Ein bei MIT News veröffentlichter Beitrag beschreibt, wie die ehemaligen MIT-Forschenden Srinivasan Arunachalam, Zhang-Wei Hong und Irene Ko zu IBM wechselten und dort an Themen von KI-Agenten und vertrauenswürdiger KI bis zum Quanten-Maschinenlernen arbeiten.
Von MIT zu IBM
Laut MIT News handelt es sich bei den drei Porträtierten um zwei frühere MIT-Doktoranden und einen ehemaligen Postdoc, die inzwischen bei IBM tätig sind. Der Beitrag wurde von Lauren Hinkel für das MIT-IBM Computing Research Lab verfasst.
Irene Ko wechselte dem Bericht zufolge nach ihrem Abschluss im Jahr 2024 als Research Scientist zu IBM Research, um ihre Arbeit an vertrauenswürdiger KI fortzusetzen. Der Beitrag hebt dabei ihre Arbeit an „vLLM Hook“ hervor, ohne im vorliegenden Material technische Details oder Ergebnisse dazu zu nennen.
Zhang-Wei Hong wird als IBM Research Staff Member im MIT-IBM Computing Research Lab bezeichnet. Srinivasan Arunachalam wird im Kontext von Forschung zum Quanten-Maschinenlernen genannt.
Agentische Systeme und Unternehmensaufgaben
Hong untersucht laut MIT News Test-Time-Training für Agenten und Foundation-Modelle. Außerdem entwickelt er Infrastruktur für IBMs agentisches Framework.
Als Beispiele für vorgesehene Unternehmensaufgaben nennt der Beitrag das Lesen von Diagrammen sowie Tool-Aufrufe für Datenbankabfragen. Aus den vorliegenden Angaben geht jedoch nicht hervor, in welchem Entwicklungsstadium diese Infrastruktur ist, wie sie evaluiert wurde oder ob sie bereits produktiv eingesetzt wird.
Ein Forschungsprofil, kein unabhängiger Leistungsnachweis
Der Bericht bündelt mehrere Forschungsfelder, die bei IBM weiterverfolgt werden: Reinforcement Learning und KI-Agenten im Fall Hongs, vertrauenswürdige KI bei Ko sowie Quantenlernen bei Arunachalam. Das ist vor allem als Beispiel für Karrierewege aus dem MIT-Umfeld in industrielle Forschung relevant.
Die Aussagen beruhen allerdings auf einer einzigen Quelle: einem MIT-News-Beitrag aus dem Umfeld des MIT-IBM Computing Research Lab. Das Dossier enthält keine unabhänglichen Informationen zu Forschungsresultaten, Veröffentlichungen, Leistungswerten oder kommerzieller Einführung der genannten Arbeiten.
Wie es weitergeht
Für eine belastbarere Einordnung wären technische Veröffentlichungen, Evaluierungen oder unabhängige Angaben von IBM zu den jeweiligen Projekten erforderlich.
Änderungsvermerk: Erstfassung auf Grundlage eines MIT-News-Features.