MIT News AI

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：“GeoPT” helps AI models understand the basics of physics so they can simulate how objects respond to things like wind and water more efficiently and accurately.

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：Study finds non-experts deferred to LLM-based diagnostic assistance, even when it was wrong, while clinicians caught AI errors.

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：An expert in machine learning, statistics, and computation, Rakhlin succeeds Professor Ankur Moitra.

麻省理工学院CSAIL主任丹妮拉·鲁斯因在机器人、人工智能和自主系统领域的贡献，获得2026年巴伐利亚州长高科技奖，这是德国工程科技领域奖金最高的奖项。

今年春季，25名MIT学生和博士后前往华盛顿，与国会工作人员会面，倡导联邦对科学研究的持续投资。他们共访问了32个州的62个国会办公室，讨论了科学经费、AI隐私、深海采矿等议题。该项目由MIT科学政策倡议组织，旨在培养下一代科学家参与政策倡导。

PhysioNet平台25年前成立，基于MIT 1970年代的系统，已成为最全面的生物医学和临床数据存储库之一。最初的心电图磁带邮寄演变为互联网FTP服务器，如今托管数百个数据库，去年超过15,000篇科学论文引用，用户来自180多个国家。该平台降低了研究门槛，促进高风险想法实现，并在医疗AI领域发挥基石作用。

伯塞卡斯以其清晰优雅的写作风格著称，影响了控制、优化、大规模计算及人工智能等多个领域。

贝利·弗拉尼根是一位跨学科研究者，现任麻省理工学院施瓦茨曼计算机学院、政治学系和电气工程与计算机科学系的联合教员。她的研究聚焦于利用计算和数学工具促进民主参与，开发了用于随机选择公民大会参与者的算法，并部署在Panelot.org平台上。

MIT与多家机构的研究人员开发了一种名为GIFT的自动化框架，能够帮助视觉语言模型更准确、更高效地生成CAD程序，从而将二维设计转化为三维模型。该方法通过分析模型自身的错误来生成改进数据，大幅降低了计算成本，为快速原型制作和工程设计提供了有力工具。

麻省理工学院媒体实验室助理教授Pat Pataranutaporn介绍了一种新界面，让普通用户能在聊天机器人开口之前窥见其神经网络内部。

MIT教授Devavrat Shah通过研究和创业，致力于设计能够利用有限计算资源进行实时决策的AI方法。他共同创立的Ikigai Labs开发了基于表格时间序列数据的基础模型，被Celonis收购后，有望集成到企业流程管理中，实现大规模预测和优化。

麻省理工学院的学生利用AI副驾驶设计、建造和测试了喷气发动机，评估AI在开发高性能航空航天系统中的效用。挑战表明，虽然AI可以加速设计-建造-测试周期，但人类的工程判断和经验仍然至关重要。基础扎实的团队表现优于过度依赖AI的团队。

麻省理工学院和丰田研究所的研究人员开发了“SceneSmith”系统，利用三个AI代理协作生成逼真的3D室内场景，如厨房、酒店和客厅。这些虚拟环境为机器人提供了丰富的训练数据，帮助它们在模拟中练习日常任务，从而减少真实世界测试的时间和成本。

麻省理工学院和Thorn的研究人员开发了一种审计技术，通过分析模型的内部调整而非生成输出，来检测生成式AI模型是否被专门用于生成儿童性虐待材料（CSAM）。该方法在测试中达到100%准确率，具有可扩展性，且成本低廉，有望帮助平台和执法机构识别并移除有害模型。

美国空军学员Joshua Lynch在MIT林肯实验室研究人员的指导下，通过“氛围编码”（vibe-coding）利用AI聊天机器人，零编程基础成功开发出军事应用原型。该项目展示了AI在军事领域赋能非技术人员的潜力，但也揭示了安全审查和技术局限性等挑战。

物理学教授、美国国家科学基金会人工智能与基本相互作用研究所首任所长将领导LNS并继续其粒子物理学研究。

在《华盛顿邮报》直播活动中，MIT校长Sally Kornbluth与亚利桑那州立大学校长Michael Crow讨论了大学如何培养下一代科学家，以引领美国快速变化的技术格局。Kornbluth强调了好奇心驱动研究的重要性，警告联邦资金冻结可能危及创新和人才管道。她介绍了MIT的新课程，融合了STEM、道德和公民教育，并倡导以人为中心的AI方法。Kornbluth还提到MIT的经济影响巨大，并推出了扩展教育的计划。

麻省理工学院计算机科学家菲利普·伊索拉剖析了代理人工智能的炒作，解释了AI智能体如何工作，以及这项快速发展的技术未来可能如何。

2024年秋季启动的麻省理工学院音乐技术与计算研究生项目于5月13日举办了首届音乐技术研究展示会，展示了首批五名学生的多样化研究项目，包括脑电图解码音乐、AI即兴演奏可视化等。项目主任Eran Egozy宣布下学年将招收10名来自更多院校的学生。

MIT建筑系校友兼研究员Alexandros Haridis的展览“超越数据驱动美学”通过装置和可视化，探讨了20世纪和21世纪将计算转化为创造性生产与美学判断媒介的努力，追溯了美学判断的思想史，并展示了设计如何使复杂的计算系统变得可见。

自1999年任教于麻省理工学院的大卫·奥特尔被任命为经济学系主任，将于7月1日生效。奥特是人工智能与未来工作领域的领先研究者，他的研究聚焦于技术变革和全球化对劳动力市场的影响。

麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员提出了一种名为“掩蔽逆强化学习”（Masked IRL）的新方法，利用两个大语言模型自动澄清用户的模糊指令，并过滤无关信息，从而减少机器人学习新任务所需的人工演示数据量。该方法在仿真和真实机器人实验中表现出色，能更准确地理解用户未明确表达的偏好，并安全地执行任务。

麻省理工学院和微软的研究人员开发了一种名为 Murakkab 的系统，用于优化 AI 代理工作流的设计和部署。该系统让开发者用自然语言描述意图，自动选择最佳模型、工具和硬件配置，并动态调整以满足用户对速度或成本的要求。测试显示，与传统方法相比，Murakkab 仅需约35%的计算资源、27%的能耗和不到25%的成本，同时保持性能。

麻省理工学院举办的“AI与社会论坛”上，多位专家探讨了人工智能对就业和民主的影响。经济学家David Autor挑战了AI将消灭工作的普遍观点，而其他专家则讨论了AI在工作场所的协作潜力、对民主过程的威胁以及积极的用例。

麻省理工学院研究人员结合高效算法与专用硬件，开发出一款低功耗芯片，使微型无人机等设备仅用约6毫瓦功耗即可实时构建3D地图并规划安全路径。

MIT研究人员开发了一种基于机器学习的建模方法，通过优化训练数据集来捕捉化学无序材料中的原子环境多样性，从而更准确地预测金属合金的性质，并有望加速新材料的设计。

《波士顿环球报》2026年“科技强人”榜单中，八位MIT成员入选。文章探讨了MIT在人工智能、创业、能源和量子技术等领域的领导力，强调马萨诸塞州在科技创新中的核心地位。

研究人员表明，对于某些类型的博弈，一类被忽视的算法性能远超预期。

麻省理工学院研究人员开发了一种新的长期记忆框架DAAAM，该框架结合了丰富的对象描述和3D地图，使机器人能够快速形成和回忆详细的空间记忆，并用自然语言回答复杂问题。这项技术的准确性比现有方法高21%至53%，可应用于机器人、增强现实等领域。

麻省理工学院的研究人员对近一个世纪历史的随机效用模型进行了重大升级。他们发现，传统的两两比较方法无法捕捉选择之间的相关性，而通过让人们从三个选项中排序，可以更准确地预测偏好。这项研究对互联网经济、AI模型对齐等领域具有重要意义。