MIT remembers Thomas Rose, a brilliant researcher and generous colleague

Researchers improve weather forecasts looking two to six weeks out

Dự báo thời tiết truyền thống thường chỉ chính xác trong vòng 7-10 ngày, hạn chế khả năng hoạch định dài hạn. Các nhà nghiên cứu đã phát triển một mô hình machine-learning có khả năng học từ và sửa lỗi của các mô hình dự báo hiện có, nhằm cải thiện độ chính xác trong khung thời gian 2-6 tuần - khoảng thời gian quan trọng cho kế hoạch ứng phó khẩn cấp. Phương pháp này kết hợp dữ liệu từ hệ thống weather forecasting như ECMWF và CFSv2, sử dụng thuật toán neural network để nhận diện và điều chỉnh các sai số dự báo một cách hệ thống. Kết quả nghiên cứu cho thấy độ chính xác tăng lên đáng kể so với phương pháp dự báo cũ, mở ra triển vọng mới cho ngành khí tượng và quản lý rủi ro thiên tai.

Kỹ thuật mới này giúp cải thiện đáng kể dự báo thời tiết cho giai đoạn từ hai đến sáu tuần, rất quan trọng cho công tác phòng chống thiên tai.

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.

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.

MIT announces the MIT for America initiative, to strengthen STEM education across the country

MIT đã khởi động chương trình MIT for America nhằm tăng cường giáo dục STEM trên toàn quốc. Chương trình này bao trùm nhiều lĩnh vực STEM và tập huấn sinh viên từ mẫu giáo đến cao đẳng cộng đồng, chuẩn bị cho họ làm việc trong thế giới ngày càng bị định hình bởi khoa học và công nghệ. MIT đầu tư nguồn lực đáng kể để thúc đẩy sáng tạo trong giáo dục STEM, đặc biệt chú trọng đến các cộng đồng kém ưu tiên. Đây là mô hình tham khảo giá trị cho các tổ chức giáo dục muốn đóng góp vào phát triển nguồn nhân lực công nghệ nước nhà.

MIT for America mang đến cơ hội đổi mới cho giáo dục STEM, định hình tương lai công nghệ nước Mỹ.

A Looming Rare Earth Shortage Threatens Critical Tech

Trung Quốc kiểm soát phần lớn nguồn cung erbium và yttrium, nguyên liệu quan trọng cho công nghệ AI và cloud. Sự phụ thuộc này gây nguy cơ thiếu hụt nguyên liệu hiếm ảnh hưởng đến data centers, hệ thống phòng vệ và hạ tầng điện toán đám mây. Các thiết bị như fiber amplifiers, lasers và các thành phần trong hệ thống AI đều cần erbium và yttrium. Bài viết phân tích cách thiếu hụt có thể làm gián đoạn chuỗi cung ứng công nghệ cao. Những công ty như NVIDIA và Google Cloud cần xem xét đa dạng hóa nguồn cung nguyên liệu quý giá.

Tin này giúp lập trình viên hiểu rủi ro thiếu hụt nguyên liệu hiếm đang đe dọa tương lai AI và hạ tầng công nghệ quan trọng.

MIT welcomes David Siegel SM ’86, PhD ’91 as its next Innovation Fellow

Computer scientist, entrepreneur, and philanthropist David Siegel has joined MIT as an Innovation Fellow, where he will collaborate with the MIT Schwarzman College of Computing to advance AI and scientific discovery.

Gold’s Quantum Moment

Gold nanoclusters đang được nghiên cứu như giải pháp cho thách thức lớn nhất của quantum computing: tạo qubits ổn định và có khả năng mở rộng. Delta Gold cùng các nhà nghiên cứu từ University of Toronto và Pennsylvania State đang khám phá tiềm năng của gold nanoclusters. Công nghệ này có thể giải quyết vấn độ ổn định qubits vốn là rào cản chính trong việc phát triển quantum computing thực tế. Nếu thành công, gold nanoclusters có thể trở thành nền tảng cho các hệ thống quantum computing với quy mô lớn hơn và đáng tin cậy hơn. Nghiên cứu này cho thấy hướng tiếp cận mới trong việc sử dụng vật liệu nano để giải quyết các bài toán phức tạp của công nghệ lượng tử.

Gold nanocluster của Delta Gold có thể là giải pháp cho các qubits lượng tử ổn định và có khả năng mở rộng, giúp vượt qua thách thức lớn nhất của tính toán lượng tử.

What is quantum computing actually good for right now

Bối cảnh hiện nay có nhiều sự kiện và nền tảng tập trung vào open source, công nghệ mở và web mở, nhưng nhiều người thắc mắc về ứng dụng thực tế của quantum computing. Nguyên nhân kỹ thuật là do lượng tử tính vẫn còn giới hạn về lượng qubit, độ dài coherence time và tỷ lệ lỗi cao, khiến các công ty như IBM chỉ đạt được khoảng 100-400 qubit trong khi cần hàng triệu qubit để giải quyết các bài toán thực tế. Hệ quả là quantum computing hiện chủ yếu ứng dụng trong nghiên cứu, mô phỏng và một số lĩnh vực đặc thù như tối ưu hóa và mật mã học. Điều đáng học là ngay cả với hạn chế hiện tại, các lập trình viên có thể bắt đầu làm quen với các framework như Qiskit và Cirq để chuẩn bị cho tương lai khi công nghệ này đủ trưởng thành.

Bài viết giải thích ứng dụng thực tế của tính lượng tử giúp lập trình viên định hướng phát triển kỹ năng và dự án phù hợp.