MIT spinout maps the body’s metabolites to uncover the hidden drivers of disease
复兴的使用AI收集有关代谢物（如脂质，胆固醇和糖）的大规模数据，以匹配具有治疗剂的患者。
Like human brains, large language models reason about diverse data in a general way
一项新的研究表明，LLMS根据其主要语言中数据的基本含义和原因表示不同的数据类型。
AI model deciphers the code in proteins that tells them where to go
Whitehead Institute和Csail研究人员创建了一个机器学习模型，以预测和生成蛋白质定位，对理解和纠正疾病产生影响。
Gift from Sebastian Man ’79, SM ’80 supports MIT Stephen A. Schwarzman College of Computing building
校友是自 Stephen A. Schwarzman 捐赠基金会以来第一个支持该建筑的主要捐赠者。
Bridging philosophy and AI to explore computing ethics
在麻省理工学院由 EECS 和哲学教授共同教授的一门新课程中，学生们解决了数字时代的道德困境。
Can deep learning transform heart failure prevention?
一种名为 CHAIS 的深度神经网络可能很快会取代导管插入等侵入性手术，成为监测心脏健康的新黄金标准。
Validation technique could help scientists make more accurate forecasts
麻省理工学院的研究人员开发了一种新方法来评估具有空间维度的预测，例如预测天气或绘制空气污染图。
Streamlining data collection for improved salmon population management
助理教授 Sara Beery 正在使用自动化技术来改善对太平洋西北部迁徙鲑鱼的监测。
User-friendly system can help developers build more efficient simulations and AI models
通过自动生成利用两种数据冗余的代码，系统可以节省带宽、内存和计算。
With generative AI, MIT chemists quickly calculate 3D genomic structures
一种新方法只需几分钟而不是几天，就可以预测特定 DNA 序列在细胞核中的排列方式。
3 Questions: Modeling adversarial intelligence to exploit AI’s security vulnerabilities
麻省理工学院 CSAIL 首席研究科学家 Una-May O'Reilly 讨论了她如何开发代理，在黑客之前揭示 AI 模型的安全漏洞。
MIT students' works redefine human-AI collaboration
麻省理工学院课程 4.043/4.044（交互智能）的项目在 NeurIPS 上进行了展示，展示了 AI 如何以意想不到的方式改变创造力、教育和互动。
New training approach could help AI agents perform better in uncertain conditions
有时，在与部署环境不同的环境中训练机器人可能会更好。
