通过计量经济学，Isaiah Andrews 正在使研究更加稳健 | 麻省理工学院新闻
当你读到一项新研究时，你可能会想：这些结果有多准确？麻省理工学院经济学家 Isaiah Andrews 博士 2014 也经常问这个问题，尤其是关于社会科学研究。然而，与我们大多数人不同，Andrews 的工作涉及回答这个问题。 安德鲁斯是麻省理工学院经济学系的教授，也是计量经济学专家，计量经济学是研究经济学方法的学科。但他的专业目的却打破了简单的界限。毕竟，改进研究方法的目的是使应用研究更好——并更好地把握其局限性。 “经济学中有许多领域可以解答具有社会意义的问题，”安德鲁斯说。“有些事情我们最好去了解，但我发现自己经常想知道我们对它们的确定程度。我们对我们认为知道的事情了解多少？根据不确定性和置信度，我们还有多少需要了解？这些不确定性问题很重要，因为实质性问题的答案很重要。” 安德鲁斯对经济学的核心贡献主要涉及不确定性和信心。他最初因研究“弱识别”而闻名，即关键变量无法提供太多有关所研究问题的信息的设置。他还发表了关于建立经济模型的挑战的著名著作。 安德鲁斯的研究还阐明了我们如何使用数据的更大理念。他最近发表的论文探讨了社会科学中的“赢家的诅咒”——即在某次测试中表现良好的程序往往被选中实施，而有时它们的表现好纯粹是偶然的，而且下次尝试时可能会表现更差。 安德鲁斯 2019 年的另一篇重要论文分析了学术期刊中存在多少出版偏见——正如复制研究所揭示的那样，学术期刊可能倾向于发表引人注目的发现，而不是同样有效的无效结果。 有时，安德鲁斯的工作看起来就像是社会科学领域的 X 光机：他扫描研究以寻找表面下的问题。但安德鲁斯不仅寻找问题，他还开发了从一开始就预防这些问题的技术。以典型的安德鲁斯风格，他关于赢家诅咒和复制偏差的论文都提供了避免这些陷阱的新方法。 “研究这些工具很重要，因为这些工具将用于重要的事情，”安德鲁斯说。“如果你有一个漂亮的工具，却从未使用过，那么它是工具还是艺术品？” 安德鲁斯被公认为该领域的领军人物。2021 年，他被授予约翰·贝茨·克拉克奖章，该奖章由美国经济学会每年颁发给 40 岁以下最优秀的经济学家。2020 年，他被授予享有盛誉的麦克阿瑟奖章。随着事业蒸蒸日上，安德鲁斯去年重返麻省理工学院任教。 改变职业的对话 安德鲁斯在波士顿长大，他的父母都是经济学博士。虽然安德鲁斯一开始并没有立志成为一名经济学家，但他在耶鲁大学读本科时确实选修了该学科的高级课程，并以优异成绩毕业。随后，他进入麻省理工学院攻读博士学位。 当时，2009年，在金融业崩溃和相关经济衰退之后，经济学领域的很多注意力都集中在金融和宏观经济学上，但安德鲁斯并不觉得有必要研究这些课题。 “就工作风格而言，我觉得他们不太适合我，”安德鲁斯说，“我发现计量经济学问题非常有趣。” 在麻省理工学院经济系的一次活动中，安德鲁斯开始与该学院的计量经济学家安娜·米库舍瓦交谈。活动结束时，米库舍瓦建议安德鲁斯帮助她正在进行的一些研究。 “安娜的研究助理角色变成了一个联合项目，我发现我对这些问题的兴趣不断被吸引，”安德鲁斯说。“因此，我的工作就转向了这个问题。” 米库舍瓦和安德鲁斯合作撰写了一系列关于弱识别的备受瞩目的论文，这些论文在他于 2014 年从该研究所获得博士学位后不久就得以发表。在哈佛研究员协会担任初级研究员几年后，安德鲁斯于 2016 年加入麻省理工学院教职员工。他于 2018 年进入哈佛大学，并于去年夏天返回麻省理工学院。 随着安德鲁斯职业生涯的发展，他广泛的工作经常涉及富有成效的研究合作，包括与米库舍瓦、马修·根茨科夫 (Matthew Gentzkow) 和杰西·M·夏皮罗 (Jesse M. Shapiro)、北川彻 (Toru Kitagawa) 和亚当·麦克洛斯基 (Adam McCloskey) 以及马克西米利安·卡西 (Maximilian Kasy) 共同撰写的论文。 在任何时候，安德鲁斯都始终关注经济分析所涉及的确定性（或不确定性）问题，以及我们因此可能具有的信心程度（或缺乏信心程度）。 安德鲁斯说：“最糟糕的情况是，数据告诉我们的信息很少，但我们却错误地过度自信，认为数据告诉我们的信息很多。” 让数字更有用 […]
学生研究麻省理工学院实现脱碳目标的途径 | 麻省理工学院新闻
许多新兴技术有望帮助企业摆脱化石燃料并实现深度脱碳。挑战在于决定采用哪些技术以及何时采用。 麻省理工学院 有一个目标 到 2050 年消除校园直接排放的目标必须比大多数大学更早做出这样的决定才能实现其使命。这是最近结束的 4.s42 课程（建筑技术 – 麻省理工学院校园碳减排途径）的核心挑战。 该课程汇集了来自整个学院的本科生和研究生，以了解不同的技术并决定最佳的前进方向。课程以期末报告以及学生向麻省理工学院成员的演讲结束。 气候核心 5月9日。 “该课程的任务是编写一份连贯的文件，概述麻省理工学院如何在 2050 年实现脱碳目标，”土木与环境工程系本科生 Morgan Johnson Quamina 表示。“我们正在评估麻省理工学院如何按时实现这些目标，哪些技术可以提供帮助，以及我们必须以多快和多积极的方式采取行动。最终报告详细介绍了部分和全面实施不同技术的大量方案，概述了所有事项的时间表，并提出了建议。” 该课程由建筑学教授克里斯托夫·莱因哈特 (Christoph Reinhart) 授课，但其他教师也介绍了各自领域的低碳和零碳技术领域，包括先进核反应堆、深层地热能、碳捕获等。 学生们的作品是麻省理工学院 校园脱碳工作组，莱因哈特与可持续发展总监朱莉·纽曼共同担任该小组主席。该小组负责为校园制定技术路线图，以实现其能源系统脱碳的目标。 莱因哈特说，这门课程可以利用学生的活力和创造力来加速他的团队的工作。 “我们非常注重为麻省理工学院的未来发展建立一个愿景，”莱因哈特说。“我们正试图将这些技术整合在一起，以便我们了解这将如何 [decarbonization process] 会真正地走进我们的校园。” 有影响力的课程 整个学期，每周四上午 9 点至中午 12 点，约 20 名学生齐聚一堂，探讨不同的脱碳技术途径。他们还讨论了能源政策、风险评估方法以及新英格兰未来电网供应的变化。 “我很高兴这项工作能对现实世界产生影响，”核科学与工程系硕士生埃米尔·杰蒙普雷 (Emile Germonpre) 说道。“你可以看出人们并没有考虑成绩或工作量——我认为即使工作量增加一倍，人们也会喜欢它。每个人都有内在动力去帮助解决这个问题。” 课程通常以介绍 10 种不同技术中的一种开始。介绍内容包括技术成熟度、实施难易程度、成本以及如何模拟该技术对校园排放的影响。然后，学生被分成小组评估每种技术的可行性。 “我学到了很多关于脱碳和气候变化的知识，”约翰逊·夸米纳说。“作为一名本科生，我还没有上过很多这样的重点课程。但了解一些我以前从未听说过的技术真的很有帮助。能为社区做出这样的贡献真是太棒了。” 作为课程的一部分，学生还开发了一个模型，可视化每项干预措施对排放的影响，使用户可以选择干预措施或干预措施组合来观察它们如何影响排放轨迹。 “我们有一个基于物理的模型，它考虑到了每栋建筑，”莱因哈特说。“你可以看看我们改造建筑的变种，我们增加屋顶光伏、核能、碳捕获，以及采用不同类型的区域地下供热系统。关键是你可以开始看到我们能多快做这样的事情，以及真正的游戏规则改变者是什么。” 该班还设计并进行了一项初步调查，该调查将在秋季进一步展开，以了解麻省理工学院社区对不同技术的态度。5 月 9 日，学生们在演讲中向气候核心小组分享了初步结果。 “我认为，学术界的前瞻性和创新性与现实世界的影响和特异性之间的这种独特而美妙的结合通常只能在行业中找到，”Germonpre 说道。“它让你可以从事一个有形的项目，即麻省理工学院校园，同时探索当今公司认为风险太大而无法率先采用的技术。” […]
数据驱动的方法助您做出更好的选择 | 麻省理工学院新闻
想象一下这样一个世界：一些重要的决定（法官的量刑建议、孩子的治疗方案、哪个人或企业应该获得贷款）变得更加可靠，因为精心设计的算法帮助关键决策者做出了更好的选择。麻省理工学院的一门新经济学课程正在研究这些有趣的可能性。 14.163 课程（算法与行为科学）是一门新的跨学科课程，重点关注行为经济学，该课程研究人类的认知能力和局限性。今年春天，经济学助理教授 Ashesh Rambachan 和客座讲师 Sendhil Mullainathan 共同教授了这门课程。 Rambachan 研究机器学习的经济应用，重点研究推动刑事司法系统和消费贷款市场决策的算法工具。他还开发了使用横截面和动态数据确定因果关系的方法。 穆莱纳坦很快将以教授身份加入麻省理工学院电气工程系、计算机科学系和经济学系。他的研究利用机器学习来理解人类行为、社会政策和医学中的复杂问题。穆莱纳坦于 2003 年与他人共同创立了阿卜杜勒·拉蒂夫·贾米尔贫困行动实验室 (J-PAL)。 新课程的目标既是科学的（了解人），也是政策驱动的（通过改善决策来改善社会）。Rambachan 认为，机器学习算法为行为经济学的科学和应用目标提供了新工具。 “该课程研究如何应用计算机科学、人工智能（AI）、经济学和机器学习来改善结果并减少决策中的偏见，”Rambachan 说。 Rambachan 相信，不断发展的数字工具（如人工智能、机器学习和大型语言模型 (LLM)）有机会帮助重塑一切，从刑事判决中的歧视性做法到服务不足人群的医疗保健结果。 学生学习如何使用机器学习工具有三个主要目标：了解它们做什么以及如何做，将行为经济学见解形式化以便它们能够在机器学习工具中很好地组合，并了解行为经济学和算法工具的整合可能最富有成效的领域和主题。 学生还可以提出想法、开展相关研究并了解全局。他们被引导去了解洞察力的适用之处，并了解更广泛的研究议程将走向何方。参与者可以批判性地思考监督下的法学硕士能做什么（不能做什么），了解如何将这些能力与行为经济学的模型和洞察力相结合，并认识到调查发现最有成效的应用领域。 主观性和偏见的危险 拉姆巴坎认为，行为经济学承认，即使没有算法，我们的选择中也存在偏见和错误。“我们的算法使用的数据存在于计算机科学和机器学习之外，而往往是由人产生的，”他继续说道。“因此，了解行为经济学对于理解算法的影响以及如何更好地构建算法至关重要。” Rambachan 致力于让课程变得易于接受，无论参加者的学术背景如何。该课程的参与者包括来自不同学科的高级学位学生。 通过为学生提供跨学科、数据驱动的方法来研究和发现算法可能改善解决问题和决策的方法，Rambachan 希望建立一个基础，在此基础上重新设计现有的法学、医疗保健、消费贷款和工业等领域的体系。 “了解数据的生成方式有助于我们理解偏见，”Rambachan 说道。“我们可以提出问题，如何产生比当前更好的结果。” 重新构想社会运作的有用工具 经济学博士生 Jimmy Lin 在课程开始时对 Rambachan 和 Mullainathan 所提出的说法持怀疑态度，但随着课程的继续，他改变了主意。 “Ashesh 和 Sendhil 以两个具有挑衅性的主张开场：没有人工智能，行为科学研究的未来就不会存在；没有行为科学，人工智能研究的未来也不会存在，”Lin 说道。“在整个学期中，他们加深了我对这两个领域的理解，并向我们介绍了经济学如何为人工智能研究提供信息以及人工智能研究如何为经济学提供信息的许多例子。” 林教授之前曾从事计算生物学研究，他赞扬了导师们强调“生产者心态”的重要性，即思考未来十年的研究，而不是前十年的研究。“这在人工智能和经济学交叉领域尤其重要——没有既定的文献，所以你不得不提出新问题，发明新方法，搭建新桥梁，”他说。 林提到的变化速度也吸引了他。“我们看到黑箱人工智能方法促进了数学、生物学、物理学和其他科学学科的突破，”林说。“人工智能可以改变我们作为研究人员进行智力发现的方式。” 经济学和社会系统的跨学科未来 研究传统的经济工具并利用人工智能提升其价值，可能会彻底改变机构和组织如何教导和授权领导者做出选择。 “我们正在学习跟踪变化，调整框架，更好地理解如何部署工具来服务于通用语言，”Rambachan 说。“我们必须不断探究人类判断、算法、人工智能、机器学习和法学硕士的交集。” 无论学生的背景如何，林都热情地推荐这门课程。“任何对社会中的算法、人工智能在各个学科中的应用或人工智能作为科学发现范例感兴趣的人都应该选修这门课，”他说。“每堂课都像是一座金矿，里面有关于研究、新颖的应用领域以及如何产生新的、令人兴奋的想法的灵感。” 兰巴坎表示，该课程认为，更好的算法可以改善跨学科的决策。“通过建立经济学、计算机科学和机器学习之间的联系，也许我们可以自动化人类的最佳选择，以改善结果，同时最大限度地减少或消除最坏的选择，”他说。 林对这门课程尚未探索的可能性仍然感到兴奋。“这门课让你对研究的未来以及你自己在其中的角色感到兴奋，”他说。 […]
QS 将麻省理工学院评为 2024-25 年世界第一大学 | 麻省理工学院新闻
麻省理工学院再次被今天公布的 QS 世界大学排名评为世界顶尖大学。这是麻省理工学院连续第 13 年获得这一殊荣。 2025 年的完整排名由专门从事教育和留学的机构 Quacquarelli Symonds 发布，可在以下网址找到： 顶尖大学网QS 排名依据的因素包括学术声誉、雇主声誉、每位教师的引用量、师生比例、国际教师比例和国际学生比例。 今年 4 月公布的 QS 排名中，麻省理工学院还在 11 个学科领域中位居世界顶尖大学。 该学院在以下 QS 学科领域排名第一：化学工程；土木与结构工程；计算机科学与信息系统；数据科学与人工智能；电气与电子工程；语言学；材料科学；机械、航空与制造工程；数学；物理与天文学；统计学与运筹学。 麻省理工学院还在五个学科领域排名第二：会计与金融；建筑/建筑环境；生物科学；化学；经济学与计量经济学。 1717572633 #将麻省理工学院评为 #年世界第一大学 #麻省理工学院新闻 2024-06-04 20:00:00
一种更有效的多用途机器人技术 | 麻省理工学院新闻
假设你想训练一个机器人，让它了解如何使用工具，然后可以快速学会用锤子、扳手和螺丝刀修理房子。要做到这一点，你需要大量展示工具使用的数据。 现有的机器人数据集在形式上千差万别——例如，有些包括彩色图像，而另一些则由触觉印记组成。数据也可以在不同的领域收集，例如模拟或人类演示。每个数据集可能捕获一个独特的任务和环境。 很难在一个机器学习模型中高效整合来自如此多来源的数据，因此许多方法只使用一种类型的数据来训练机器人。但以这种方式训练的机器人，由于任务特定数据相对较少，通常无法在陌生的环境中执行新任务。 为了训练更好的多用途机器人，麻省理工学院的研究人员开发了一种技术，使用一种称为扩散模型的生成式人工智能，将跨领域、跨模式和跨任务的多种数据源结合起来。 他们训练一个单独的扩散模型来学习使用一个特定数据集完成一项任务的策略或政策。然后，他们将扩散模型学习到的策略组合成一个通用策略，使机器人能够在各种设置中执行多项任务。 在模拟和真实世界实验中，这种训练方法使机器人能够执行多种工具使用任务，并适应训练期间未见过的新任务。与基线技术相比，这种方法称为策略组合 (PoCo)，可将任务性能提高 20%。 “解决机器人数据集中的异质性就像先有鸡还是先有蛋的问题。如果我们想使用大量数据来训练一般的机器人策略，那么我们首先需要可部署的机器人来获取所有这些数据。我认为利用所有可用的异构数据，就像研究人员对 ChatGPT 所做的那样，是机器人领域迈出的重要一步，”电气工程和计算机科学 (EECS) 研究生、论文的主要作者 Lirui Wang 说道。 关于 PoCo 的论文。 王的合著者包括机械工程研究生 Jialiang Zhao；EECS 研究生 Yilun Du；脑与认知科学系 John and Dorothy Wilson 视觉科学教授、计算机科学与人工智能实验室 (CSAIL) 成员 Edward Adelson；以及资深作者 Russ Tedrake，EECS、航空航天和机械工程丰田教授、CSAIL 成员。这项研究将在机器人：科学与系统会议上发表。 合并不同的数据集 机器人策略是一种机器学习模型，它接收输入并使用它们来执行操作。将策略视为一种策略是一种思考方式。对于机械臂而言，该策略可能是一条轨迹，或一系列移动机械臂的姿势，以便机械臂拿起锤子并用它敲钉子。 用于学习机器人策略的数据集通常很小，并且专注于一项特定的任务和环境，例如将物品装入仓库中的箱子中。 “每个机器人仓库都会产生数 TB 的数据，但这些数据只属于处理这些包裹的特定机器人装置。如果你想用所有这些数据来训练一台通用机器，这并不理想，”王说。 麻省理工学院的研究人员开发了一种技术，可以获取一系列较小的数据集（例如从许多机器人仓库收集的数据集），从每个数据集中学习单独的策略，并以一种使机器人能够推广到许多任务的方式组合这些策略。 它们使用一种称为扩散模型的生成式 AI 模型来表示每项策略。扩散模型通常用于图像生成，它通过迭代优化输出来学习创建与训练数据集中的样本相似的新数据样本。 但研究人员并没有教扩散模型生成图像，而是教它为机器人生成轨迹。他们通过在训练数据集的轨迹中添加噪声来实现这一点。扩散模型会逐渐消除噪声并将其输出细化为轨迹。 这种技术被称为 扩散政策，之前由麻省理工学院、哥伦比亚大学和丰田研究所的研究人员提出。PoCo 以这项扩散政策工作为基础。 该团队使用不同类型的数据集来训练每个扩散模型，例如一个数据集来自人类视频演示，另一个数据集来自机械臂的远程操作。 然后，研究人员对所有扩散模型所学习到的单个策略进行加权组合，迭代地优化输出，使得组合策略满足每个单个策略的目标。 大于各部分之和 “这种方法的好处之一是，我们可以结合各种策略，实现两全其美。例如，在现实世界数据上训练的策略可能能够实现更高的灵活性，而在模拟上训练的策略可能能够实现更高的泛化能力，”王说。 […]
Noubar Afeyan 博士（87 届）为麻省理工学院新毕业生布置了一项特殊任务 | 麻省理工学院新闻
今天下午，生物技术领袖、87 届博士生 Noubar Afeyan 在 OneMIT 毕业典礼上发表了激动人心的主题演讲，敦促麻省理工学院 2024 届的毕业生“接受不可能的任务”，以改善世界。 阿费扬是生物技术公司 Moderna 的董事长兼联合创始人，该公司的突破性新冠疫苗已分发给 70 多个国家的数十亿人。阿费扬在讲话中简要讨论了 Moderna 疫苗的快速开发，但主要将他的思想集中在今年的毕业班上——同时以他童年最喜欢的电视剧和电影《碟中谍》作为主题。 “我真正想谈的是，接受自己不可能完成的任务需要什么，以及为什么你们作为麻省理工学院的毕业生，有独特的准备来接受这些任务，”阿费扬说。“有独特的准备——也有义务。在世界陷入危机的时候，你们的使命无非是挽救看似失去的东西，扭转看似不可避免的局面，拯救地球。就像电影里的特工一样，你们需要接受任务——即使它看起来不可能。” 阿费扬在麻省理工学院的 Killian Court 向数千名观众发表了演讲，毕业生、家人、朋友和麻省理工学院社区成员齐聚一堂，上午下了一场雨，下午天气转晴。 “欢迎困难重重，”阿费扬告诉毕业生们。“拥抱不确定性，用想象力引领未来。” 在阿费扬演讲之后，麻省理工学院校长萨莉·科恩布鲁斯发表了讲话，她在向家人和朋友发表的部分讲话中将该学院的毕业班描述为“自然奇观”。 “你们知道他们是多么令人愉快、鼓舞人心和深思熟虑，”科恩布鲁斯谈到今年的毕业生时说道。“我们很荣幸能教他们，并与他们一起学习。我们和你们一样对他们的下一步抱有最高的期望。” OneMIT 毕业典礼是全校范围的活动，也是 5 月 29 日至 5 月 31 日三天毕业活动的焦点。 麻省理工学院 2024 届毕业生共有 3,666 名，共获得 1,386 个本科学位和 2,715 个研究生学位。（有些学生一次获得多个学位。）本科生和研究生还有由学术单位组织的单独毕业典礼，毕业典礼上会念出他们的名字。 Afeyan 是 Flagship Pioneering 的创始人兼首席执行官，该风险投资公司成立于 2000 年，已在生物技术行业发展了 100 多家公司，总共拥有 60 多种药物处于临床开发阶段。 Afeyan […]
科学家发现疟原虫耐药性的机制 | 麻省理工学院新闻
来自 新加坡—麻省理工学院研究与技术联盟 （SMART）与麻省理工学院、哥伦比亚大学欧文医学中心和新加坡南洋理工大学（NTU Singapore）合作，发现了疟原虫通过一种称为转移核糖核酸（tRNA）修饰的细胞过程对抗疟药青蒿素（ART）产生抗药性的能力之间的新联系。 这一过程通过改变细胞内的 RNA 分子，使细胞能够快速应对压力。因此，这一突破性发现促进了人们对疟疾寄生虫如何应对药物引起的压力并产生耐药性的理解，并为开发抗药性新药铺平了道路。 疟疾是一种由蚊子传播的疾病， 2.49亿人受灾，全球60.8万人死亡 2022 年。以 ART 为基础的联合疗法将 ART 衍生物与一种伴侣药物相结合，是无并发症疟疾患者的一线治疗方法。ART 化合物有助于在治疗的前三天减少寄生虫数量，而伴侣药物则可消灭剩余的寄生虫。然而， 恶性疟原虫（P. falciparum）， 最致命的物种 疟原虫 导致人类疟疾的这种病毒正在对抗逆转录病毒药物产生部分耐药性， 广泛分布于东南亚，目前已在非洲发现。 在一篇题为“tRNA修饰重编程导致恶性疟原虫产生青蒿素耐药性”，发表在期刊上 自然微生物学SMART 的研究人员 抗菌素耐药性 (AMR) 跨学科研究小组记录了他们的发现：单个 tRNA（一种参与将遗传信息从 RNA 翻译成蛋白质的小 RNA 分子）的改变使疟原虫具有了克服药物压力的能力。该研究描述了 tRNA 修饰如何改变疟原虫对 ART 的反应，并通过改变其蛋白质表达谱帮助其在 ART 诱导的压力下生存，从而使疟原虫对药物具有更强的耐药性。ART 部分耐药性导致使用基于 ART 的联合疗法治疗后疟原虫的根除延迟，从而使这些疗法效果较差且容易出现治疗失败。 “我们的研究是同类研究中的首例，它展示了 tRNA 修饰如何直接影响寄生虫对 ART 的抵抗力，凸显了 RNA 修饰对疾病和健康的潜在影响。虽然 RNA 修饰已经存在了几十年，但它们在调节细胞过程中的作用是一个新兴领域。我们的研究结果凸显了 RNA 修饰对研究界的重要性以及 tRNA 修饰在调节基因表达方面的更广泛意义，”SMART […]
工程学院欢迎新教师 | 麻省理工学院新闻
工程学院迎来了来自六个学术部门的 15 名新教员。这批新教员要么最近才开始在麻省理工学院任职，要么将于明年开始任职，他们从事的研究涉及多个学科。 许多新教师专攻与多个领域交叉的研究。除了工程学院的职位外，许多教师还在麻省理工学院的其他部门任职。电气工程与计算机科学系 (EECS) 的教师同时向工程学院和麻省理工学院 Stephen A. Schwarzman 计算学院汇报。今年，新教师还同时在工程学院、人文、艺术和社会科学学院和科学学院任职。 “我很高兴欢迎这批才华横溢的新教师加入工程学院，”首席创新和战略官、工程学院院长兼电气工程和计算机科学 Vannevar Bush 教授 Anantha Chandrakasan 说道。“这些新教师在研究中采用的跨学科方法令我印象深刻。他们所研究的领域将会产生巨大影响。我期待着看到他们成长为研究人员和教育工作者。” 新的工程学院包括： 史蒂芬·贝茨 2023 年 9 月加入电气工程与计算机科学系担任助理教授。他还是信息与决策系统实验室 (LIDS) 的成员。贝茨利用数据和人工智能在存在不确定性的情况下做出可靠的决策。特别是，他开发了使用人工智能模型、受战略行为影响的数据和分布变化设置进行统计推断的工具。贝茨还致力于生命科学和可持续性方面的应用。他之前曾在加州大学伯克利分校 (UC Berkeley) 的统计学和 EECS 系担任博士后。贝茨在哈佛大学获得统计学和数学学士学位，在斯坦福大学获得博士学位。 阿比盖尔·博德纳 1 月份加入 EECS 系和地球、大气和行星科学系担任助理教授。她也是 LIDS 的成员。Bodner 的研究兴趣涵盖气候、物理海洋学、地球物理流体动力学和湍流。此前，她曾在纽约大学 Courant 数学科学研究所担任 Simons 初级研究员。Bodner 在特拉维夫大学获得地球物理和数学学士学位和地球物理学硕士学位，在布朗大学获得应用数学硕士学位和博士学位。 安德烈亚·博布 '17 将于 7 月加入航空航天系担任助理教授。她的研究涉及机器人技术、数学人体建模和深度学习的交叉领域。此前，她是波士顿动力人工智能研究所的研究科学家，专注于机器人和人类如何有效地达成任务的共享表示，以实现更无缝和可靠的交互。Bobu 获得了麻省理工学院计算机科学与工程学士学位以及加州大学伯克利分校电气工程与计算机科学博士学位。 苏拉吉·奇玛 将于 7 月加入材料科学与工程系，同时兼任 EECS 系助理教授。他的研究探索了电子材料的原子级工程，以应对与能源消耗、存储和发电相关的挑战，旨在实现更可持续的微电子技术。这涵盖了通过集成铁电设备实现的计算和能源技术。他之前曾在加州大学伯克利分校担任博士后。Cheema […]
了解为何自闭症症状有时会在发烧时改善 | 麻省理工学院新闻
科学家们正在追查父母和其他护理人员多年来所报告的情况：当一些患有自闭症谱系障碍的人经历引发发烧的感染时，他们的自闭症相关症状似乎会有所改善。 在马库斯基金会的两项新资助下，麻省理工学院和哈佛医学院的科学家希望解释这一现象的发生原因，以便最终开发出模仿“发烧效应”的疗法，以同样的方式改善症状。 神经科学家说：“虽然它实际上并不是由发烧本身引起的，但‘发烧效应’是真实存在的，它为我们提供了开发疗法以缓解自闭症谱系障碍症状的机会。” 蔡凯莉，麻省理工学院大脑与认知科学系副教授，皮考尔学习与记忆研究所研究员。 Choi 将与哈佛医学院免疫学副教授 Jun Huh 合作开展该项目。这两所机构的资助总额为三年 210 万美元。 “据我所知，‘发烧效应’可能是唯一一种自然现象，这种现象可以显著改善由发育决定的自闭症症状，尽管只是暂时的，”Huh 说。“我们的目标是了解这种情况在细胞和分子水平上发生的方式和原因，找出免疫驱动因素，并产生持久的效果，使广大自闭症患者受益。” 马库斯基金会已经参与自闭症工作 30 多年，帮助发展该领域并解决从认识到治疗到新诊断设备等所有问题。 马库斯基金会创始人兼主席伯尼·马库斯表示：“我一直对治疗和减轻自闭症症状的新方法很感兴趣，而崔医生和许医生已经提出了一个大胆的理论。我希望马库斯基金会医学研究奖能帮助他们的理论成为现实，并最终帮助改善自闭症儿童及其家人的生活。” 大脑与免疫的相互作用 十年来，Huh 和 Choi 一直在研究感染与自闭症之间的关系。他们的研究表明，发烧带来的有益影响可能源自感染期间免疫系统的分子变化，而不是体温升高本身。 他们在小鼠身上进行的研究表明，怀孕期间的母体感染会受到母体微生物群组成的调节，从而导致后代出现神经发育异常，导致类似自闭症的症状，例如社交能力受损。Huh 和 Choi 的实验室已经 追踪效果 IL-17a 是一种母体水平的免疫信号分子，它作用于发育中的胎儿脑细胞中的受体，导致大脑皮层中一个叫做 S1DZ 的区域过度活跃。 另一项研究他们证明了母体感染似乎如何促使后代在以后的生活中感染时产生更多的 IL-17a。 基于这些研究，2020 年 纸 阐明了自闭症环境中的发烧效应。这项研究表明，在子宫内因母体感染而出现自闭症症状的小鼠在感染后社交能力会有所改善——这一发现与人类的观察结果相似。科学家发现，这种影响取决于 IL-17a 的过度表达，在这种情况下，IL-17a 似乎可以平息受影响的大脑回路。当科学家将 IL-17a 直接注射到母亲在怀孕期间未受感染的患有自闭症样症状的小鼠大脑中时，这种治疗仍然能改善症状。 新的研究和样本 这项研究表明，通过额外提供 IL-17a 来模拟“发烧效应”可以对多种具有不同潜在原因的自闭症谱系障碍产生类似的治疗效果。但这项研究也留下了一些悬而未决的问题，在开发任何临床可行的治疗方法之前必须回答这些问题。IL-17a 究竟是如何导致小鼠症状缓解和行为改变的？发烧效应在人身上也以同样的方式起作用吗？ 在新的项目中，崔永元和许埈良希望详细解答这些问题。 崔说：“通过了解发烧效应背后的科学原理，了解症状改善背后的机制，我们可以获得足够的知识来模仿它，即使对于那些没有自然经历发烧效应的人也是如此。” Choi 和 Huh 将继续在小鼠身上开展研究，以期发现 IL-17a 和类似分子引发的分子、细胞和神经回路效应序列，从而提高社交能力并减少重复行为。他们还将深入研究为何暴露于母体感染的小鼠的免疫细胞会准备好产生 […]
利用电力炼钢 | 麻省理工学院新闻
钢铁是地球上最有用的材料之一。 它是现代生活的支柱，用于摩天大楼、汽车、飞机、桥梁等。 不幸的是，炼钢是一个极其肮脏的过程。 最常见的生产方式包括开采铁矿石，通过添加煤炭在高炉中还原铁矿石，然后使用氧气炉烧掉多余的碳和其他杂质。 这就是为什么钢铁生产 约占7%至9% 占人类全球温室气体排放量的 10%，是地球上污染最严重的行业之一。 现在，波士顿金属公司正在寻求利用一种称为熔融氧化物电解（MOE）的电化学工艺来净化炼钢行业，该工艺消除了炼钢过程中的许多步骤，并释放出氧气作为其唯一的副产品。 该公司由麻省理工学院荣誉教授 Donald Sadoway、Antoine Allanore 教授和 James Yurko 博士 '01 创立，已在其巴西子公司 Boston Metal do Brasil 使用 MOE 从采矿废料中回收高价值金属。 这项工作正在帮助波士顿金属团队在商业规模上部署其技术，并与采矿运营商建立重要的合作伙伴关系。 该公司还在马萨诸塞州沃本的总部建造了一座原型 MOE 反应堆来生产绿色钢铁。 尽管名字叫波士顿金属，但它却有着全球野心。 迄今为止，该公司已从欧洲、亚洲、美洲和中东的组织筹集了超过 3.7 亿美元，其领导者预计将迅速扩大规模，以改变世界各地的钢铁生产。 “全世界都认识到我们需要迅速采取行动，而这将通过像这样的技术解决方案来实现，它可以帮助我们摆脱现有技术，”波士顿金属首席科学家和前麻省理工学院博士后纪尧姆·兰博特说。 “气候变化越来越成为我们生活的一部分，因此每个人都面临着迅速采取行动的压力。” 往返月球 波士顿金属公司的技术起源于月球。 2000 年代中期，麻省理工学院材料科学系约翰·F·埃利奥特材料化学名誉教授萨多维获得了 NASA 的一笔资助，用于探索为未来月球基地生产氧气的方法。 萨多韦和麻省理工学院的其他研究人员探索了通过月球表面的氧化铁岩石发送电流的想法，他们使用来自亚利桑那州一颗古老小行星的岩石进行实验。 该反应产生氧气，并副产物金属。 这项研究一直萦绕在萨多维的脑海中，他注意到在地球上，这种金属副产品会引起人们的兴趣。为了使他研究的电解反应更加可行，他与麻省理工学院冶金学教授、材料科学与工程系莱希特曼教授 Allanore 联手。两位教授找到了一种更便宜的阳极，并与萨多维以前的学生 Yurko 合作创立了波士顿金属公司。 “所有基础研究和最初的技术都来自麻省理工学院，”兰博特说。 “我们从麻省理工学院获得专利并获得麻省理工学院技术许可办公室许可的研究中分离出来。” Boston Metal 团队在 2013 […]