MIT makes progress on campus climate goals

System helps humans predict when self-driving cars will make mistakes

Bối cảnh: Xe tự hành (autonomous vehicle) thường khó dự đoán trong các tình huống bất thường. Nguyên nhân kỹ thuật: CW-Net là kỹ thuật giải thích hành vi xe bằng cách sử dụng khái niệm dễ hiểu với con người. Hệ quả: Nghiên cứu cho thấy những giải thích này giúp tài xế dự đoán hành vi xe trong các tình huống bất ngờ. Điều đáng học: Việc kết hợp AI giải thích (explainable AI) với giao tiếp người-máy có thể cải thiện an toàn giao thông tự động. Công nghệ này có thể ứng dụng trong các hệ thống lái xe bán tự động (autonomous vehicle) để giảm sự mất tin tưởng của người dùng.

CW-Net giúp con người hiểu và dự đoán hành vi của xe tự lái trong các tình huống bất ngờ.

This graphite-free battery could break China’s grip on the EV supply chain

Bối cảnh: Trung Quốc xử lý hơn 90% lượng grafit toàn cầu, làm chuỗi cung ứng pin xe điện trở nên rất phụ thuộc vào nguồn này. Pure Lithium claims its graphite-free cell endured 9,315 charge-discharge cycles with minimal degradation. If this technology scales, it could cut the need to import graphite from China and help Europe reach

Pin không sử dụng than chì có thể phá vỡ thế độc quyền của Trung Quốc trong chuỗi cung ứng xe điện.

How an MIT research project became a global programming language

Bài viết mô tả cách Julia, một ngôn ngữ lập trình ra đời từ một dự án nghiên cứu tại MIT, đã phát triển từ ý tưởng học thuật thành công cụ được sử dụng rộng rãi. Nguyên nhân

Bài viết cho bạn hiểu ngôn ngữ Julia từ dự án nghiên cứu MIT trở thành công cụ phổ biến toàn cầu với hơn 1 triệu người dùng.

Inside South Africa’s clean coal programme

Chương trìnhthan khí sạch của Nam Phi đã đầu tư 7,15 triệu rand vào một nghiên cứu của CSIR nhằm đánh giá công nghệ giảm khí thải từ than. Tuy nhiên, sau khi nghiên cứu hoàn thành, nhà máy thử nghiệm vẫn chưa được xây dựng do thiếu vốn. Dự án này đang bị trì hoãn nhiều năm mà chưa có bất kỳ kết quả thực tế nào về hiệu suất hoặc mức độ giảm CO2. Thiếu sự kết nối giữa giai đoạn nghiên cứu và giai đoạn triển khai đã làm cho nguồn lực bị lãng phí và mục tiêu giảm khí thải không thể đạt được. Để tránh tình trạng tương tự, các dự án năng lượng sạch cần có kế hoạch tài chính rõ ràng và cam kết xây dựng nhà máy thử nghiệm ngay sau khi nghiên cứu kết thúc.

Bài viết tiết lộ thách thức và thực tế đằng sau chương trình than sạch ở Nam Phi.

EnergyMind BMS: An Autonomous Multi-Agent AI Digital Twin for Commercial Building Decarbonization

EnergyMind BMS là giải pháp AI Digital Twin sử dụng kiến trúc Multi-Agent để giảm phát thải carbon cho tòa thương mại. Hệ thống này bao gồm các agent độc lập cộng tác thông qua consensus mechanism, cho phép tòa nhà tự nhận diện vấn đề năng lượng và đưa ra quyết định tối ưu. Nghiên cứu thử nghiệm trên tòa nhà 5 tầng tại Singapore cho giảm 23% năng lượng tiêu thụ và 18% phát thải carbon, vượt trội hơn các phương pháp truyền thống. Công nghệ này có giá trị lớn trong việc giải quyết bài toán decarbonization cho các công trình thương mại nhờ khả năng tự học và thích nghi theo thời gian thực.

EnergyMind BMS giúp các lập trình viên hiểu cách áp dụng công nghệ Digital Twin và AI đa tác nhân để tối ưu hóa giảm phát thải trong các tòa nhà thương mại.

This road map could help us decide whether to deploy solar geoengineering

A new report from the nonprofit Reflective lays out the experiments needed to better understand our ability to dim the sun.

Nanoscale mechanics could enable brain-inspired computing

MIT researchers created a computing platform that leverages the unique properties of squishy materials at the nanoscale to develop tiny devices that can process information, inspired by how the brain works. This could enable edge devices like biological or environmental sensors that are more adaptable and energy-efficient than traditional electronics.