佐治亚理工学院研究人员在 IBM 实习期间研究人工智能安全

据 Newswise 报道，佐治亚理工学院博士生 Mansi Phute 于 2026 年在 IBM 实习，研究多模态人工智能代理之间通信的安全性。这段实习经历让她得以继续从事人工智能安全研究，同时了解一家科技公司内部如何确定研究重点。

Phute 是佐治亚理工学院机器学习鲁棒性和人工智能安全研究人员，她的导师是计算机科学学院教授兼副院长 Polo Chau。她在加利福尼亚州圣何塞完成了 IBM AI Foundations 团队的实习，随后返回学校。

这段经历让她得以直接比较两种通常以不同方式开展科学工作的环境。大学通常强调基础知识和长期探索，而企业还必须考虑研究如何实施，以及如何与更广泛的组织目标相衔接。对 Phute 而言，这次实习让她有机会了解这两种视角，同时没有偏离自己的论文研究方向。

聚焦多模态代理

Newswise 报道称，Phute 选择 IBM，是因为该公司在人工智能安全领域拥有强大影响力，并支持探索性研究。她原本期待这次实习能让自己接触先进的工业界方法，同时继续成长为一名学术研究人员。

她的工作重点是多模态代理之间通信的安全性。这些系统能够处理不止一种类型的信息。Phute 表示，随着代理被应用于越来越广泛的领域，这一问题正变得日益重要。这一主题也与她在提升机器学习系统鲁棒性、增强人工智能安全性方面的研究兴趣高度契合。

这次实习建立在她从佐治亚理工学院获得的准备之上。Phute 表示，她的课程学习和其他学术经历都能有效迁移到 IBM 的工作环境中。她还强调了在学习期间与拥有不同研究背景的人共事的价值。对多个研究领域的熟悉，帮助她与同事沟通，并适应新的职业环境。

在行业环境中，这种跨领域工作的能力尤其有用，因为项目可能同时涉及技术问题以及安全、政策和对齐方面的考量。与从事这些领域工作的同事交流，帮助 Phute 比较了业界界定人工智能安全的方式，以及她此前接触到的更偏学术的视角。

学会面向不同受众进行沟通

Phute 认为，自己最重要的经历之一，是向一个同时包括来自多个团队的技术和非技术员工的听众群体介绍研究成果。演讲结束后，她的经理称赞了她向对相关主题熟悉程度不同的人解释研究的能力。

这一反馈对 Phute 意义重大，因为她一直有意识地努力提升沟通能力。向不同受众清晰地介绍复杂研究，并不是技术工作之外的另一件事；它成为她在大型组织中开展研究时所学内容的一部分。

这次实习还让她了解到，人工智能安全项目如何与公司的更广泛业务重点相联系。在学术环境中，人们有时很难看清一个研究问题如何与产品开发、部署或组织决策相连。而在 IBM，Phute 得以在与所在领域经验丰富的研究人员合作时，直接观察这些联系。

为什么业界对人工智能研究很重要

回到佐治亚理工学院后，Phute 更加认识到私营企业能够在科学进步中发挥的作用，尤其是在人工智能领域。她指出，业界可以获得计算资源，而这些资源受到的限制可能少于学术环境中可用的资源。这种资源获取能力能够支持一些原本难以大规模开展的研究。

她还认为，了解企业如何实施和部署研究也很有价值。了解业界重点，可以帮助研究人员设计出既具有科学意义、又能助力实际应用的问题和方法。在人工智能安全与可靠性领域，她认为，这种联系能够扩大研究对学术界以外的影响。

这次实习并没有取代 Phute 的学术重点，而是拓展了这一重点。通过与 IBM AI Foundations 团队合作，并与专家讨论安全、政策和对齐问题，她更清晰地了解了私营企业如何处理那些同样是她在大学研究中核心内容的问题。

Newswise 的报道将这次实习呈现为一个例子，说明学术研究与人工智能产业发展之间的互动正日益增多。对 Phute 而言，这种互动既带来了技术经验，也让她更好地理解了研究如何从基础性理念走向现实世界中使用的系统。