우리 연구실은 사람의 가장 효과적인 소통 수단인 시각, 자연어, 그리고 음성을 통해 사람의 지능을 이해하고 구현하는 기계 학습 모델을 연구하고 있습니다. 구체적으로는 멀티모달 학습, 생성 모델, 심층 학습을 연구하고 있고, 연구 주제들은 멀티모달 LLM (Vision-Language Model), Embodied AI/Vision Language Action Model, 텍스트-to-이미지 생성 모델, 멀티모달 대화 모델, 동영상 이해 및 QA 모델, 이해 가능한 인공지능 등이 있습니다. 또한 자연과학에 AI 적용도 연구하고 있습니다.
Our lab aims to help understanding and implement human intelligence for most common communication media: vision, natural language, and speech. Since they are connected and correlated to each other, we work on developing effective and efficient machine learning models for multi-modalities.
In the Interactive Multimodal Machine Learning Lab lab, we are interested in Machine Learning and applications to Computer Vision and Language Processing. Specifically, we work on Multimodal Learning, Generative Models, and Deep Learning and our research topics include (but not limited to) Multimodal LLM (Vision-Language Model), Embodied AI/Vision Language Action Model, Text-to-image generation, Multi-modal conversational models, Video understanding and question answering, and Explainable AI. Additionally, we are also work on AI for Science.