A experiência de transitar da pesquisa baseada em teoria para o foco na aplicação no mundo real pode variar significativamente para diferentes pesquisadores. No entanto, para dois ex-alunos de pós-graduação do MIT e um ex-pós-doutorando, todos agora na IBM, trabalhar com o MIT-IBM Computing Research Lab (anteriormente MIT-IBM Watson AI Lab) durante seus anos de formação permitiu-lhes não apenas fechar a lacuna entre educação e emprego, mas também gerar ideias promissoras para impacto nos negócios.
Apesar de buscarem carreiras variadas em ML quântico, aprendizado por reforço e agentes de inteligência artificial, e IA confiável e justa, respectivamente, Srinivasan Arunachalam , Zhang-Wei Hong PhD ’25, e Irene Ko PhD ’24 encontraram consistentemente maneiras de abordar problemas definidos por novidade e rigor, e traduzi-los em sistemas com restrições reais. Aqui, o MIT-IBM Computing Research Lab serviu como um canal para a construção de relações de pesquisa e o fluxo de sua expertise para aplicações industriais.
“Entre todos os laboratórios industriais, acho que o MIT-IBM tem uma política e oportunidade de colaboração acadêmica muito melhores [do que os outros]”, diz Hong, membro da equipe de pesquisa da IBM no MIT-IBM Computing Research Lab que começou seu doutorado no MIT em 2020 no Departamento de Engenharia Elétrica e Ciência da Computação (EECS).
Hong foi cativado pelo aprendizado por reforço desde que descobriu que o DeepMind podia jogar Atari e aprender com pixels brutos da tela via engenharia de recursos. Durante seu trabalho de pós-graduação com o Professor Associado do EECS Pulkit Agrawal, que também é pesquisador principal no laboratório, Hong procurou aprimorar isso: melhorar o aprendizado da função de valor para o aprendizado por reforço em videogames, u
Fonte: MIT News - AI
Publicado em 2026-09-02