Envisioning a future where health care tech leaves some behind
构想计算奖的未来的获胜论文使医疗保健差异处于最前沿。
AI stirs up the recipe for concrete in MIT study
随着对水泥替代品的需求，麻省理工学院的团队使用机器学习来寻找科学文献中的新成分。
Teaching AI models the broad strokes to sketch more like humans do
SketchAgent是由MIT CSAIL研究人员开发的图形系统，它绘制了概念逐一概念，教授语言模型，可以自己表达概念并与人类合作。
3 Questions: How to help students recognize potential bias in their AI datasets
开发医疗保健AI模型的课程需要更多地专注于识别和解决偏见。
Rationale engineering generates a compact new tool for gene therapy
研究人员重新设计了细菌的紧凑型RNA引导的酶，使其成为人DNA的有效编辑器。
Building networks of data science talent
通过与秘鲁Breit等组织的合作，麻省理工学院的数据，系统和社会研究所在数据科学和机器学习方面吸引了世界上数百名学习者。
AI learns how vision and sound are connected, without human intervention
这个新的机器学习模型可以匹配相应的音频和视觉数据，这可能有一天可以帮助机器人在现实世界中进行交互。
Learning how to predict rare kinds of failures
研究人员正在开发算法，以预测自动化在空中交通计划或自动驾驶汽车等领域遇到现实世界时的失败。
With AI, researchers predict the location of virtually any protein within a human cell
经过对蛋白质和细胞行为的共同了解，该模型可以帮助诊断疾病和开发新药。
Study shows vision-language models can’t handle queries with negation words
诸如“否”和“不”之类的词可能会导致这种流行的AI类模型在高风险设置（例如医学诊断）中意外失败。
Hybrid AI model crafts smooth, high-quality videos in seconds
CAUSVID生成的AI工具使用扩散模型来教授自回归（逐帧）系统，以迅速生成稳定的高分辨率视频。
Q&A: A roadmap for revolutionizing health care through data-driven innovation
由麻省理工学院的Dimitris Bertsimas共同撰写的一本新书探讨了分析如何推动医疗保健领域的决策和结果。
