Two from MIT named 2026 Knight-Hennessy Scholars
The prestigious fellowship funds graduate studies at Stanford University.
Q&A: Expanding MIT’s global reach through Universal Learning
Dimitris Bertsimas 和 Megan Mitchell 讨论了通用学习背后的动机，以及麻省理工学院新的开放学习教育计划的与众不同之处。
Universal AI is “a pathway to AI fluency that’s accessible and approachable to anyone, anywhere”
麻省理工学院开放学习的新人工智能教育计划首次推出，为世界各地的学习者提供人工智能驱动的个性化和免费入门课程。
Study: Firms often use automation to control certain workers’ wages
麻省理工学院的经济学家发现，美国公司倾向于以赚取“工资溢价”的员工为目标，这会增加不平等，但不一定会提高生产率。
Games people — and machines — play: Untangling strategic reasoning to advance AI
助理教授 Gabriele Farina 挖掘复杂多智能体场景中决策的基础。
Beacon Biosignals is mapping the brain during sleep
该公司由 Jake Donoghue 博士 '19 和前麻省理工学院研究员 Jarrett Revels 创立，正在创建一个人工智能驱动的平台来帮助诊断和治疗疾病。
Making the case for curiosity-driven science
校长萨莉·科恩布鲁斯 (Sally Kornbluth) 在拥挤的人群面前发表讲话，谈到随着美国顶尖研究型大学的资金日益紧张，美国研究生态系统面临着日益严峻的挑战。
Solving the “Whac-a-mole dilemma”: A smarter way to debias AI vision models
一种名为 WRING 的新去偏技术可避免产生或放大现有去偏方法中可能出现的偏差。
The MIT-IBM Computing Research Lab launches to shape the future of AI and quantum computing
在 MIT 与 IBM 长期合作的基础上，新实验室将绘制人工智能、算法和量子计算的融合图。
Enabling privacy-preserving AI training on everyday devices
一种新方法可以为医疗保健和金融等高风险应用带来更准确、更高效的人工智能模型，即使在资源贫乏的环境中也是如此。
A faster way to estimate AI power consumption
“EnergAIzer”方法可在几秒钟内生成可靠的结果，使数据中心运营商能够有效地分配资源并减少能源浪费。
来自 47 个国家的 30,000 多个竞赛数学问题的新数据集为人工智能研究人员提供了更难的测试，也为世界各地的学生提供了更好的训练场。
Teaching AI models to say “I’m not sure”
一种新的训练方法在不牺牲性能的情况下提高了人工智能置信度估计的可靠性，解决了推理模型中产生幻觉的根本原因。
Jacob Andreas and Brett McGuire named Edgerton Award winners
EECS 和化学副教授分别因对麻省理工学院的教学、研究和服务做出的杰出贡献而受到表彰。
Bringing AI-driven protein-design tools to biologists everywhere
OpenProtein.AI 由 Tristan Bepler 博士 '20 和前麻省理工学院教授 Tim Lu 博士 '07 创立，为研究人员提供开源模型和其他蛋白质工程工具。
Q&A: MIT SHASS and the future of education in the age of AI
在人文、艺术和社会科学学院成立 75 周年之际，院长 Agustín Rayo 反思了人工智能如何重塑高等教育，以及为什么 SHASS 学科仍然是麻省理工学院使命的核心。
