自幼熱愛動物,Kennedy 先於 Northwestern University 取得學士學位,後赴 MIT 攻讀生物學碩士。「我在 MIT 找到出色導師,」她提及特別享受與 Hazel Sive 教授合作,其實驗室研究非洲爪蟾。研究雖引人入勝,但她渴望從事實務醫學,遂於 Tufts University 獲取獸醫學位,之後在私人診所執業 16 年。如今她在 Canine Companions 結合動物護理與研究。
Huang 在 MIT 攻讀電機工程時,並未預料會改變眼科影像範式,但他希望以工程思維貢獻醫學進展,以追隨父親作為家庭醫生的腳步。OCT 源自他在 Harvard-MIT 健康科學與技術計劃的 MD-PhD 研究。在 James Fujimoto(電機工程 Elihu Thomson 教授,學士 ’79、碩士 ’81、博士 ’84)指導下,Huang 研究超快雷射,用於改善眼科任務,如測量角膜與視網膜厚度。
他採用干涉測量法,能精準至一象兆分之一秒,從而實現微米級解析度。
Huang 的實驗顯示,此技術能偵測視網膜內部微弱信號來自細微結構。Fujimoto 與 Huang 意識到其成像潛力,邀請 Lincoln Laboratory 的 Eric Swanson(碩士 ’84,原用干涉測量於衛星間通訊)合作,開發適用生物的 OCT 機器。Huang 透過 Harvard 醫學院測試多種組織,發現其在視網膜與冠狀動脈樣本特別出色。
他們於 1991 年在《Science》雜誌發表初步成果,建立 OCT 作為全新成像模式。
「我們能與醫生合作,加上 Lincoln Lab 與 MIT 的先進技術,讓這項成像技術迅速起飛,而其他同期研究者未能展現成果。」Huang 說。發明後,他完成眼科醫師訓練,Fujimoto 與 Swanson 則創立新創公司,將設備推向醫療機構。
數十年來,Huang 持續優化 OCT 應用。
目前在 Oregon Health and Science University 的 Casey Eye Institute 擔任研究主任,他領導團隊探索 OCT 血管成像(至毛細血管血流)及 OCT 光視網膜圖(視網膜光感受器反應)。他同時診治病患,並共同創辦 GoCheck Kids 兒童眼科篩檢數位平台。Huang 歸功其創新於跨領域視野:「純醫師或雷射工程師難以察覺臨床問題的發明機會,但雙重知識讓這變得容易。
電池容量相近:Ultra 7050 mAh(100 W 有線、50 W 無線),Find X9s 7025 mAh(80 W)。Ultra 充電更快、多無線選項;喇叭 Ultra 實測 -25.6 LUFS(優秀)。尺寸上,Ultra 163.2 x 77.0 x 8.7 mm、235 g 較大重;Find X9s 156.98 x 73.93 x 7.99 mm、202 g 更輕薄。
兩者均支持 5G 雙卡、NFC(Find X9s Pro eSE 更豐富)、Wi-Fi 7(Find X9s Pro 明確支持 802.11be)、藍牙高階音訊(LHDC 5),無 3.5mm 孔。Find X9 Ultra 有紅外線埠、USB 3.2、IP66/68/69 防水(1.5m/30min),電池 7050 mAh、100 W 有線 / 50 W 無線充電;Find X9s Pro 電池 7025 mAh、80 W 有線 / 50 W 無線,尺寸更輕薄(198-200 g vs 235-236 g)。
美國海軍正加速推進定向能量武器發展,以應對日益複雜且持續的無人機威脅。最新行動中,海軍在海上測試高能雷射系統,標誌著轉向更快、更低成本的反無人機防禦,不依賴傳統彈藥。此發展反映五角大樓更廣泛努力,針對低成本、高數量的空中威脅。測試於 USS George H.W. Bush (CVN-77) 航空母艦進行,托盤式雷射武器追蹤並摧毀空中目標,展現即時火力示範。
美國國家航空暨太空總署(NASA)近日宣布,正在為國際太空站(ISS)進行一輪電腦系統升級,第74長駐考察乘組將陸續更換新一代筆記型電腦,以提升軌道科學研究及日常運作的運算能力。這批新設備由惠普(HP)提供,型號為專為太空站定製的 HP ZBook Fury G9 行動工作站。
HP ZBook Fury G9 太空版規格
規格項目
詳細內容
處理器
Intel Core Ultra 9 vPro HX
顯示卡
NVIDIA RTX Pro Blackwell 專業圖形處理器
RAM
128GB DDR5
儲存
四塊 2TB NVMe 固態硬碟
電源
NASA 專用直流電適配器
根據 NASA 上週發佈訊息,太空人已於上週五開會評估並確認硬體升級方案,將先更換網路伺服器,隨後啟用性能更強的新款筆記型電腦。NASA 發言人 Joshua Finch 在接受媒體採訪時表示,國際太空站項目已正式選定 HP ZBook Fury G9 作為下一代太空站筆記型平台。目前,第74遠征隊成員之一的 NASA 太空人 Chris·威爾斯已於太空站內開始拆解、檢查並準備安裝相關電腦硬體,相關操作畫面已由 NASA 公開發佈。
如果你曾到眼科醫生處檢查,並拍攝眼球內部影像,很可能使用了光學相干斷層掃描(OCT)技術。這項技術由臨床科學家 David Huang(MIT 電機工程學士 ’85、碩士 ’89、博士 ’93)發明,目前每年應用於全球 4000 萬次程序。OCT 是一種非侵入性方法,能產生複雜生物組織的詳細影像,例如視網膜或冠狀動脈中積聚的斑塊。它透過測量光波從組織反射回來的飛行時間,繪製出高解析度的內部結構圖像。
David Huang 表示:「OCT 使用紅外光,幾乎不可見,相比傳統眼底攝影的強光閃爍,它提供更多資訊——三維而非二維影像,且解析度更高。」這項發明讓他與共同發明者於 2025 年入選國家發明家名人堂,並在 2023 年獲頒 Lasker 獎及國家科技與創新獎章。
OCT 的發明歷程
David Huang 在 MIT 攻讀電機工程本科時,並未預料會改變眼科影像範式,但他希望以工程思維貢獻醫學進展,以追隨父親作為家庭醫生的腳步。OCT 源自他在 Harvard-MIT 健康科學與技術計劃的 MD-PhD 研究期間。在 James Fujimoto(電機工程 Elihu Thomson 教授,MIT ’79、SM ’81、PhD ’84)指導下研究超快雷射時,他被要求應用雷射改善眼科任務,如測量角膜與視網膜厚度。
David Huang 認為干涉測量法(interferometry)可將飛行時間精準至一象兆分之一秒,從而實現微米級厚度測量。他的實驗顯示,此技術能偵測視網膜內部微弱信號來自細微結構。Fujimoto 與 David Huang 意識到其影像潛力,便邀請 Lincoln Laboratory 的 Eric Swanson(SM ’84,原從事衛星間干涉通訊)合作,開發適用生物的 OCT 機器。
David Huang 透過 Harvard Medical School 測試多種組織,發現其在視網膜及冠狀動脈樣本影像上特別成功。他們於 1991 年在《Science》雜誌發表初步成果,建立 OCT 作為新型影像模式。「由於我們能與醫生合作,並利用 Lincoln Lab 與 MIT 的先進技術,其他同期探索者未能展現類似影像成果,我們讓這技術迅速起飛。
」David Huang 說。
發明後,David Huang 完成眼科醫師訓練,Fujimoto 與 Swanson 則創立初創公司,將設備推向診所。數十年來,他持續優化 OCT 應用。目前作為 Oregon Health and Science University Casey Eye Institute 研究主任,他領導團隊探索 OCT 血管造影(影像毛細血管血流)及 OCT 視網膜光電圖(映射視網膜光感受器反應)。
他同時診治病患,並共同創辦 GoCheck Kids 兒童眼科篩查數位平台。
David Huang 歸功其創新於跨領域知識。「純醫生或純雷射工程師難以察覺發明解決臨床問題的機會,但兩者兼備就容易多了。」
麻省理工學院(MIT)幾乎每個實驗室的研究員都深入探討人工智能(AI)。他們開發和部署的工具已大幅提升現有方法,並開闢全新發現途徑。AI 在 MIT 無所不在,研究員幾乎無意間便涉足其中。以機械工程副教授 Sili Deng 為例,她表示若非新冠疫情,她未必會全力投入 AI。她於 2019 年加入教職員,正籌備實驗室研究燃燒動力學、排放減少及能源材料火焰合成時,疫情導致實驗室翻新停擺。
她於是挑戰自己及博士後團隊嘗試機器學習,利用燃燒領域的基礎知識,探索機器學習可填補的空白。在她的領導下,Deng 的能源與奈米科技小組利用 AI 開發「數位孿生」模型,模擬能源/流體裝置的性能,為物理系統的數位複製品。最終,此模型可即時預測及控制燃料燃燒系統運作。
與 Deng 不同,航空航天副教授 Zachary Cordero 是因同事引介而接觸 AI。
2024 年,機械工程系主任 John Hart 建議 Cordero——專攻新興航空航天應用材料的開發——與機械工程副教授 Faez Ahmed 會面,後者擅長工程設計的機器學習及優化。Cordero 表示此前並無 AI 相關研究:「這對我完全是新領域。」他們在美國國防高等研究計劃署(DARPA)資助項目中合作,開發 AI 工具優化「blisk」(渦輪葉盤)的材料組成,此為噴射及火箭渦輪引擎關鍵部件。
該工作旨在提升引擎性能及壽命,或促成更可靠的重型發射載具可重用火箭引擎。Cordero 指 AI 系統強化人類直覺,甚至在「幾乎不可能憑直覺解決」的問題上亦然。
AI 革新多學科研究
生物工程查爾斯 W. 及詹妮弗 C. 強森教授 Angela Koehler 表示:「我們每個小組會議都討論這些工具。」她的團隊利用 AI 模型開發針對先前視為「不可成藥」分子目標(如轉錄因子、RNA 結合蛋白或細胞因子)的藥物候選。她指自己參與的 90% 論文委員會均涉及重大 AI 成分,五年前絕非如此。MIT 研究副總裁 Ian Waitz 表示:「AI 遍佈校園。
任何高度複雜領域均受益,包括生命科學、材料科學及影像分析。我不知 MIT 有哪個研究領域未受 AI 影響。」
機械工程及材料科學與工程教授 Ju Li 認為,若賦予 AI 實驗自主權,讓其嘗試、失敗並學習,它可演化成類似人類智能。李於 1995 年獨立活動期(IAP)修讀神經網絡課程,當時僅數層,並用作回歸工具擬合曲線。如今神經網絡可逾千層,受強大晶片運算力及數據中心激增推動,AI 活動全球爆發。
MIT 自 1954 年 Belmont G. Farley 及 Wesley A. Clark 首創神經網絡電腦模擬以來,便持續投入。
工程學院 AI 及健康傑出教授 Regina Barzilay 自 2003 年加入 MIT 便從事 AI。她領導 Abdul Latif Jameel 機器學習健康診所,其實驗室工具廣泛應用於製藥業,帶來重大影響。其中 Boltz 系列模型受 DeepMind AlphaFold2(其開發者 Demis Hassabis 及 John Jumper 獲 20
其他領域亦見 AI 應用。Giovanni Traverso 實驗室用 AI 設計奈米粒子,提升 RNA 疫苗及其他療法傳輸效率;Jameel 診所模型預測年度最佳流感疫苗;EECS、CSAIL 及 Mass General Hospital 聯手推出 MultiverSeg,快速註釋醫學影像興趣區域;Priya Donti 開發 AI 優化電網調度,應對太陽能及風能變異;Sara Beery 用 AI 分析遙感數據,預測物種及生態變化;Connor Coley 設計「基因」演算法優化聚合物混
合,用於電池電解質及藥物傳輸,其自主機器人系統每日測試 700 種新混合,找出性能提升 18% 者;Alexander Siemenn 建構全自主 AI 機器人實驗室,24 小時發現太陽能板可持續高性能材料。
儘管 AI 帶來諸多成果,研究員亦遇挑戰。Barzilay 指 AI 未在理解阿茲海默症等神經退化疾病分子機制上帶來「重大轉變」。材料科學副教授 Rafael Gómez-Bombarelli 表示,AI 模擬雖成功,但轉化為物理材料時常失敗,因未捕捉長時尺度及複雜物理,且規模化生產具風險
。腦與認知科學教授 Ila Fiete 建構 AI 模型擴展腦部神經連接知識,反過來改善 AI 架構。Faez Ahmed 指物理世界受 AI 影響較少,MIT 正於此交匯處推動進展。機械工程教授 John Hart 認為 MIT 具備提問及應用工具的專業,能駕馭 AI 潛力與陷阱。
《Priority Technologies: Ensuring US Security and Shared Prosperity》由埃莉莎白·B·雷諾茲(Elisabeth B. Reynolds)編輯,該書探討了如何透過技術維護國家安全和促進經濟增長。雷諾茲教授曾擔任麻省理工學院(MIT)未來工作任務小組的執行主任,這本書預計於2026年出版,定價24.
95美元。
《The Shape of Wonder: How Scientists Think, Work, and Live》由艾倫·萊特曼(Alan Lightman)及馬丁·里斯(Martin Rees)合著,深入探討科學家的思維與生活,定價28美元,將於2025年推出。另一部重要著作《Spheres of Injustice: The Ethical Promise of Minority Presence》,由法國研究與語言教授布魯諾·佩雷奧(Bruno Perreau)撰寫,於20
25年出版,定價34美元,探討少數族裔在社會中的道德承諾。
《The Analytics Edge in Healthcare》由迪米特里斯·伯茨馬斯(Dimitris Bertsimas)及其團隊撰寫,這本書將於2025年出版,定價110美元,專注於醫療領域的數據分析。最後,《The Art of Monetary Policy: Lessons from Sun Tzu for Central Banks》由克里斯汀·J·福布斯(Kristin J.
利用電子裝置自身產生的熱能,微米級矽結構有望實現更節能的熱感測與訊號處理。電子裝置運作時產生的熱量通常被視為問題,但麻省理工學院(MIT)士兵奈米科技研究所的研究科學家 Giuseppe Romano 領導的團隊,開發出一種不依賴電力的資料處理方法。此方法屬於類比運算,將輸入資料編碼為基於裝置內既有廢熱的溫度集合。透過團隊開發的基於物理優化演算法設計的微小矽結構,熱流的傳遞與分佈形成運算基礎,而輸出則由另一端收集的功率表示。
麻省理工學院(MIT)工程師利用回收聚合物進行 3D 列印建築級地板托架,這項技術有望同時解決一次性塑膠污染和全球住房資源壓力問題。機械工程教授 David Hardt 及講師兼研究科學家 AJ Perez 領導的團隊,在最新研究中提出使用回收塑膠 3D 列印梁、托架及其他結構,這些部件可作為傳統木製框架的輕量且更可持續替代品。目前,一些公司正開發大型增材製造技術用於牆體,但多採用混凝土或黏土,生產過程往往帶來嚴重環境負荷。
這些工程師則率先探索以回收塑膠列印結構框架元件。
測試結果與規格
團隊從航太材料公司取得由回收 PET 聚合物及玻璃纖維製成的顆粒,作為房間大小 3D 列印機的「墨水」。他們列印四條長托架,組合成傳統膠合板覆蓋的地板框架,負載能力超過 4,000 磅(約 1,814 公斤),遠超美國房屋及城市發展部(HUD)關鍵建築標準。以下為主要規格:
2024 年發佈 Apple Vision Pro,定位為空間運算平台,但售價數千美元未能獲消費者廣泛接受。iPad 系列則提供多尺寸及價位選擇,轉型為處理個人、工作及學習任務的完整電腦。
iPhone 亦有重大更新,包括 Face ID、全面屏設計及更親民的 iPhone SE,雖然新品已擺脫「i」字頭品牌,但產品線大幅擴張。
Apple 於 2014 年推出 Apple Pay,全球用戶估計達 8.
18 億人;2015 年推 Apple Music,對抗 Spotify,目前擁有逾 1.12 億訂閱者;2019 年推出 Apple TV+(前稱 Apple TV),內容屢獲奧斯卡最佳影片等獎項,同年發 Apple Arcade 提供優質遊戲組合。iCloud 於 2011 年由 Jobs 首度公布,任內大幅擴展,包括 2021 年推出 iCloud+,並捍衛 App Store 30% 佣金模式。
Apple 於 2020 年轉用自研 Apple Silicon 晶片,至 2023 年完成 Mac 系列轉型,提升電池續航、效能及功耗效率。2024 年進入 AI 時代,推出 Apple Intelligence,但未見重大突破,預期升級版 AI Siri 延遲推出。公司避開 OpenAI ChatGPT 於 2022 年引發的生成式 AI 熱潮,今年與 Google 合作,將 Gemini 整合至下一代 AI 工具。
Cook 去年與 Donald Trump 總統宣布 6000 億美元美國投資承諾(US$600 billion,約 HK$4.68 萬億),為期四年,聚焦擴大招聘、製造及本土半導體供應鏈。Apple Park 總部於 2017 年落成,佔地 175 英畝,容納逾 1.2 萬員工,使用 100% 可再生能源,並成為新品發佈背景。