UT扩展了对AI准确性和可靠性的研究，以支持科学，技术和劳动力的突破

德克萨斯州奥斯汀 - 位于奥斯汀分校的国家科学基金会人工智能研究所将获得持续的研究资金，这将提高AI模型的准确性和可靠性，并导致新药物开发和临床诊断的改善。

工作的工作NSF AI机器学习基础研究所（IFML）`基础人工智能的基础，对于开发更准确的AI系统至关重要，从扩散模型的数学到Denoise图像到提高磁共振成像（MRI）的速度和准确性，再到生物技术创新的速度和准确性，从而革新药物发现和治疗方法。

'ut Austin是一家研究强国，致力于使学生在AI驱动的未来中蓬勃发展。” UT临时执行副总裁兼教务长戴维·范登·布特（David Vanden Bout）说，他恢复了8月1日的自然科学学院院长。基础机器学习的突破，几乎会影响科学和技术的每个领域。

新的资金将使IFML能够应对与培训和微型模型的最佳实践相关的关键挑战，深层网络的鲁棒性和可解释性以及跨越包括蛋白质工程和AI在内的领域的域适应性。它还将使IFML能够支持新的博士后研究员和研究生，并扩大其在劳动力发展方面的努力，从而通过在新推出的新推出的情况下来满足对高技能AI劳动力的未来需求人工智能科学硕士UT学位课程。

IFML董事Adam Klivans是奥斯汀计算机科学教授，IFML主管Adam Klivans说：``在IFML，我们致力于开源开发，以便每个人都可以应用我们的新模型和算法。这种开放性直接转化为多个领域的广泛影响。

美国各地由NSF领导的国家人工智能研究机构少于30个，其中两个位于UT：IFML和TheNSF-Simons AI宇宙起源研究所。

IFML由UT组成；华盛顿大学；威奇托州立大学；微软研究；斯坦福大学；圣达菲学院；加利福尼亚大学洛杉矶；加州大学伯克利分校；加利福尼亚理工研究所；波士顿学院；内华达大学里诺大学。

自成立以来，IFML一直处于生成AI研究的最前沿，有助于OpenClip和DataComp的进步，这些工具可以改善AI系统如何一起理解图像和文本的方式。NSF的这一持续投资在五年内总计2000万美元，将允许IFML以令人印象深刻的往绩发展，并进一步巩固其作为基础机器学习全球领导者的地位。