Learn more about School of Science
麻省理工学院学者获得种子资助来探索生成式人工智能的社会影响
“这27位决赛选手代表麻省理工学院的每个学院,将探索技术对民主、教育、可持续发展、通信等方面的影响”
通过人工智能和可访问性加快融合能源的到来
麻省理工学院等离子体科学与聚变中心将获得美国能源部的支持,以改善对聚变数据的获取并增加工作人员多样性
增强和提高生产力的人工智能
麻省理工学院Schwarzman计算学院向七个跨学科项目颁发种子资助,探索AI增强管理
AI模型功能强大,但它们是否符合生物学原理?
一项将神经科学与机器学习相结合的新研究为人脑中星形胶质细胞的潜在作用提供了新的见解
当计算机视觉更像大脑时,它看起来更像人类看待事物
用来自真实大脑的数据训练人工神经网络可以使计算机视觉更加稳健
展望计算机的未来
麻省理工学院的学生在“计算机社会与伦理责任”竞赛中分享了他们对计算机技术进步如何改变社会的想法、愿景和抱负
三位西班牙麻省理工学院物理学博士后获得Botton基金会奖学金
接收者Luis Antonio Benítez、Carolina Cuesta-Lazaro和Fernando Romero López获得他们的科学研究支持
新模型提供了加快药物研发的方法
通过将语言模型应用于蛋白质药物相互作用,研究人员可以快速筛选大量潜在的药物化合物库
将计算机的社会和伦理责任置于前沿
首届SERC研讨会召集了来自多个学科的专家,探讨了计算机在社会的许多方面广泛应用所带来的挑战和机遇
细菌注射系统在小鼠和人类细胞中传递蛋白质
随着进一步的发展,可编程系统可应用于一系列应用,包括基因和癌症治疗
训练机器更像人类学习
研究人员确定了一个属性,帮助计算机视觉模型学习以更稳定、可预测的方式表现视觉世界
首届J-WAFS大挑战旨在开发增强型作物品种并将其从实验室推广到实地
Matt Shoulders将带领一个跨学科团队来改进RuBisCO——被认为是提高农业产量的圣杯的光合酶
利用数据为进步创作歌曲
高年级学生Ananya Gurumurthy将她的音乐才华融入数学和计算机科学的学习中,倡导使用数据来推动社会变革

- You may be interested
- 在数据分析中激发生成式人工智能
- “从零开始训练BERT的终极指南:分词器”
- 在数据清洗中使用Pandas之前,你应该阅读...
- 苏黎世大学研究人员推出了“迅捷”:一种基...
- 时间序列可视化
- 打开LLM排行榜:深入挖掘DROP
- 揭开作者面纱:AI还是人类?探索IBM创新的...
- 特征存储架构及如何构建
- 什么是查询驱动的数据建模?
- 如何编写高效的Python代码:初学者教程
- 《纽约时报》考虑对OpenAI提起诉讼
- GenAI 让为我的网站构建聊天机器人变得简单
- 向右滑动寻找您的职业:打造一个职业版的“...
- 如果我能重新开始学习数据科学,我会如何...
- 使用 AWS Trainium 实例驱动的 Amazon ECS...