J-PAL North America推出无家可归者评估资源中心,助力循证住房政策
MIT经济系研究机构J-PAL北美宣布上线"无家可归者评估资源中心",该平台由Google.org资助,免费提供政策简报、影响评估模块等多媒体内容,旨在帮助研究人员、政策制定者和实践者获取循证工具,以改善住房稳定性。
MIT经济系研究机构J-PAL北美宣布上线"无家可归者评估资源中心",该平台由Google.org资助,免费提供政策简报、影响评估模块等多媒体内容,旨在帮助研究人员、政策制定者和实践者获取循证工具,以改善住房稳定性。
2026年纽约气候周期间,MIT跨校园多团队出席,围绕数据中心未来、超级污染物治理、供应链可持续性等议题举办14场活动,吸引逾700名与会者。MIT副校长Evelyn Wang与贝佐斯地球基金联合探讨气候创新管道,强调从...
MIT研究人员开发出名为LUCID的可植入装置,将药物输送导管与24个微型超声波换能器集成,通过超声波促进药物在脑组织中扩散并穿透血脑屏障,可无线编程控制给药剂量,有望用于胶质母细胞瘤术后残余癌细胞的治疗。
哈佛大学法学教授Martha Minow在MIT康普顿讲座上发表演讲,指出AI正通过削弱批判性思维、助推虚假信息等方式侵蚀民主基础,同时呼吁科技人员开发更具启发性的AI教育工具,建立信息公地,以技术手段重塑公民社会根基。
MIT等机构研究人员开发宇宙演化模拟程序Lumina,覆盖500兆秒差距空间范围,追踪大爆炸后约4500万年至20亿年间的暗物质、气体、恒星与辐射演化,首次在单一模拟中同时捕捉氢与氦再电离过程,运算规模达逾50万亿单元,...
麻省理工学院CSAIL与天津大学研究人员开发出"X-Hinges"设计软件,通过在3D打印物体中嵌入两种不同导电材料,解决传感器与导线信号干扰问题,支持最多三轴运动感知,可实现机器人手套、自适应台灯、物体识别平台等交互设...
MIT历史学家林德奎斯特在新论文中指出,生成式AI的"幻觉"现象根源于20世纪中期工程师刻意向算法注入的随机性,目的是模仿人类创造性思维。他认为,创意输出与可预测性之间存在固有权衡,现代AI系统对"奇异性"的抑制是商业压...
MIT人文艺术与社会科学学院(SHASS)于9月24至25日举办75周年研讨会,多位学者与校领导探讨了AI时代人文教育的重要性,呼吁将技术发展与人文理解相结合,共同应对AI对教育、研究及社会的深远影响。
哈佛大学法学教授Martha Minow在MIT康普顿讲座上发表演讲,指出AI正侵蚀民主的四大基础——教育、可靠信息、安全与公平,并警告AI助长被动思维、削弱批判能力。她同时提出,若善加引导,AI工具也可成为深化公民教育...
MIT人文、艺术与社会科学学院举办75周年研讨会,校长、教务长等出席,围绕AI对教学、研究和社会的影响展开讨论,学者强调人文教育在AI时代的独特价值,呼吁重新审视教育体验与人的主体性。
MIT研究人员开发出一款超薄仿生游泳机器人,以基因改造的活体肌肉细胞为动力,通过光照触发肌肉收缩驱动鳍片拍动。该机器人已成功在水下迷宫中游行并转向,最高速度约为每分钟4倍体长,未来有望用于水下环境监测等场景。
MIT历史学助理教授Lindquist在《Past and Present》期刊发文指出,生成式AI的幻觉现象可追溯至20世纪50年代,当时工程师为模拟人类创造力而刻意向算法注入随机性,并认为创造力与可预测性之间存在不可...
MIT CSAIL与天津大学研究人员开发出X-Hinges设计软件,可在3D打印物体中自动嵌入两种不同导电材料,解决传感器信号干扰问题,使打印物体能实时感知并响应人体动作,支持三轴运动感测,应用场景涵盖机器人手套、智能灯...
MIT研究团队在《自然通讯》发表研究,发现海洋中最丰富的光合微生物Prochlorococcus不仅能自由漂浮,还能形成生物膜附着于颗粒物上。附着状态下的细胞释放碳量是漂浮状态的近两倍,估计每年可将约5亿公吨碳输送至深海...
MIT研究团队在《自然通讯》发表成果,开发出一种多模态AI模型,将晶体3D原子结构与自然语言描述融合训练,可识别材料化学组成、性质及应用潜力。测试中,该模型成功筛选出固态锂离子电池电解质候选材料,性能优于纯文本训练模型。
MIT研究人员开发的机器学习模型IRIS,能够识别不同信号通路留下的基因活动"指纹",并跨细胞类型重建细胞发育的信号历史。该研究发表于《Nature Methods》,可加速干细胞工程与类器官研究,为哮喘、肺癌等疾病建模...
MIT衍生公司SanaHeal开发出一种生物粘合剂技术,能快速粘附湿润不平整组织并形成密封,可替代传统缝合与吻合钉。该产品已获监管批准用于创伤止血,预计明年进入人体试验,适用范围覆盖疝气、神经修复等多类手术。
MIT老龄化大脑计划举办研讨会,展示六项跨领域前沿研究,涵盖用于个性化阿尔茨海默症干预的AI模型FINGERS-7B、脑波引导麻醉系统、ALS肌肉组织模型、蛋白质折叠控制及细胞表面糖链研究等,体现神经科学与工程、化学等学...
MIT麦戈文脑研究所团队在PNAS发文,展示了一种无需外部设计即可自我组织学习的人工神经网络。该网络依靠简单规则调整连接,涌现出与反向传播算法性能相当的自组装功能回路,为探索大脑学习机制提供了新路径。
MIT、波士顿儿童医院与Inria联合开发深度学习模型E(3)-Pose,通过将胎儿头部左右对称性嵌入神经网络架构,在胎儿运动时仍可精准追踪头部方向,生成高质量3D脑部图像,有望提高产前脑部异常诊断的准确率。