NYU AI涵盖纽约大学（NYU）的人工智能研究和教育项目，纽约大学是一所位于纽约市的私立研究型大学。NYU的AI相关工作分布在多个单位，包括库朗数学科学研究所、数据科学中心和神经科学中心，并与NYU的全球校园和医疗系统开展合作。该大学在基础和应用AI领域做出了重要贡献，特别是在机器学习、深度学习和神经网络理论方面，并与更广泛的纽约市技术生态系统保持着密切联系。
NYU的AI活动植根于其在数学和计算机科学方面的长期优势。库朗研究所成立于1935年，历来强调应用数学和科学计算，为后来的AI研究提供了严谨的基础。2012年数据科学中心的成立，正式确立了全校对数据驱动方法的关注，提供研究生项目并促进跨学科研究。NYU的教师中包括AI领域的杰出人物，如Yann LeCun，他于2003年加入该大学，后来成为卷积网络图像识别发展的关键人物。LeCun的工作，连同同事和学生，推动了2010年代深度学习的复兴，影响了学术研究和行业应用。
研究领域与贡献
NYU AI研究涵盖广泛的主题，包括机器学习理论、深度学习架构、计算机视觉、自然语言处理和强化学习。该大学尤其以对卷积神经网络的贡献而闻名，最近则涉及基于Transformer的模型。NYU的研究人员发表了关于残差网络架构、批归一化和多头注意力等主题的有影响力的论文，这些现在已成为现代AI系统的标准组件。数据科学中心还强调开发稳健且可解释的模型，教师致力于模型剪枝、丢弃法和其他技术，以提高效率和泛化能力。
在自然语言处理方面，NYU的研究人员探索了序列到序列模型、位置编码和大语言模型评估。该大学与包括Google DeepMind和OpenAI在内的行业实验室的邻近性促进了合作与交流，但NYU保持其独特的学术议程。该大学还设有NYU AI与社会中心，研究AI的伦理和社会影响，以政策导向的工作补充技术研究。
教育项目
NYU提供一系列以AI为重点的教育机会。数据科学中心提供数据科学理学硕士项目，包括机器学习、统计学和计算课程，以及培养数据驱动方法研究者的博士项目。库朗研究所的计算机科学系提供本科和研究生学位，设有AI和机器学习专业。此外，位于布鲁克林的NYU坦登工程学院提供AI和机器人项目，反映了该大学更广泛的工程重点。这些项目吸引了来自世界各地的学生，NYU在纽约市的位置提供了实习以及与初创公司和成熟科技公司合作的机会。
知名人物与合作
NYU的AI教师中包括几位有影响力的研究者。Yann LeCun或许是最著名的，他因在深度学习和卷积网络方面的工作于2018年获得图灵奖。其他教师，如Kyunghyun Cho，为序列到序列学习和神经机器翻译做出了贡献。该大学还接待了访问研究者和博士后研究员，他们后来成为该领域的领导者。NYU与Flatiron研究所和Simons基金会等机构合作，这些机构支持计算研究，并与Meta（前身为Facebook）等行业伙伴合作，LeCun曾担任其首席AI科学家。这些合作帮助将学术研究转化为实用工具和框架。
全球与跨学科影响
NYU的AI研究扩展到主校区之外。该大学的全球网络，包括NYU阿布扎比和NYU上海，将AI纳入其课程和研究，应对区域挑战并促进国际合作。跨学科倡议将AI与神经科学（通过神经科学中心）和医学（通过NYU Langone Health）联系起来，在医学中机器学习应用于诊断影像和患者护理。该大学还参与公共政策，举办AI治理论坛，并为国家AI伦理讨论做出贡献。
未来方向
截至2020年代中期，NYU继续扩大其AI足迹，新增教师招聘和对计算基础设施的投资。该大学正在探索生成式AI、强化学习和AI用于科学发现等领域，旨在保持其在该领域领先学术机构的地位。NYU对基础理论的重视，结合实际应用，使其能够影响下一波AI进展。