算法公平性的因果推理框架

Elias Bareinboim教授提出基于因果推断的算法公平性框架，旨在帮助AI设计师开发符合伦理的系统。该研究将构建精细化因果度量方法，量化分析现实决策环境中不同因果机制对决策差异的影响。

面部表情机器人技术

Hod Lipson教授团队开发包含26个软性执行器的仿生面部平台，重点研究两个关键技术路径：基于对话语境生成适当面部表情的算法，以及在软性面部结构上物理实现这些表情的控制系统。

艺术图像的神经网络解析

Kathleen McKeown教授研究利用预训练视觉-语言模型统一表征网络艺术图像，解析其色彩、形式、风格等美学信息，并生成描述性解说文本。该技术可提升视觉障碍者艺术访问体验，同时具有商业应用潜力。

差分隐私数据市场系统

Eugene Wu教授开发名为DataEx的差分隐私数据市场平台，允许用户以差分隐私方式上传训练数据集，并搜索可增强模型精度的辅助数据集。该系统将在哥伦比亚大学校园部署，实现敏感数据的匿名化共享。