್ರಾರಂಭಿಸಿದರು, ಭಾಷಾ ಪ್ರಾತಿನಿಧ್ಯ ಮತ್ತು ಕಡಿಮೆ ಮಟ್ಟದ ಭಾಷೆಗಳಿಗೆ ರಚನಾತ್ಮಕ ಡೇಟಾ ವರ್ಧನೆಯ ತಂತ್ರಗಳಲ್ಲಿ ಕೆಲಸ ಮಾಡಿದರು. “ಇದು ನಿಜವಾಗಿಯೂ ನನ್ನ ಪ್ರಯೋಗಾಲಯವನ್ನು ಪ್ರಾರಂಭಿಸಲು ಮತ್ತು ವಿದ್ಯಾರ್ಥಿಗಳನ್ನು ನೇಮಿಸಿಕೊಳ್ಳಲು ನನಗೆ ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು.”
ಭಾಷಾ ಮಾದರಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು NLP ಕ್ಷೇತ್ರವು ಗಮನಾರ್ಹ ಬದಲಾವಣೆಗೆ ಒಳಗಾಗುತ್ತಿರುವಾಗ ಇದು “ಪ್ರಮುಖ ಕ್ಷಣ” ದಲ್ಲಿ ಸಂಭವಿಸಿದೆ ಎಂದು ಆಂಡ್ರಿಯಾಸ್ ಗಮನಿಸುತ್ತಾರೆ – MIT-IBM ವ್ಯಾಟ್ಸನ್ AI ಲ್ಯಾಬ್ ಮೂಲಕ ಲಭ್ಯವಿರುವ ಕಾರ್ಯಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಗಣನೆಯ ಅಗತ್ಯವಿರುವ ಕಾರ್ಯ. “ನಾವು ಅದರೊಳಗೆ ಕೆಲಸ ಮಾಡಿದ್ದೇವೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ [first] ಯೋಜನೆ, ಮತ್ತು IBM ಭಾಗದಲ್ಲಿ ನಮ್ಮ ಎಲ್ಲಾ ಜನರೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು, ಈ ಪರಿವರ್ತನೆಯನ್ನು ಹೇಗೆ ಮಾಡಬೇಕೆಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಬಹಳ ಸಹಾಯಕವಾಗಿದೆ. ಇದಲ್ಲದೆ, MIT-IBM ಸಮುದಾಯದಲ್ಲಿನ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಂಪನ್ಮೂಲಗಳು ಮತ್ತು ಪರಿಣತಿಗೆ ಧನ್ಯವಾದಗಳು, ಆಂಡ್ರಿಯಾಸ್ ಸಮೂಹವು ಪೂರ್ವ-ತರಬೇತಿ, ಬಲವರ್ಧನೆಯ ಕಲಿಕೆ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹ ಪ್ರತಿಕ್ರಿಯೆಗಳಿಗಾಗಿ ಮಾಪನಾಂಕ ನಿರ್ಣಯದ ಕುರಿತು ಬಹು-ವರ್ಷದ ಯೋಜನೆಗಳನ್ನು ಕೈಗೊಳ್ಳಲು ಸಾಧ್ಯವಾಯಿತು.
ಹಲವಾರು ಇತರ ಅಧ್ಯಾಪಕ ಸದಸ್ಯರಿಗೆ, MIT-IBM ವ್ಯಾಟ್ಸನ್ AI ಲ್ಯಾಬ್ನಲ್ಲಿ ಸಮಯೋಚಿತ ಭಾಗವಹಿಸುವಿಕೆಯು ತುಂಬಾ ಸಹಾಯಕವಾಗಿದೆ. “ಬೌದ್ಧಿಕ ಬೆಂಬಲ ಮತ್ತು MIT-IBM ನಲ್ಲಿ ಲಭ್ಯವಿರುವ ಕೆಲವು ಕಂಪ್ಯೂಟಿಂಗ್ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಬಳಸುವ ಸಾಮರ್ಥ್ಯವು ನನ್ನ ಸಂಶೋಧನಾ ಕಾರ್ಯಕ್ರಮಕ್ಕೆ ರೂಪಾಂತರವಾಗಿದೆ ಮತ್ತು ನಂಬಲಾಗದಷ್ಟು ಮುಖ್ಯವಾಗಿದೆ” ಎಂದು EECS, CSAIL ನ ಸಹ ಪ್ರಾಧ್ಯಾಪಕ ಮತ್ತು MIT-IBM ವ್ಯಾಟ್ಸನ್ AI ಲ್ಯಾಬ್ನ ಸಂಶೋಧಕ ಯುನ್ ಕಿಮ್ ಹೇಳುತ್ತಾರೆ. MITಗೆ ಸೇರುವ ಮೊದಲು, ಕಿಮ್ ತನ್ನ ಭವಿಷ್ಯದ ಸಹೋದ್ಯೋಗಿಗಳನ್ನು MIT-IBM ಪೋಸ್ಟ್ಡಾಕ್ಟರಲ್ ಸ್ಥಾನದಲ್ಲಿ ಭೇಟಿಯಾದರು, ಅಲ್ಲಿ ಅವರು ನ್ಯೂರೋಸಿಂಬಾಲಿಕ್ ಮಾದರಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು; ಈಗ, ಕಿಮ್ನ ತಂಡವು ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಯ (LLM) ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ದಕ್ಷತೆಯನ್ನು ಸುಧಾರಿಸುವ ವಿಧಾನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿದೆ.
ಅವರ ಗುಂಪಿನ ಯಶಸ್ಸಿಗೆ ಕಾರಣವಾದ ಒಂದು ಅಂಶವೆಂದರೆ ಬೌದ್ಧಿಕ ಪಾಲುದಾರರೊಂದಿಗೆ ನಿರಂತರ ಸಂಶೋಧನಾ ಪ್ರಕ್ರಿಯೆ. ಇದು MIT-IBM ತಂಡವು ಪ್ರಾಜೆಕ್ಟ್ಗೆ ಅರ್ಜಿ ಸಲ್ಲಿಸಲು, ಪ್ರಮಾಣದ ಅನುಭವ, ಅಡಚಣೆಗಳನ್ನು ಗುರುತಿಸಲು, ತಂತ್ರಗಳನ್ನು ಮೌಲ್ಯೀಕರಿಸಲು ಮತ್ತು ನೈಜ-ಪ್ರಪಂಚದ ಅನ್ವಯಗಳಿಗೆ ಸಂಭಾವ್ಯ ವ್ಯಾಪ್ತಿಯ ಸುಧಾರಿತ ವಿಧಾನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಅಗತ್ಯವಿರುವಂತೆ ಹೊಂದಿಕೊಳ್ಳಲು ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು. “ಇದು ಹೊಸ ಆಲೋಚನೆಗಳಿಗೆ ಒಂದು ಪುಶ್, ಮತ್ತು ಇದು ಒಂದು ಅನನ್ಯ ವಿಧಾನ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ” ಎಂದು ಕಿಮ್ ಹೇಳುತ್ತಾರೆ.
ಅನುಭವವನ್ನು ಸಂಯೋಜಿಸುವುದು
MIT-IBM ವ್ಯಾಟ್ಸನ್ AI ಲ್ಯಾಬ್ನ ಸ್ವರೂಪವೆಂದರೆ ಅದು ಸಂಶೋಧನೆಯನ್ನು ವೇಗಗೊಳಿಸಲು AI ಸಂಶೋಧಕರನ್ನು ಒಟ್ಟುಗೂಡಿಸುತ್ತದೆ, ಆದರೆ ಅಂತರಶಿಸ್ತೀಯ ಕೆಲಸವನ್ನು ಸಹ ಮಿಶ್ರಣ ಮಾಡುತ್ತದೆ. ಪ್ರಯೋಗಾಲಯದ ಸಂಶೋಧಕ ಮತ್ತು EECS ಮತ್ತು CSAIL ನಲ್ಲಿ MIT ಸಹ ಪ್ರಾಧ್ಯಾಪಕ ಜಸ್ಟಿನ್ ಸೊಲೊಮನ್ ತನ್ನ ಸಂಶೋಧನಾ ಗುಂಪನ್ನು ಪ್ರಯೋಗಾಲಯದೊಂದಿಗೆ ಬೆಳೆಯುತ್ತಿದೆ ಎಂದು ವಿವರಿಸುತ್ತಾನೆ, ಸಹಯೋಗವನ್ನು “ಪ್ರಮುಖ … ಆರಂಭದಿಂದ ಇಲ್ಲಿಯವರೆಗೆ” ಎಂದು ವಿವರಿಸುತ್ತಾನೆ. ಸೊಲೊಮನ್ ಅವರ ಸಂಶೋಧನಾ ಗುಂಪು ಸೈದ್ಧಾಂತಿಕವಾಗಿ ಆಧಾರಿತ ಜ್ಯಾಮಿತೀಯ ಸಮಸ್ಯೆಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ ಏಕೆಂದರೆ ಅವುಗಳು ಕಂಪ್ಯೂಟರ್ ಗ್ರಾಫಿಕ್ಸ್, ದೃಷ್ಟಿ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಗೆ ಸಂಬಂಧಿಸಿವೆ.
ಸುಲೈಮಾನ್ MIT-IBM ಸಹಯೋಗದೊಂದಿಗೆ ತನ್ನ ಕೌಶಲ್ಯದ ಗುಂಪನ್ನು ವಿಸ್ತರಿಸುವುದರ ಜೊತೆಗೆ ತನ್ನ ತಂಡದ ಕೆಲಸವನ್ನು ಅನ್ವಯಿಸುತ್ತಾನೆ – ಲ್ಯಾಬ್ ಸಂಶೋಧಕರು ಚುಚು ಫ್ಯಾನ್, ಏರೋನಾಟಿಕ್ಸ್ ಮತ್ತು ಗಗನಯಾತ್ರಿಗಳ ಸಹ ಪ್ರಾಧ್ಯಾಪಕರು ಮತ್ತು ಮಾಹಿತಿ ಮತ್ತು ನಿರ್ಧಾರ ವ್ಯವಸ್ಥೆಗಳ ಪ್ರಯೋಗಾಲಯದ ಸದಸ್ಯರಿಂದ ಪ್ರತಿಧ್ವನಿಸಿದರು. “ಅವರು [IBM] ಇಂಜಿನಿಯರಿಂಗ್ನಿಂದ ಕೆಲವು ನಿಜವಾಗಿಯೂ ಗೊಂದಲಮಯ ಸಮಸ್ಯೆಗಳನ್ನು ಅವರು ನಮ್ಮ ತಂಡವು ಕೆಲಸ ಮಾಡಬಹುದಾದ ಮತ್ತು ಲೂಪ್ ಅನ್ನು ಮುಚ್ಚಬಹುದಾದ ಗಣಿತದ ಸ್ವತ್ತುಗಳಿಗೆ ಭಾಷಾಂತರಿಸಲು ಸಮರ್ಥರಾಗಿದ್ದಾರೆ” ಎಂದು ಸೊಲೊಮನ್ ಹೇಳುತ್ತಾರೆ. ಸೊಲೊಮನ್ಗಾಗಿ, ಇದು ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಗಳಿಗಾಗಿ ವಿಭಿನ್ನ ಡೇಟಾಸೆಟ್ಗಳಲ್ಲಿ ತರಬೇತಿ ಪಡೆದ ನಿರ್ದಿಷ್ಟ AI ಮಾದರಿಗಳನ್ನು ಸಂಯೋಜಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.
“ಇವು ಆರಂಭಿಕ ವೃತ್ತಿಜೀವನದ ಯೋಜನೆಗಳು ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ [with the MIT-IBM Watson AI Lab] ಮೂಲಭೂತವಾಗಿ ನನ್ನ ಸಂಶೋಧನಾ ಕಾರ್ಯಸೂಚಿಯನ್ನು ರೂಪಿಸಿದೆ” ಎಂದು ಫ್ಯಾನ್ ಹೇಳುತ್ತಾರೆ, ಅವರ ಸಂಶೋಧನೆಯು ರೊಬೊಟಿಕ್ಸ್, ನಿಯಂತ್ರಣ ಸಿದ್ಧಾಂತ ಮತ್ತು ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಸಂಪರ್ಕಿಸುತ್ತದೆ. ಕಿಮ್, ಸೊಲೊಮನ್ ಮತ್ತು ಆಂಡ್ರಿಯಾಸ್ ಅವರಂತೆ, ಅಭಿಮಾನಿಗಳು ಮತ್ತು ಅಹ್ಮದ್ ಅವರು MIT ಯಲ್ಲಿ ತಮ್ಮ ಮೊದಲ ವರ್ಷದಲ್ಲಿ ಸಹಯೋಗದ ಮೂಲಕ ಯೋಜನೆಗಳನ್ನು ಪ್ರಾರಂಭಿಸಲು ಸಾಧ್ಯವಾಯಿತು. ನಿರ್ಬಂಧಗಳು ಮತ್ತು ಆಪ್ಟಿಮೈಸೇಶನ್ ಅನ್ನು ನಿಯಂತ್ರಿಸುತ್ತದೆ.
MIT-IBM ವ್ಯಾಟ್ಸನ್ AI ಲ್ಯಾಬ್ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದರಿಂದ ಫ್ಯಾನ್ನ ಗುಂಪಿಗೆ ಔಪಚಾರಿಕ ವಿಧಾನಗಳನ್ನು ನೈಸರ್ಗಿಕ ಭಾಷಾ ಸಂಸ್ಕರಣೆಯೊಂದಿಗೆ ಸಂಯೋಜಿಸಲು ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು, ಇದು ತಂಡವು ಆಟೋರೆಗ್ರೆಸಿವ್ ಕಾರ್ಯಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಮತ್ತು ರೋಬೋಟ್ಗಳಿಗೆ ಚಲನೆಯ ಯೋಜನೆಯಿಂದ ಪ್ರಯಾಣದ ಯೋಜನೆ, ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವುದು ಮತ್ತು ಪರೀಕ್ಷೆಗಾಗಿ LLM-ಆಧಾರಿತ ಏಜೆಂಟ್ಗಳನ್ನು ರಚಿಸಲು ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು. “ಈ ಕೆಲಸವು ಯಾವುದೇ ಮುಕ್ತ-ರೂಪದ ನೈಸರ್ಗಿಕ ಭಾಷೆಯನ್ನು ರೋಬೋಟ್ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಕೆಲವು ನಿರ್ದಿಷ್ಟತೆಗಳಿಗೆ ಭಾಷಾಂತರಿಸಲು LLM ಅನ್ನು ಬಳಸುವ ಮೊದಲ ಸಂಶೋಧನೆಯಾಗಿದೆ. ಇದು ನಾನು ಹೆಮ್ಮೆಪಡುತ್ತೇನೆ ಮತ್ತು ಆ ಸಮಯದಲ್ಲಿ ಇದು ತುಂಬಾ ಸವಾಲಿನ ಸಂಗತಿಯಾಗಿದೆ” ಎಂದು ಫ್ಯಾನ್ ಹೇಳುತ್ತಾರೆ. ಇದಲ್ಲದೆ, ಸಹಭಾಗಿತ್ವದ ತನಿಖೆಗಳ ಮೂಲಕ, ಅವರ ತಂಡವು LLM ನ ಪುರಾವೆಗಳನ್ನು ಪರಿಷ್ಕರಿಸಲು ಸಾಧ್ಯವಾಯಿತು-“IBM ನ ಬೆಂಬಲವಿಲ್ಲದೆ ಅದು ಸಾಧ್ಯವಾಗುತ್ತಿರಲಿಲ್ಲ” ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ.
ಪ್ರಯೋಗಾಲಯದ ಮೂಲಕ, ಫೈಜ್ ಅಹ್ಮದ್ ಅವರ ಸಹಯೋಗವು ಸಂಕೀರ್ಣ ಯಾಂತ್ರಿಕ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಆವಿಷ್ಕಾರ ಮತ್ತು ವಿನ್ಯಾಸವನ್ನು ವೇಗಗೊಳಿಸಲು ಯಂತ್ರ ಕಲಿಕೆಯ ತಂತ್ರಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಹಾಯ ಮಾಡಿದೆ. ಅವರ ಸಂಪರ್ಕಗಳು, ಉದಾಹರಣೆಗೆ, ಡೇಟಾ-ಚಾಲಿತ ಮತ್ತು ನಿಖರವಾದ ಎಂಜಿನಿಯರಿಂಗ್ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು “ಉತ್ಪಾದಕ ಆಪ್ಟಿಮೈಸೇಶನ್” ಅನ್ನು ಬಳಸುತ್ತವೆ; ಇತ್ತೀಚೆಗೆ, ಅವರು ಬಹುಶಿಸ್ತೀಯ ಡೇಟಾ ಮತ್ತು LLM ಅನ್ನು ಕಂಪ್ಯೂಟರ್-ಸಹಾಯದ ವಿನ್ಯಾಸಕ್ಕೆ ಅನ್ವಯಿಸಿದ್ದಾರೆ. ಈಗಾಗಲೇ ಪರಿಹರಿಸಬಹುದಾದ ಆದರೆ ಹೆಚ್ಚಿದ ವೇಗ ಅಥವಾ ದಕ್ಷತೆಯಿಂದ ಪ್ರಯೋಜನ ಪಡೆಯಬಹುದಾದ ಸಮಸ್ಯೆಗಳಿಗೆ AI ಅನ್ನು ಹೆಚ್ಚಾಗಿ ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ ಎಂದು ಅಹ್ಮದ್ ಹೇಳುತ್ತಾರೆ; ಆದಾಗ್ಯೂ, “ಬಹುತೇಕ ಪರಿಹರಿಸಲಾಗದ” ಎಂದು ಪರಿಗಣಿಸಲಾದ ಯಾಂತ್ರಿಕ ಕೀಲುಗಳಂತಹ ಸಮಸ್ಯೆಗಳು ಈಗ ಲಭ್ಯವಿವೆ. “ಇದು ಖಂಡಿತವಾಗಿಯೂ ಒಂದು ವಿಶಿಷ್ಟ ಲಕ್ಷಣ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ [of our MIT-IBM team],” ಎಂದು ಅಹ್ಮದ್ ಹೇಳುತ್ತಾರೆ, ಆಕಾಶ್ ಶ್ರೀವಾಸ್ತವ ಮತ್ತು IBM ನ ಡ್ಯಾನ್ ಗಟ್ಫ್ರೆಂಡ್ ಅವರ ನೇತೃತ್ವದ MIT-IBM ಗುಂಪಿನ ಸಾಧನೆಗಳನ್ನು ಹೊಗಳುತ್ತಾರೆ.
ಪ್ರತಿ MIT ಅಧ್ಯಾಪಕ ಸದಸ್ಯರಿಗೆ ಆರಂಭಿಕ ಸಹಯೋಗವಾಗಿ ಪ್ರಾರಂಭವಾದದ್ದು ಶಾಶ್ವತ ಬೌದ್ಧಿಕ ಸಂಬಂಧವಾಗಿ ಮಾರ್ಪಟ್ಟಿದೆ, ಇದರಲ್ಲಿ ಎರಡೂ ಪಕ್ಷಗಳು “ವಿಜ್ಞಾನದ ಬಗ್ಗೆ ಉತ್ಸುಕರಾಗಿದ್ದಾರೆ” ಮತ್ತು “ವಿದ್ಯಾರ್ಥಿಗಳು” ಎಂದು ಅಹ್ಮದ್ ಸೇರಿಸುತ್ತಾರೆ. ಜೇಕಬ್ ಆಂಡ್ರಿಯಾಸ್, ಯೂನ್ ಕಿಮ್, ಜಸ್ಟಿನ್ ಸೊಲೊಮನ್, ಚುಚು ಫ್ಯಾನ್ ಮತ್ತು ಫೇಜ್ ಅಹ್ಮದ್ ಅವರ ಅನುಭವಗಳು ಬಲವಾದ, ಪ್ರಾಯೋಗಿಕ, ಶೈಕ್ಷಣಿಕ-ಉದ್ಯಮ ಸಂಬಂಧಗಳು ಸಂಶೋಧನೆ ಮತ್ತು ವೈಜ್ಞಾನಿಕ ಪರಿಶೋಧನಾ ತಂಡಗಳನ್ನು ರಚಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ.
Leave a Reply