麻省理工学院研究团队提出一套新型自动化评估方法，用于在部署前系统性发现人工智能自主系统中的公平性与伦理风险。

研究团队以人脑高效低能耗的信息处理方式为灵感，开发类脑算法与专用硬件，使无人机和机器人等自主设备在能耗受限的条件下完成实时感知、导航与决策。

麻省理工学院研究人员开发了一种测试框架，能够识别人工智能决策支持系统在对待个人和社区时可能存在的不公平情况。

研究团队基于蚕蛾的导航机制，构建出一种在单侧传感器失效时仍能稳定追踪气味源的仿生机器人系统，并在室内外复杂环境中验证了其鲁棒性。

研究人员通过分析牧羊犬驱赶羊群的行为，总结出一套适用于机器人群体、自主车辆和人工智能代理的“犹豫群体算法”，在嘈杂和不确定条件下能更高效地引导大规模系统。

一项针对500多名数据专业人士的调查显示，企业在大规模使用自主型人工智能的同时，相关治理框架却远未跟上，这种脱节正成为人工智能应用中的核心风险来源。