麻省理工学院长期教授、计算机科学家阿文德去世 享年77岁

麻省理工学院长期教授、计算机科学家阿文德去世享年77岁阿文德是一位多产的研究人员，曾领导计算机科学与人工智能实验室（CSAIL）的计算结构小组，在麻省理工学院任教近五十年。萨利-科恩布鲁斯（SallyKornbluth）校长今天在致麻省理工学院社区的一封信中写道："他深受麻省理工学院社区和世界各地无数人的爱戴，他的智慧才华和对生活的热情激励着他们。"作为一名科学家，阿文德因其在数据流计算方面的重要贡献而闻名，数据流计算旨在优化数据流，以利用并行性，实现更快、更高效的计算。在过去的25年中，他的研究兴趣扩展到为微处理器和硬件加速器等复杂数字设备的形式建模、高级综合和形式验证开发技术和工具，以及并行计算架构和编程语言的内存模型和高速缓存一致性协议。认识阿文德的人都说他是一个罕见的人，他的兴趣和专长从高层次的理论形式系统一直到语言和编译器，再到硅硬件的门和结构。从减少数据中心所需的能源和空间，到简化更高效的多核计算机芯片设计，阿文德的研究成果应用广泛。"阿文德既是计算机体系结构和编程语言领域的杰出学者，也是一位兢兢业业的教师，他为我们的学生带来了系统级思维。他还是一位杰出的学术带头人，经常领导课程改革，并以有意义、有影响的方式为工程理事会做出贡献。"首席创新与战略官、工程学院院长、电气工程与计算机科学VannevarBush讲座教授AnanthaChandrakasan说："我将非常怀念他的睿智建议。""阿文德的正能量和他爽朗的笑声照亮了许多人的生活。他为同事和几代学生提供了经久不衰的睿智建议。他致力于追求卓越的学术成就，不仅改变了计算机体系结构和并行计算方面的研究，还将这一承诺带到了他作为电子工程科学系计算机科学教研室主任的工作中。"麻省理工学院苏世民计算机学院院长、电气工程与计算机科学亨利-埃利斯-沃伦（HenryEllisWarren）教授DanHuttenlocher说："他给我们所有有幸与他共事的人留下了持久的影响。"阿文德在坎普尔印度理工学院求学期间对并行计算产生了浓厚的兴趣，并于1969年获得该校学士学位。1972年和1973年，他分别获得明尼苏达大学计算机科学硕士和博士学位，研究操作系统和程序行为数学模型。1974年至1978年，他在加州大学欧文分校任教，之后加入麻省理工学院。在麻省理工学院，阿文德的小组研究并行计算和声明式编程语言，他领导开发了两种并行计算语言：Id和pH。20世纪90年代，他一直致力于这些编程语言的研究，并于2001年与合著者R.S.Nikhil出版了《pH中的隐式并行编程》一书，这是20多年研究的结晶。除研究工作外，阿文德还是EECS的重要学术带头人。他曾担任该系计算机科学教研室主任，在麻省理工学院苏世民计算机学院成立后，他在帮助EECS重组方面发挥了关键作用。"阿文德坚持不懈的积极态度、坚定不移的乐观主义、无边无际的慷慨和作为研究人员的非凡力量确实鼓舞人心，给所有有幸认识他的人留下了深刻的印记。我非常感谢他给我们的生活带来的光明，以及他对我们社区的根本性影响，"电气工程与计算机科学安德鲁和埃尔纳-维特比教授兼CSAIL主任DanielaRus说。他在数据流和并行计算方面的工作促成了20世纪80年代末和90年代初的季风项目。阿文德的小组与摩托罗拉公司合作，制造了16台数据流计算机器，并开发了相关软件。其中一台Monsoon数据流计算机现存于加利福尼亚州山景城的计算机历史博物馆。正如他在2012年接受电气和电子工程师学会（IEEE）采访时所解释的那样，20世纪90年代，并行计算研究资金开始枯竭，阿文德的工作重心随之转移。他回忆说："微处理器的速度越来越快，人们认为不需要它了。"相反，他开始将其团队在并行编程中学习和开发的技术应用到数字硬件的原理设计中。除了指导麻省理工学院的学生和年轻同事，阿文德还为许多国家的大学和政府提供并行编程和半导体设计方面的研究咨询。基于他在数字硬件设计方面的工作，Arvind于2000年创立了Sandburst公司，这是一家无晶圆厂半导体芯片制造公司。Sandburst后来被博通收购。阿文德和他的学生们还开发了一种编程语言Bluespec，旨在实现芯片设计的自动化。在这项工作的基础上，他于2003年与他人共同创办了初创公司Bluespec,Inc.，致力于开发实用工具，帮助工程师简化设备设计。过去十年间，他致力于推动麻省理工学院的本科生教育，为6.004（计算结构）和6.191（深度学习导论）课程引入现代设计工具，并将与Bluespec密切相关的编程语言Minispec纳入其中。由于在数据流和多线程计算以及硬件高级合成工具开发方面做出的上述贡献和其他贡献，Arvind于2008年和2012年分别荣获美国国家工程院院士和美国艺术与科学院院士称号。他还被本科母校印度理工学院坎普尔分校评为杰出校友。"阿文德不仅是EECS社区的支柱和计算机科学的泰斗，他还是一位受人爱戴的同事和值得珍惜的朋友。我们这些有幸与Arvind共事和合作的人对他的突然离世感到悲痛欲绝。他的仁慈和幽默坚定不移；他的指导深思熟虑；他的指导是无价之宝。"麻省理工学院苏世民计算机学院副院长兼电子工程与电子技术系主任AsuOzdaglar说："我们将深深地怀念他。"阿文德曾获得印度国家科学院院士、美国计算机协会和电气和电子工程师学会研究员等众多奖项，并于2012年获得电气和电子工程师学会颁发的哈里-H-古德纪念奖，该奖旨在表彰对信息处理领域的理论或实践做出的重大贡献。阿文德是一位谦逊的科学家，他首先指出，这些成就的取得离不开他杰出而出色的合作者。这些合作者中最重要的是他有幸在麻省理工学院共事过的本科生和研究生。据他的家人说，他与这些学生在专业和个人方面都保持着良好的关系，他把这些关系看得比他们一起完成的工作更重要。在2012年接受IEEE采访时，阿文德这样总结他在科学上取得成功的关键："真的，一个人必须做自己相信的事情。我认为，我们大多数人的工作水平，如果你每天都不乐在其中，是无法持续的。你不能只为结果而工作。你必须努力工作，因为你会说，'我必须知道这个问题的答案'，"他说。他的妻子GitaSinghMithal、两个儿子Divakar'01和Prabhakar'04、他们的妻子Leena和Nisha以及两个孙子Maya和Vikram均健在。...PC版：https://www.cnbeta.com.tw/articles/soft/1435388.htm手机版：https://m.cnbeta.com.tw/view/1435388.htm

麻省理工学院揭幕"质子之舞"： 开拓能源新时代

麻省理工学院揭幕"质子之舞"：开拓能源新时代麻省理工学院的化学家们首次详细描绘了这些质子耦合电子转移是如何在电极表面发生的。他们的研究成果可以帮助研究人员设计出更高效的燃料电池、电池或其他能源技术。麻省理工学院化学和化学工程教授、该研究的资深作者YogeshSurendranath说："我们在这篇论文中取得的进展是研究和理解了这些电子和质子如何在表面部位耦合的性质，这与催化反应有关，而催化反应在能量转换装置或催化反应中非常重要。"在他们的研究成果中，研究人员能够准确追踪电极周围电解质溶液pH值的变化如何影响电极内质子运动和电子流动的速度。麻省理工学院研究生诺亚-刘易斯（NoahLewis）是这篇论文的第一作者，论文最近发表在《自然-化学》上。麻省理工学院前博士后RyanBisbey、麻省理工学院研究生KarlWestendorff和耶鲁大学研究科学家AlexanderSoudackov也是这篇论文的作者。质子传递质子耦合电子转移是指一种分子（通常是水或酸）将质子转移到另一种分子或电极表面，从而刺激质子接受者也接受一个电子。这种反应已被广泛应用于能源领域。"这些质子耦合电子转移反应无处不在。它们通常是催化机制中的关键步骤，对于制氢或燃料电池催化等能量转换过程尤为重要，"Surendranath说。在制氢电解槽中，这种方法用于从水中去除质子，并在质子上添加电子以形成氢气。在燃料电池中，当质子和电子从氢气中移出并加入氧气形成水时，就会产生电能。施加电势会导致质子从氢离子（右图）转移到电极表面。利用具有分子定义质子结合位点的电极，麻省理工学院的研究人员为这些界面质子耦合电子转移反应建立了一个通用模型。图片来源：研究人员提供质子耦合电子转移在许多其他类型的化学反应中都很常见，例如二氧化碳还原（通过添加电子和质子将二氧化碳转化为化学燃料）。当质子接受体是分子时，科学家们可以精确控制每个分子的结构，并观察电子和质子如何在分子间传递，因此他们已经对这些反应的发生过程有了很多了解。然而，当质子耦合电子转移发生在电极表面时，这一过程就更难研究了，因为电极表面通常非常异质，质子有可能与许多不同的位点结合。为了克服这一障碍，麻省理工学院的研究小组开发出一种设计电极表面的方法，使他们能够更精确地控制电极表面的组成。他们的电极由石墨烯薄片组成，表面附着有机含环化合物。每个有机分子的末端都有一个带负电荷的氧离子，它可以接受周围溶液中的质子，从而使电子从电路流入石墨表面。Surendranath说："我们可以创造出一种电极，它不是由各种各样的位点组成，而是由单一类型的非常明确的位点组成的统一阵列，每个位点都能以相同的亲和力结合质子。由于我们拥有这些非常明确的位点，这让我们能够真正揭示这些过程的动力学"。利用这个系统，研究人员能够测量流向电极的电流，从而计算出平衡状态下质子向表面氧离子转移的速率--质子向表面捐赠的速率和质子从表面转移回溶液的速率相等的状态。他们发现，周围溶液的pH值对这一速率有显著影响：最高速率出现在pH值的两端--酸性最强的pH值为0，碱性最强的pH值为14。为了解释这些结果，研究人员根据电极可能发生的两种反应建立了一个模型。在第一种反应中，强酸性溶液中高浓度的氢离子（H3O+）将质子传递给表面的氧离子，生成水。在第二种情况下，水将质子传递给表面氧离子，生成氢氧根离子（OH-），氢氧根离子在强碱性溶液中浓度较高。不过，pH值为0时的速度比pH值为14时的速度快四倍，部分原因是氢离子释放质子的速度比水快。需要重新考虑的反应研究人员还惊奇地发现，这两个反应的速率并不是在中性pH值为7（氢铵和氢氧根的浓度相等）时相等，而是在pH值为10（氢氧根离子的浓度是氢铵的100万倍）时相等。该模型表明，这是因为涉及氢𬭩或水提供质子的前向反应比涉及水或氢氧化物去除质子的后向反应对总速率的贡献更大。研究人员说，关于这些反应如何在电极表面发生的现有模型假定，前向反应和后向反应对总速率的贡献相同，因此新发现表明，可能需要重新考虑这些模型。Surendranath说："这是默认的假设，即正向和逆向反应对反应速率的贡献相同。我们的发现确实令人大开眼界，因为这意味着人们用来分析从燃料电池催化到氢进化等一切问题的假设可能是我们需要重新审视的。"研究人员目前正在利用他们的实验装置研究向电极周围的电解质溶液中添加不同类型的离子会如何加快或减慢质子耦合电子流的速度。刘易斯说："通过我们的系统，我们知道我们的位点是恒定的，不会相互影响，因此我们可以读出溶液的变化对表面反应的影响。"编译自//scitechdaily...PC版：https://www.cnbeta.com.tw/articles/soft/1424095.htm手机版：https://m.cnbeta.com.tw/view/1424095.htm

麻省理工学院首次控制量子随机性

麻省理工学院首次控制量子随机性想象一下，平静的海面突然起了波浪--这与量子层面的真空中发生的情况类似。在此之前，科学家们已经利用这些波动生成了随机数。它们也是量子科学家在过去一百年中发现的许多迷人现象的原因。利用真空波动生成可调谐随机数的实验装置。图片来源：CharlesRoques-Carmes、YannickSalamin麻省理工学院博士后CharlesRoques-Carmes和YannickSalamin、麻省理工学院教授MarinSoljačić和JohnJoannopoulos及其同事最近在《科学》（Science）杂志上发表了一篇论文，对上述发现进行了描述。传统上，计算机以确定性的方式运行，按照一系列预定义的规则和算法逐步执行指令。在这种模式下，如果多次运行相同的操作，总会得到完全相同的结果。这种确定性方法为我们的数字时代打下了基础，但也有其局限性，尤其是在模拟物理世界或优化复杂系统时，这些任务往往涉及大量的不确定性和随机性。从量子真空中生成可调随机数的艺术插图。图片来源：陈磊这就是概率计算概念发挥作用的地方。概率计算系统利用某些过程的内在随机性来执行计算。它们不会只提供一个"正确"的答案，而是提供一系列可能的结果，每个结果都有其相关的概率。这使它们非常适合模拟物理现象和解决优化问题，因为在这些问题中可能存在多种解决方案，而对各种可能性的探索可以找到更好的解决方案。工作的主要作者之一CharlesRoques-Carmes博士正在操作实验系统。图片来源：AnthonyTulliani然而，概率计算的实际应用在历史上一直受到一个重大障碍的阻碍：缺乏对量子随机性相关概率分布的控制。不过，麻省理工学院团队开展的研究揭示了一种可能的解决方案。具体来说，研究人员已经证明，向光学参量振荡器（一种自然生成随机数的光学系统）注入微弱的激光"偏压"，可以作为"偏压"量子随机性的可控源。"尽管对这些量子系统进行了广泛的研究，但非常微弱的偏置场的影响尚未得到探索，"该研究的研究员CharlesRoques-Carmes说。"我们发现的可控量子随机性不仅让我们能够重新审视量子光学中已有几十年历史的概念，而且还为概率计算和超精确场传感开辟了潜力。"该团队成功展示了操纵与光参量振荡器输出状态相关的概率的能力，从而创造了有史以来第一个可控光子概率位（p-bit）。此外，该系统还显示出对偏置场脉冲时间振荡的敏感性，甚至远低于单光子水平。工作的主要作者之一YannickSalamin博士正在操作实验系统。资料来源：AllysonMacBasino团队另一位成员YannickSalamin说："我们的光子p比特生成系统目前可以每秒生成10,000个比特，每个比特都可以遵循任意的二项分布。我们预计，这项技术将在未来几年不断发展，从而产生更高速率的光子p位，并实现更广泛的应用。"麻省理工学院的MarinSoljačić教授强调了这项工作的广泛意义："通过使真空波动成为可控元素，我们正在推动量子增强概率计算的发展。在组合优化和晶格量子色动力学模拟等领域模拟复杂动力学的前景非常令人兴奋"。...PC版：https://www.cnbeta.com.tw/articles/soft/1382749.htm手机版：https://m.cnbeta.com.tw/view/1382749.htm

麻省理工学院发现：人类仍然比人工智能便宜

麻省理工学院(MIT)在一项研究中发现，人工智能目前还无法以经济有效的方式取代大多数工作岗位，这项研究试图打消人们对人工智能在许多行业取代人类的担忧情绪。在对人工智能取代劳动力的可行性进行的首次深入调查中，研究人员对美国各项任务自动化的成本吸引力进行了建模估算，重点关注了使用计算机视觉的工作——比如教师和房地产估价师。研究人员发现，按美元工资计算，只有23%的劳动者可以被有效取代。在其他情况下，由于人工智能辅助视觉识别的安装和操作成本高昂，因此由人类来完成这项工作更为经济划算。去年，在OpenAI的ChatGPT和其他AI工具展示了这项技术的潜力之后，各行各业开始加速采用这种工具。从美国的微软公司和Alphabet公司到中国的和，科技公司推出了各种AI服务。行业领袖警告说，AI发展速度太快了。长期以来，人们一直担心AI对就业的影响。麻省理工学院计算机科学与人工智能实验室的研究人员指出，“机器将抢走我们的工作”是技术快速变革时期人们经常表达的一种情绪，而随着大语言模型的创建，这种焦虑再次出现了。“但我们发现，由于AI系统的前期成本很高，只有23%的员工‘暴露’在AI计算机视觉中，对企业来说是具有成本效益的。”计算机视觉是AI技术的一个领域，它使机器能够从数字图像和其他视觉输入中获取有意义的信息，其最普遍的应用出现在自动驾驶的物体检测系统中，或者对智能手机上的照片进行分类。麻省理工学院的论文称，和的突出领域——零售、运输和仓储等方面，也是计算机视觉最具效益的领域。论文中一个案例提到，在面包店里，面包师每天都要检查原料的质量控制，但这只占他们工作时间的6%。但安装摄像头和AI系统所节省的时间和工资，远低于这种技术升级的成本。研究人员表示，目前只有3%的视觉辅助任务可以有效、低成本地自动化，但如果数据成本下降，准确性提高，到2030年这一比例可能会上升到40%。国际货币基金组织(IMF)上周发布报告称，人工智能技术将影响全球近40%的就业岗位，相比于新兴市场和低收入国家，发达国家的就业更容易受到人工智能的影响。它还警告说，在大多数情况下，这种技术对全球劳动力市场的潜在影响可能会加剧整体不平等。在上周的达沃斯世界经济论坛上，许多讨论都集中在AI取代劳动力的问题上。InflectionAI和DeepMind的联合创始人MustafaSuleyman表示，AI系统“从根本上说是替代劳动力的工具”。OpenAI首席执行官萨姆·奥特曼声称，AI的能力“有很强的局限性”，人们应该将其视为一种“在某些领域非常有用”的工具，不能完全依赖于AI。标签:#AI#劳动力频道:@GodlyNews1投稿:@GodlyNewsBot