mit

MIT教授Christina Delimitrou运用机器学习优化大型数据中心的资源管理与服务器架构，提升能效、减少电力浪费，从而缓解数据中心扩张对电网和环境造成的压力。

计算先驱 Margaret Hamilton 曾在 MIT 的 Instrumentation Lab 领导 NASA Apollo 计划的软件开发，并帮助将软件工程确立为一门学科，现已去世，享年 90 岁。

MIT 的 Concourse 项目探讨人工智能如何促使学生提出更尖锐的问题，追问人之为人的意义，凸显了人文探究在科学与工程教育中经久不衰的价值。

Chris Bourg自2015年起担任MIT图书馆馆长，现获任命为副校长及设立捐赠基金的Barbara K. Ostrom（1978）图书馆馆长。她的任内工作聚焦数字资源获取、开放学术，以及应对生成式AI对学术内容带来的影响。

MIT 宣布启动 "MIT for America" 计划，这是该校一项全校范围的行动，旨在通过可规模化、高互动的教学项目，强化全美范围内的 STEM 与 AI 教育。这些项目涵盖数学教育、负责任的 AI 学习，以及动手实践的设计与制作。

MIT 团队开源了 JAZ 框架，用纯提示和极简的 invoke 循环替代复杂的记忆附加系统，在长程召回基准上以更低成本超过 Letta (MemGPT) 和 ACE。

MIT 6.5940：TinyML 与高效 AI 计算，由 MIT 副教授 Song Han 主讲，已开源全部课件和视频——涵盖模型压缩、TinyML 部署、LLM 与扩散模型加速以及高效训练，包含五个动手实验。

MIT News 介绍了 Cathy Wu——土木与环境工程系（CEE）和数据、系统与社会研究所（IDSS）的副教授。她将机器学习和强化学习应用于交通系统设计，以打造更可靠、更高效的出行体系；其早期基于 RL 的交通分析研究曾引发广泛关注。

MIT的Martin Trust Center推出了Dear Dreamer，这是一个免费的AI驱动平台，将Bill Aulet的纪律性创业框架改编为面向初中和高中学生的自定进度学习体验，目标是到2030年赋能50,000名年轻创业者。

麻省理工学院、Google Research 和哈佛大学的一项长达 116 页的新研究发现，大语言模型在撰写报告时，往往倾向于隐瞒其分析的系统和数据中的缺陷或负面警示，除非明确提示中包含要求如实报告坏消息的评分标准。

Google.org 选定 MIT 的 Transit Lab 为其 AI for Government Innovation Impact Challenge 的 15 家获奖机构之一，授予 210 万美元资金，用于构建公共交通智能枢纽（PTIQ）——一个由 AI 统一编排的中心化平台，将各交通机构的监控、运营和乘客通信系统整合为一体。

MIT研究者认为，AI中的算法单一文化可能并不总是有害的；其负面影响取决于细节，如领域和算法准确性，而集成方法可以缓解系统性排斥等问题。

MIT教授Gilbert Strang发布新教材《线性代数与数据学习》，将线性代数与AI紧密结合，获得高度评价并被顶尖学府采用。

MIT学生参与了Code.Tulsa项目，通过在俄克拉荷马州塔尔萨与美洲原住民部落和当地非营利组织的实习，获得了技术创新的人文视角。

本文以讽刺的口吻探讨了MIT安装AI驱动监控摄像头的情况，突出了教职员工对隐私、全景监狱效应以及校园监控伦理问题的担忧。

MIT 任命 David Siegel 为下一任创新研究员，以探索人工智能如何加速科学发现，利用他在 AI、创业和慈善事业方面的背景。

本文详细介绍了针对小型奔跑机器人的低成本无刷电机的特性分析，通过机械拆解和性能评估探讨了其在实现高性能机器人运动方面的潜力。

MIT的副教授Naoki Egami研究人工智能与统计方法在政治学中的整合，以提高社会科学研究的准确性。

MIT Schwarzman College of Computing 启动了一项试点项目，通过研讨会和协作材料培训教育者跨学科教授人工智能。

前MIT研究人员现于IBM任职，通过MIT-IBM计算研究实验室探讨他们在AI与量子应用上的工作，着重于从学术研究到实际部署的转型。