帮助非专家构建先进的生成式 AI 模型 | 麻省理工学院新闻
如果只有一家公司构建和控制模型（更不用说输入模型的数据），那么人工智能的影响永远不会是公平的。不幸的是，当今的人工智能模型由数十亿个参数组成，必须对这些参数进行训练和调整才能最大限度地提高每个用例的性能，这使得大多数人和公司都无法获得最强大的人工智能模型。 MosaicML 的初衷是让这些模型更容易获得。该公司的联合创始人包括 Jonathan Frankle PhD ‘23 和麻省理工学院副教授 Michael Carbin，他们开发了一个平台，让用户使用自己的数据训练、改进和监控开源模型。该公司还使用 Nvidia 的图形处理单元 (GPU) 构建了自己的开源模型。 随着 Chat GPT-3.5 发布后，人们对生成式人工智能和大型语言模型 (LLM) 的兴趣激增，这种方法让更多组织能够接触到深度学习（MosaicML 刚开始时还是一个新兴领域）。它还使 MosaicML 成为数据管理公司的强大补充工具，这些公司也致力于帮助组织利用其数据，而无需将其交给人工智能公司。 去年，这一理由促使 Databricks 收购了 MosaicML，Databricks 是一家全球数据存储、分析和人工智能公司，与世界上一些最大的组织合作。自收购以来，合并后的公司发布了迄今为止性能最高的开源通用 LLM 之一。该模型被称为 DBRX，在阅读理解、常识问题和逻辑谜题等任务中树立了新的标杆。 自那时起，DBRX 就赢得了最快的开源 LLM 之一的声誉，并且被证明在大型企业中特别有用。 不过，弗兰克尔表示，DBRX 的重要性不亚于模型，因为它是使用 Databricks 工具构建的，这意味着该公司的任何客户都可以使用自己的模型实现类似的性能，这将加速生成式 AI 的影响。 “说实话，看到社区利用它做出很酷的事情真是令人兴奋，”弗兰克尔说。“对我这个科学家来说，这是最好的部分。这不是模型，而是社区在它的基础上所做的所有令人惊叹的事情。这就是奇迹发生的地方。” 使算法高效 弗兰克尔在普林斯顿大学获得计算机科学学士和硕士学位，之后于 2016 年来到麻省理工学院攻读博士学位。在麻省理工学院的早期，他不确定自己想研究计算机的哪个领域。他最终的选择改变了他的人生轨迹。 弗兰克尔最终决定专注于一种被称为深度学习的人工智能。当时，深度学习和人工智能并没有像今天一样引起广泛关注。深度学习是一个已有数十年历史的研究领域，尚未取得多大成果。 “我认为当时没有人预料到深度学习会以这样的方式爆发，”弗兰克尔说。“知情人士认为这是一个非常好的领域，有很多未解决的问题，但当时大型语言模型 (LLM) 和生成式人工智能等术语还没有真正使用。那还只是早期。” 随着 2017 年发布的一款现已臭名昭著的 纸 由谷歌研究人员开展的研究，他们展示了一种名为 […]
为外太空进行设计 | 麻省理工学院新闻
今年春季，麻省理工学院开设了一门新课程，要求学生设计人类在太空舒适工作和居住所需的东西。现在正是进行这些创作的时候。虽然美国宇航局的阿波罗任务让宇航员登陆月球、收集样本并返回地球，但美国宇航局目前的月球探索计划阿尔忒弥斯 (Artemis) 计划中的任务包括在月球轨道和月球表面建立长期基地。 跨学科设计课程 MAS.S66/4.154/16.89（太空建筑）与建筑系、航空航天系（AeroAstro）以及麻省理工学院媒体实验室的太空探索计划小组同时开办。来自整个学院的 35 名学生报名参加，他们设想、设计、制作原型并测试人类在月球上居住和活动可能需要什么。 该课程的受欢迎程度对于教师来说并不意外。 “麻省理工学院的很多学生都对太空充满热情，”课程讲师之一、AeroAstro 实践教授 Jeffrey Hoffman 说道。在麻省理工学院任教之前，Hoffman 曾是美国宇航局的一名宇航员，曾五次乘坐航天飞机执行任务。“当然，在 AeroAstro，一半的学生最终都想成为宇航员，所以他们之前并不是没有想过在太空生活。这是一个利用这种灵感并开展可能成为真实月球栖息地实际设计的项目的机会。” 麻省理工学院与 NASA 的合作历史，尤其是与阿波罗任务的合作历史，都有着详尽的记录。NASA 于 1961 年将阿波罗计划的首个重要合同授予了麻省理工学院。麻省理工学院媒体实验室主任、前 NASA 副局长达瓦·纽曼 (Dava Newman) 也是一名课程讲师。 本课程的目标是让学生为太空工作和生活的下一阶段做好准备。除了阿尔特弥斯任务之外，商业航天的兴起预示着研究这些设计的必要性。 “麻省理工学院建筑系在研究与实践的结合方面一直取得最大成功，”课程讲师兼建筑系主任 Nicholas de Monchaux 表示。“随着越来越多的设计师被要求针对极端环境和条件（包括太空）进行设计，我们看到了研究、合作和新实践形式的重要机会，包括与媒体实验室和 AeroAstro 在极端环境设计方面的持续合作。” 设计月球栖息地 该班级的一个显著特点是建筑学和工程学学生的融合。 每组 为面临的问题和挑战带来了不同的思维方式和方法。通过共同活动、客座讲座以及为期一周的参观，学生们了解了美国宇航局位于德克萨斯州休斯顿的约翰逊航天中心、位于德克萨斯州布朗斯维尔的 SpaceX 发射设施以及位于德克萨斯州奥斯汀的 ICON 3D 建筑打印设施，并结识了已经在此领域工作的团队。他们学到的最重要的课程是：了解他们将要设计的恶劣环境。 霍夫曼并没有粉饰太空生活。 “太空是你能想象到的最恶劣的环境之一，”他说。“你坐在宇宙飞船里，看着窗外，意识到在窗外，几秒钟后我就会死。” 学生们被分成七个小组来开发他们的项目，合作的价值很快就显现出来。团队从概念阶段开始，建筑师的愿景——他们的冲动是创造一个舒适宜居的栖息地——有时会与工程师的愿景发生冲突，而工程师更关注极端环境的现实。 充气式设计已在多个项目中出现：可容纳多达四人的模块化充气式移动科学图书馆；可在几分钟内展开的充气式栖息地，为月球上的机组人员提供短期庇护和保护；以及在建立月球基地之前用于太空探索的半永久性原地栖息地。 寻找共同语言 “建筑师和工程师在设计过程中往往采用不同的方法，”机械工程博士生、建筑与城市设计学院成员安妮卡·托马斯 (Annika Thomas) 说道。 MoonBRICCS团队“虽然在早期整合这些想法是一项挑战，但随着时间的推移，我们找到了沟通和协调想法的方法，并通过对项目结束的共同愿景将我们的想法凝聚在一起。” 托马斯的队友、建筑系学生胡安·丹尼尔·乌尔塔多·萨拉萨尔 (Juan […]
细胞和分子生物学先驱、名誉教授 Mary-Lou Pardue 去世，享年 90 岁 | 麻省理工学院新闻
麻省理工学院生物系颇具影响力的名誉教授玛丽-卢·帕杜 (Mary-Lou Pardue) 于 6 月 1 日去世。她享年 90 岁。 帕杜在职业生涯早期开发了一种名为“原位”的技术 与她的博士导师进行杂交， 约瑟夫·加尔，使研究人员能够将基因定位在染色体上。这导致了许多发现，包括发育生物学、我们对胚胎发育和染色体结构的理解方面的重要进展。她还研究了生物体对热休克等压力的极其复杂的反应方式，并发现了果蝇的端粒（染色体末端）在细胞分裂过程中与其他真核生物的不同之处。 “她之所以成为麻省理工学院的教授，以及她从事研究的原因，首先是因为她想回答问题并有所发现，”长期同事、名誉教授说 特里·奥尔·韦弗“她对生物学的热爱根深蒂固。” 1983 年，帕杜成为麻省理工学院科学学院第一位入选美国国家科学院的女性。1991 年至 1994 年，她担任遗传学部门主席，1995 年至 1998 年担任理事会成员。除其他荣誉外，她还被任命为美国艺术与科学学院院士（曾担任理事会成员）和美国科学促进会会员。她还曾担任多个编辑委员会和评审小组成员，并担任美国遗传学会副会长、会长和主席以及美国细胞生物学学会会长。 20 世纪 90 年代，帕杜还是麻省理工学院 16 名高级女性科学教师之一，她们联名签署了一封致科学院长的公开信，声称当时学院对女性科学家存在偏见。在这封信和随后对学院女性状况的研究的推动下，麻省理工学院于 1999 年公开承认歧视女性教师，并制定了纠正问题的计划——这一过程最终成为全国学术机构的典范。 她的研究生和博士后包括 Alan Spradling、Matthew Scott、Tom Cech、Paul Lasko 和 Joan Ruderman。 少数 帕杜于 1933 年 9 月 15 日出生于肯塔基州列克星敦。1955 年，她获得了威廉玛丽学院的生物学学士学位，1959 年获得了田纳西大学的放射生物学硕士学位。1970 年，她因在耶鲁大学与加尔合作的工作而获得了生物学博士学位。 帕杜的职业生涯与拥有科学高级学位的女性人数缓慢增加密不可分。在她早年就读耶鲁大学期间，耶鲁大学有几位女性拥有博士学位，但没有一位担任教职。事实上，帕杜认为她将作为一名资深科学家在别人的实验室工作，而不是管理自己的实验室。 帕杜是一名狂热的徒步旅行者，喜欢旅行和户外活动。她曾攀登过从怀特山脉到喜马拉雅山脉的山峰，并在欧洲爱丁堡大学从事博士后研究。她很高兴收到邀请，参加教师搜索研讨会，有机会前往美国各地的机构——包括访问麻省理工学院。 麻省理工学院最初拒绝了她的工作申请，但该部门很快意识到错失了招募才华横溢的帕杜的机会。最后，她在马萨诸塞州剑桥市当了 30 […]
埃里克·埃文斯荣获国防部杰出公共服务奖章 | 麻省理工学院新闻
5 月 31 日，美国国防部首席技术官、负责研究和工程的国防部副部长海蒂·徐 (Heidi Shyu) 向埃里克·埃文斯颁发了国防部 (DoD) 杰出公共服务奖章。该奖是国防部长向为国防部做出重要贡献的公民授予的最高荣誉。埃文斯因其在麻省理工学院林肯实验室主任以及国防科学委员会 (DSB) 副主席和主席的领导能力而获此殊荣。 “过去三年来，我非常了解埃里克，我非常欣赏他的领导才能、积极主动性、远见、智慧和谦逊，”徐在 5 月 31 日于实验室举行的仪式上发表讲话时说道。“埃里克有意愿和能力面对和解决国家安全最困难的问题。他杰出的公共服务将在未来几十年继续对部门和国家产生宝贵影响。” 在担任这两个职位的十多年时间里，埃文斯与国防部高层建立了良好的关系。自 2006 年担任实验室主任以来，他已为 8 位国防部长和 7 位国防部副部长提供过建议。在他的领导下，实验室在网络安全、太空监视、生物防御、人工智能、激光通信和量子计算等广泛技术领域为国家安全提供了先进能力。 埃文斯确保实验室不仅解决国防部现有的优先事项，还应对新兴和未来的威胁。他预见到了需要并建立了三个新的技术部门，涵盖 网络安全与信息科学， 国土保卫战， 和 生物技术和人类系统。当新冠疫情爆发时，他迅速将实验室转向协助国家应对疫情。为了确保美国在不断变化的国防格局中的竞争力，他主张对主要试验场进行现代化改造，包括 里根试验场 该实验室担任其科学顾问，并为新的最先进设施获得资金，例如 复合半导体实验室-微系统集成设施他还加强了与麻省理工学院在研究方面的合作，以推动创新并扩大教育机会，为国防部下一代 STEM 劳动力做好准备。 与此同时，埃文斯还担任国防部战略委员会委员，该委员会是为国防部高层领导提供科学和技术建议的主要委员会。埃文斯于 2014 年至 2020 年担任国防部战略委员会副主席，自 2020 年起担任主席。多年来，埃文斯领导或支持了 30 多项对国防部具有直接重要性的国防部战略委员会研究。最值得注意的是，他发起了一个新的战略选择常设小组委员会，重点是确定系统和技术，为国家未来的国防需求做好准备。 麻省理工学院研究副校长伊恩·韦茨 (Ian Waitz) 表示：“这枚奖章是对埃里克对麻省理工学院和国家安全所做贡献的极好且当之无愧的认可。” 埃文斯将于7月1日卸任林肯实验室主任一职，转任麻省理工学院的实践教授，并将继续加强实验室与麻省理工学院之间的联系并与国防部领导人合作。 1718917058 #埃里克埃文斯荣获国防部杰出公共服务奖章 #麻省理工学院新闻 2024-06-20 17:20:00
显微镜系统使科学家对神经回路连接的观察更加清晰 | 麻省理工学院新闻
大脑的学习能力来自“可塑性”，即神经元不断编辑和重塑它们与其他神经元之间形成的微小连接，即突触，以形成回路。为了研究可塑性，神经科学家试图在整个细胞中以高分辨率追踪它，但可塑性不会等待慢速显微镜跟上速度，而大脑组织以散射光线和使图像模糊而闻名。在开放获取 纸 科学报告麻省理工学院的工程师和神经科学家合作描述了一种新型显微镜系统，旨在对活体大脑进行快速、清晰和频繁的成像。 该系统名为“多线正交扫描时间聚焦”（mosTF），其工作原理是利用垂直方向的光线扫描脑组织。与其他依赖“双光子显微镜”的活体脑成像系统一样，这种扫描光会“激发”脑细胞的光子发射，这些脑细胞经过设计，在受到刺激时会发出荧光。该团队的测试证明，新系统比逐点扫描的双光子显微镜快八倍，并且比只沿一个方向扫描的双光子系统具有四倍更好的信噪比（衡量最终图像清晰度的标准）。 “在活体大脑中追踪电路结构的快速变化仍然是一个挑战，”合著者说 艾莉在旁边，皮考尔学习与记忆研究所和麻省理工学院生物学系和脑与认知科学系的 William R. (1964) 和 Linda R. Young 神经科学教授。“虽然双光子显微镜是唯一能够高分辨率可视化大脑等散射组织深处突触的方法，但所需的逐点扫描在机械上很慢。mosTF 系统显著缩短了扫描时间，同时不牺牲分辨率。” 扫描样本的整条线本质上比一次扫描一个点要快，但它会产生大量散射。为了控制这种散射，一些示波器系统只是将散射光子作为噪声丢弃，但随后它们就消失了，主要作者说 Yi Xue 2015 年硕士，2019 年博士，加州大学戴维斯分校助理教授，曾任通讯作者实验室研究生 苏天赐麻省理工学院机械工程和生物工程教授。较新的单线和 mosTF 系统通过算法将散射光子重新分配回其原点，产生更强的信号（从而分辨出受刺激神经元的更小和更微弱的特征）。薛说，在二维图像中，使用二维垂直方向系统（如 mosTF）产生的信息比使用一维单向系统更能完成该过程。 “我们的激发光是一条线，而不是一个点——更像一根灯管而不是一个灯泡——但重建过程只能将光子重新分配给激发线，而不能处理线内的散射，”薛解释说。“因此，对于二维图像，散射校正仅沿一个维度进行。为了校正两个维度的散射，我们需要扫描样本并校正另一个维度的散射，从而形成正交扫描策略。” 在研究中，该团队将他们的系统与逐点显微镜（双光子激光扫描显微镜 – TPLSM）和线扫描时间聚焦显微镜（lineTF）进行了面对面测试。他们通过水和脂质注入溶液对荧光珠进行成像，这种溶液可以更好地模拟生物组织中出现的散射类型。在脂质溶液中，mosTF 产生的图像信号背景比 lineTF 高 36 倍。 为了获得更确凿的证据，薛与 Nedivi 实验室的 Josiah Boivin 合作，使用 mosTF 对活体麻醉小鼠的大脑中的神经元进行成像。即使在这种复杂得多的环境中，血管的脉动和呼吸的运动也会带来额外的干扰，mosTF 示波器仍能实现四倍更好的信号背景比。重要的是，它能够揭示许多突触所在的特征：沿着从神经元细胞体中长出的藤状突起或树突突出的棘突。Nedivi 说，监测可塑性需要能够观察这些棘突在整个细胞中的生长、收缩、出现和消失。 “我们的 继续合作 与 So 实验室合作，他们在显微镜开发方面的专业知识使得使用传统的、开箱即用的双光子显微镜无法进行的体内研究成为可能，”她补充道。 So表示他已经在计划进一步改进这项技术。 “我们将继续努力，开发更高效的显微镜，以便更有效地观察可塑性，”他说。“mosTF 的速度仍然受到限制，因为它需要使用高灵敏度、低噪音的相机，而这些相机通常速度很慢。我们现在正在开发下一代系统，该系统采用新型探测器，例如混合光电倍增管或雪崩光电二极管阵列，它们既灵敏又快速。” 除了 Xue、So、Boivin 和 […]
发现癌症患者危及生命的感染的新方法 | 麻省理工学院新闻
化疗和其他治疗手段可以杀死癌细胞，但同时也会破坏患者的免疫细胞。每年，这会导致数以万计免疫系统较弱的癌症患者感染疾病，如果不加以控制，这些疾病可能会致命。 医生必须在化疗剂量足以根除癌症和避免剂量过大以致患者白细胞数量过低（一种称为中性粒细胞减少症的疾病）之间找到平衡。这还可能使患者在化疗期间与社会隔绝。目前，医生监测患者白细胞的唯一方法是通过血液测试。 现在，Leuko 正在开发一款家用白细胞监测仪，让医生能够远程更全面地了解患者的健康状况。该设备不是抽血，而是利用光线透过指甲顶部的皮肤进行观察，并利用人工智能分析和检测白细胞是否达到危险的低水平。 这项技术最初是由麻省理工学院的研究人员于 2015 年构思出来的。在接下来的几年里，他们开发了一个原型，并进行了一项小型研究来验证他们的方法。如今，Leuko 的设备已经准确地检测出了数百名癌症患者的低白细胞计数，而且完全没有抽取一滴血。 “我们希望这将显著改善门诊病人的监测和护理方式，”Leuko 联合创始人兼首席技术官、麻省理工学院电子研究实验室前研究工程师 Ian Butterworth 表示。“我还认为，这对患者来说还有更私人的一面。这些人在其他人身边会感到脆弱，而且他们目前无能为力。这意味着，如果他们想看孙子孙女或家人，他们会不断怀疑‘我是否处于高风险中？’” 过去四年来，该公司一直与美国食品药品管理局 (FDA) 合作，设计研究以确认其设备准确且易于未经培训的患者使用。今年晚些时候，他们预计将开始一项关键研究，该研究将用于注册 FDA 批准。 一旦该设备成为患者监测的成熟工具，Leuko 团队相信它还能为医生提供优化癌症治疗的新方法。 “我们交谈过的一些医生非常兴奋，因为他们认为我们产品的未来版本可用于为每位患者个性化化疗剂量，”Leuko 联合创始人兼首席执行官、前麻省理工学院博士后 Carlos Castro-Gonzalez 表示。“如果患者没有出现中性粒细胞减少症，这可能是一个信号，表明你可以增加剂量。然后每种治疗都可以根据每位患者的个人反应进行。” 监测免疫健康 Leuko 联合创始人 Ian Butterworth、Carlos Castro-Gonzalez、Aurélien Bourquard 和 Alvaro Sanchez-Ferro 于 2013 年作为马德里-MIT M+Vision 联盟的成员来到麻省理工学院，该联盟是麻省理工学院和马德里之间的合作，现在是 MIT linQ 的一部分。该项目将来自世界各地的生物医学研究人员带到麻省理工学院，与波士顿和马德里周围的机构合作开展转化项目。 该项目最初由麻省理工学院电子研究实验室运营，旨在挑战成员解决医学领域尚未满足的巨大需求，并将他们与来自麻省理工学院各地的教职员工联系起来，以建立解决方案。Leuko 的创始人还获得了麻省理工学院创业生态系统的支持，包括创业指导服务、沙盒创新基金、马丁信托创业中心和德什潘德中心。在麻省理工学院分拆后，该公司筹集了由 Good Growth Capital 和 HTH VC 领投的种子轮和 A 轮融资。 “我甚至没有意识到创业是博士生的一个职业选择 […]
通过沉浸式技术讲述的创世故事 | 麻省理工学院新闻
起初，正如 Haudenosaunee 创世故事的一个版本所说，只有水和天空。根据口头传说，天女怀孕后从云层的一个洞里掉了下去。虽然许多动物在她坠落时引导她下降，但她最终在乌龟背上找到了一个地方。它们在其他水生生物的帮助下，共同努力，将陆地从这些原始水域的深处抬起，创造了我们现在所知的地球。 全新沉浸式体验“Ne:Kahwistará:ken Kanónhsa'kówa í:se Onkwehonwe”由多媒体艺术家生动地重述了这个创世故事 杰克逊 2bears，又名 Tékeniyáhsen Ohkwá:ri (Kanien'kehà:ka)，2022-24 年 Ida Ely Rubin 艺术家驻留项目 麻省理工学院艺术、科学与技术中心“我工作的很大一部分动力是寻找新的方式让 Haudenosaunee 的教义和故事在我们的社区中保持活力，找到新的方式来讲述它们，同时也帮助传播和转化这些故事，因为它们对我们来说，是我们文化实践中活生生的一部分，”他说。 传统长屋的虚拟再现 2bears 最初的灵感来自与以下人员合作，创建了虚拟现实版本的长屋，这是 Haudenosaunee 的传统建筑结构： 穿过红门， 2bears 的家乡位于 Grand River 的六国，是一家原住民所有的媒体公司。2bears 表示，长屋不仅是“实用住宅”，还是重要的精神和文化中心，人们在这里分享创世神话。“在我们开发这个项目时，社区的一位知识保管员告诉我们，长屋不是建筑物，也不是建造材料，”2bears 回忆道，“它们关乎人民，关乎 Haudenosaunee 人民。它关乎我们在那里的创造性文化实践，正是这些实践使它成为一个神圣的地方。” 长屋的虚拟再现将故事讲述与物理景观联系起来，同时也为社区成员提供了一个聚集的共享空间。2bears 说，在 Haudenosaunee 的世界观中，“故事既是持续的，也是多维度的。”在“Ne:Kahwistará:ken Kanónhsa'kówa í:se Onkwehonwe”中，长屋通过击鼓、舞蹈、知识分享和讲故事变得生动活泼。沉浸式体验旨在成为一种公共体验。“我们想开发一个可以与其他人合作的故事，而不仅仅是拥有一个故事作家或导演，”2bears 说，“我们不想做耳机。我们想做一些我们可以聚在一起的事情，这是长屋心态的一部分，”他说。 合作的力量 2bears 在以下机构的支持下制作了该项目 联合创作工作室 在麻省理工学院 开放纪录片实验室“我们认为共同创作就像一场舞蹈，一种挑战单一作者、单一观点概念的工作方式，”纪录片制作人 Kat Cizek 说道，她是工作室的艺术总监兼联合创始人，在麻省理工学院担任 CAST 客座艺术家时开始工作。“而杰克逊就是这样做的。他在六国社区内这样做，也与其他社区和其他土著艺术家这样做。” Cizek […]
基于嘴巴的触摸板使瘫痪患者能够与计算机交互 | 麻省理工学院新闻
托马斯·维加 (Tomás Vega SM，19 届) 5 岁时，他开始口吃。这段经历让他意识到残疾可能带来的逆境。这也让他看到了科技的力量。 “键盘和鼠标是发泄的出口，”维加说，“它们让我能够流畅地做自己想做的事情。在某种程度上，我能够超越自己的局限，所以我开始痴迷于人类增强技术和机器人的概念。我还获得了同理心。我认为我们都有同理心，但我们是根据自己的经验来运用它的。” 从那时起，维加就一直在利用技术增强人类的能力。他从 12 岁开始编程。高中时，他帮助人们应对包括手部损伤和多发性硬化症在内的残疾。大学期间，维加先是在加州大学伯克利分校，然后在麻省理工学院，开发了帮助残疾人更独立生活的技术。 如今，维加是 Augmental 的联合创始人兼首席执行官，这是一家初创公司，其部署的技术可让行动不便的人与他们的个人计算设备无缝交互。 Augmental 的首款产品是 MouthPad，它允许用户通过舌头和头部运动来控制电脑、智能手机或平板电脑。MouthPad 的压力感应触摸板位于口腔顶部，与一对运动传感器配合使用，通过蓝牙将舌头和头部动作实时转换为光标滚动和点击。 “我们大脑中有很大一部分区域专门用于控制舌头的位置，”Vega 解释道。“舌头由八块肌肉组成，大部分肌肉纤维都是慢肌纤维，这意味着它们不会很快疲劳。所以，我想我们为什么不充分利用这些呢？” 脊髓损伤患者已经在每天使用 MouthPad 来独立地与他们喜欢的设备进行交互。 Augmental 的一名用户患有四肢瘫痪并在大学学习数学和计算机科学的她表示，该设备帮助她编写数学公式和在图书馆学习——而其他基于语音的辅助设备并不适用这些情况。 “她现在可以在课堂上记笔记，可以和朋友一起玩游戏了，”维加说。“她更加独立了。她妈妈告诉我们，得到 MouthPad 是她受伤以来最重要的时刻。” 这就是 Augmental 的最终目标：提高已成为我们生活不可或缺的一部分的技术的可访问性。 维加说：“我们希望手部有严重残疾的人能够像正常人一样熟练地使用手机或平板电脑。” 让计算机更易于访问 2012 年，作为加州大学伯克利分校一年级学生的维加遇到了后来成为 Augmental 联合创始人的科顿·辛格 (Corten Singer)。那一年，他告诉辛格，他决心以研究生身份加入媒体实验室。四年后，他加入了由麻省理工学院媒体艺术与科学系格梅斯豪森教授帕蒂·梅斯 (Pattie Maes) 领导的媒体实验室流体界面研究小组，实现了这一愿望。 “我只申请了一个研究生项目，那就是媒体实验室，”维加说。“我认为这是唯一一个可以做我想做的事情的地方，那就是增强人类能力。” 在媒体实验室，维加学习了微加工、信号处理和电子学课程。他还开发了可穿戴设备，帮助人们在线获取信息、改善睡眠并调节情绪。 “在媒体实验室，我能够运用我的工程和神经科学背景来创造东西，这是我最喜欢做的事情，”维加说。“我把媒体实验室描述为创客的迪士尼乐园。我可以尽情玩耍，无所畏惧地探索。” 维加曾经倾向于脑机接口的想法，但在 Neuralink 的实习经历让他寻求不同的解决方案。 “大脑植入物在未来最有可能帮助人们，但我发现一些限制因素阻碍了我现在进行研究，”维加说。“其中一个是开发时间太长。过去几年我结识了很多朋友，他们昨天才需要一个解决方案。” 在麻省理工学院，他决定建立一种解决方案，它具有脑植入物的全部潜力，但没有脑植入物的局限性。 在麻省理工学院的最后一个学期，维加制作了一个他称之为“装有一堆传感器的棒棒糖”的东西，以测试嘴巴作为计算机交互媒介的效果。它的效果非常好。 “当时，我打电话给我的联合创始人 Corten，说‘我认为这有潜力改变很多人的生活’，”Vega 说。“它还可能改变未来人类与计算机互动的方式。” Vega […]
精选视频：研究人员讨论学术界的酷儿可见性 | 麻省理工学院新闻
“我作为一名科学家的身份和作为一名同性恋者的身份并不矛盾，而是互补的，”杰克·福尔曼 (Jack Forman) 说道。他是媒体艺术与科学专业的博士生，也是 LGBTQ+ Grad 的联合负责人，LGBTQ+ Grad 是一个由麻省理工学院 LGBTQ+ 研究生和博士后运营的学生团体。 他和联合负责人米兰达·道森 (Miranda Dawson) 和图纳汉·艾塔斯 (Tunahan Aytas) (23) 最近在“Scientific InQueery”视频中采访了麻省理工学院的酷儿教师，了解了他们的经历以及可见性的重要性，该视频旨在鼓励年轻的 LGBTQ+ 学者为他们的身份和学术工作的交集感到自豪。 “在专业环境中，人们需要为研究人员创造空间，让他们能够讨论他们的科学工作，同时也能保持性取向，”柯蒂斯和凯瑟琳·马布尔天体物理学教授、麻省理工学院科学学院院长 Nergis Mavalvala 说。“ [space] 给人一种安全感 [to say] “我可以在我的职业上取得成功；我可以是一个同性恋；我可以在这里挥舞我的彩虹旗。” “作为同性恋研究生，我们在同龄人中找到了归属感。然而，随着学术地位的提高，找到更高职位的同性恋者的例子会越来越难。提高同性恋教师的知名度有助于年轻的同性恋学者找到更大的社区意识，”麻省理工学院生物工程系博士生道森说。在担任 LGBTQ+ 研究生项目联合负责人的这些年里，她一直是麻省理工学院 LGBTQ+ 研究生的积极倡导者。 道森说：“如果一个有好奇心和热爱学习的年轻酷儿看到这段视频并意识到他们属于这里，属于麻省理工学院这样的地方，我们会很高兴。” 除了艾塔斯、道森、福尔曼和马瓦尔瓦拉之外，视频中还邀请了生物学副教授塞巴斯蒂安·卢里多 (Sebastian Lourido)、材料科学与工程教授洛娜·吉布森 (Lorna Gibson) 和生物工程副教授布莱恩·布赖森 (Bryan Bryson)。 1718306678 #精选视频研究人员讨论学术界的酷儿可见性 #麻省理工学院新闻 2024-06-13 17:20:00
让气候模型与当地决策者相关 | 麻省理工学院新闻
气候模型是预测气候变化影响的关键技术。通过模拟地球气候，科学家和决策者可以估计海平面上升、洪水和气温上升等情况，并决定如何采取适当措施。但目前的气候模型难以快速或经济地提供这些信息，无法在较小的规模（例如城市规模）上发挥作用。 现在， 新的开放获取论文 发表在 地球系统建模进展杂志 已经找到了一种利用机器学习来利用当前气候模型的优势的方法，同时降低运行它们所需的计算成本。 麻省理工学院地球、大气和行星科学系（EAPS）首席研究员赛·拉维拉（Sai Ravela）表示：“它颠覆了传统观念。”他与 EAPS 博士后阿纳米特拉·萨哈（Anamitra Saha）共同撰写了这篇论文。 传统智慧 在气候建模中，降尺度是使用具有粗分辨率的全球气候模型在较小区域生成更精细细节的过程。想象一下一张数字图片：全球模型是一张像素数较少的世界大图。要进行降尺度，只需放大照片中想要查看的部分，例如波士顿。但由于原始图片分辨率较低，新版本很模糊；它没有提供足够的细节，因此特别有用。 “如果从粗分辨率变为精细分辨率，就必须以某种方式添加信息，”萨哈解释道。降尺度尝试通过填充缺失的像素来重新添加这些信息。“信息的添加可以通过两种方式实现：要么来自理论，要么来自数据。” 传统的降尺度方法通常涉及使用基于物理学的模型（例如空气上升、冷却和凝结的过程，或该地区的景观），并辅以从历史观察中获取的统计数据。但这种方法在计算上很费力：它需要大量的时间和计算能力才能运行，同时也很昂贵。 两者皆有 在他们的新论文中，Saha 和 Ravela 找到了另一种添加数据的方法。他们采用了机器学习中的一种称为对抗性学习的技术。它使用两台机器：一台机器生成数据以输入我们的照片。但另一台机器通过将样本与实际数据进行比较来判断样本。如果它认为图像是假的，那么第一台机器必须再试一次，直到说服第二台机器。这个过程的最终目标是创建超分辨率数据。 在气候建模中使用对抗性学习等机器学习技术并不是一个新想法；目前它面临的困难在于无法处理大量基本物理问题，如守恒定律。研究人员发现，简化物理问题并用历史数据中的统计数据进行补充就足以产生他们需要的结果。 “如果你用一些来自统计和简化物理学的信息来增强机器学习，那么突然间，它就变得神奇了，”Ravela 说。他和 Saha 首先通过删除更复杂的物理方程式并专注于水蒸气和陆地地形来估算极端降雨量。然后，他们为山区丹佛和平坦的芝加哥生成了一般降雨模式，并应用历史记录来修正输出。“它以低得多的成本为我们提供极端值，就像物理学一样。它为我们提供与统计数据类似的速度，但分辨率要高得多。” 研究结果的另一个意外好处是所需的训练数据非常少。“事实上，只需要一点点物理和一点点统计学就足以提高机器学习的性能 [machine learning] “模型……实际上从一开始就不明显，”萨哈说。它只需要几个小时的训练，几分钟就能产生结果，这比其他模型运行几个月要好得多。 快速量化风险 能够快速且频繁地运行模型是保险公司和地方政策制定者等利益相关者的关键要求。Ravela 举了孟加拉国的例子：通过了解极端天气事件对该国的影响，可以尽快考虑到非常广泛的条件和不确定性，决定应该种植什么作物或人口应该迁移到哪里。 “我们不能等上几个月或几年才能够量化这种风险，”他说。“你需要展望未来，考虑大量的不确定因素，才能说出什么可能是一个好的决定。” 虽然目前的模型只关注极端降水，但该项目的下一步是训练它来研究其他关键事件，如热带风暴、风和温度。有了更强大的模型，Ravela 希望将其应用于波士顿和波多黎各等其他地方，作为 气候大挑战项目。 他说道：“我们对我们所提出的方法以及它可能带来的潜在应用感到非常兴奋。” 1718159631 #让气候模型与当地决策者相关 #麻省理工学院新闻 2024-06-11 18:30:00