mit

麻省理工学院的研究人员开发了PlasmoSniff，这是一种利用纳米粒子和增强拉曼光谱技术，可在几分钟内检测肺炎及其他肺部疾病的呼吸测试，有望实现快速的居家或临床诊断。

麻省理工学院的工程师发现，水稻种子在接触到下雨的声波振动时，发芽速度会加快30%~40%。这是植物种子能够感知声音并将其作为优化生长深度线索的首个直接证据。

麻省理工学院的研究人员开发了一种带有超声波贴片的手环，能够对手腕肌肉和肌腱进行成像，并利用人工智能将这些图像转化为手部动作，从而无线控制一只高灵巧度的机械手。

敦促MIT校友及朋友支持学院推进科学领导力、择优录取和可负担教育的使命，以促进美国健康、安全与繁荣。

MIT启动了MIT4America微积分项目，为资源不足的美国高中学生提供远程微积分辅导，以解决近半数美国高中缺乏微积分课程的问题。

麻省理工学院硬度小组的研究证明，超级马里奥关卡可能无法判定，意味着没有任何计算机程序总能确定马里奥能否到达城堡，将超级马里奥置于最难复杂度类别中。

本文描述了与MIT Sports Lab合作开发的半自动越位技术（SAOT）如何在2022年世界杯决赛中做出关键越位判罚，凸显了人工智能在体育裁判中的作用。

MIT AI and Society Forum 召集了专家，讨论人工智能在劳动、工作、公民话语和艺术方面的社会影响，包括经济学家和计算机科学家的主题演讲、小组讨论，以及一场探索生成式AI在艺术中的应用的音乐表演。

图灵奖得主理查德·萨顿在麻省理工学院发表71分钟演讲，批评当前人工智能发展现状，并主张通过自学、基于玩耍的抽象学习作为通往超级智能的路径。

麻省理工学院的研究人员开发了一种新型系统级芯片，使微型机器人能够仅用约6毫瓦功率实时创建其环境的详细3D地图，有望在复杂空间中实现长时间自主导航。

MIT 开源了 RLM（Recursive Language Models）推理库，通过让模型以编程方式递归调用自身来处理超长上下文，解决了传统模型上下文窗口有限的问题。

麻省理工学院的研究人员开发了一种基于机器学习的方法，能够准确模拟金属合金的行为，无论其化学复杂性如何，从而实现更快、更便宜的材料创新。

本文详细探究了经典文字冒险游戏“Zork”名称起源的调查，追踪了维基百科的编辑历史，并揭示了关于“zork”一词究竟是未完成程序的术语还是纯粹的无意义词汇的相互矛盾的来源。

《波士顿环球报》2026年科技权势人物榜单重点介绍了MIT的相关人士，科恩布卢斯校长强调马萨诸塞州在人工智能及其他科技领域的领导潜力。文章涵盖了MIT的人工智能计划、创业支持及其在该地区创新生态系统中的作用。

麻省理工学院研究人员合著的一篇论文表明，通用策略梯度算法在不完全信息博弈中可以胜过专门的博弈论算法，挑战了该领域长期以来的假设。

一条推文推荐了OpenAI研究员关于大语言模型构建方法的讲座，声称这场讲座教给一位MIT计算机科学毕业生的知识比他的整个学位还多。

麻省理工学院的研究人员开发了一种名为DAAAM的长期记忆框架，使机器人能够使用语言形成和回忆环境的时空记忆，从而回答诸如“我的钱包落哪儿了？”之类的查询。该方法结合了先进的地图表示与丰富的描述，性能优于当前最先进的方法。

这篇论文提出监督记忆训练(SMT)方法，利用Transformer作为超级老师并行提炼记忆状态，然后用一步监督学习训练RNN，实现训练完全并行、梯度路径从O(T)缩短到O(1)，显著改善了长距离依赖学习。

麻省理工学院新制造计划（INM）在制造周期间庆祝成立一周年，吸引800多名参与者探讨工厂车间人工智能、劳动力解决方案及初创企业创新，同时启动项目推动制造技术商业化。

Chaosnet 是麻省理工学院人工智能实验室于 1975 年开发的一种本地网络，用于 Lisp Machine 系统，旨在无需中央控制的情况下，在小范围内实现高速、可靠的通信。