从学霸到科研“菜鸟”的转变是正常现象，主要因学习模式差异、科研的独特挑战导致，可通过MIT研究员的“科研破局10条”中的部分方法逐步适应科研节奏。

丰富的学术交流氛围频繁的学术报告交流：从世界级大牛到普通研究人员的各个级别层次的报告交流在MIT随处可见，能够随时撞击出思想的火花。有校友感叹道，在MIT，科学技术绝对是一项艺术，科学的思想自由开放，每个人都有很多Idea，哪怕听起来很stupid，都能赢得肯定。

朱俊彦博士：毕业于加州大学伯克利分校，2020年进入卡耐基梅隆大学担任助理教授。

这位留美海归认为回国发展是合适的选择，其回国后的工作体验、收入情况良好，且综合对比中美生活成本、职业发展等因素，回国发展具有一定优势，同时他也给出了回国的决策维度参考。具体如下：留美工作体验语言文化受限：尽管在校期间成绩优异，参与多种活动锻炼英语，但口语远不及母语者流畅。

位于美国旧金山湾区伯克利市，是世界菁英公立研究型大学。

团队最终目标是利用微型技术重建大型、复杂的人工神经网络，为便携式人工智能系统构建真正的神经网络硬件。

在那里，他遇到神经科学家沃伦·麦卡洛克。麦卡洛克向皮茨解释用莱布尼茨逻辑演算建立大脑模型的想法，皮茨立即领会并清楚可应用的数学工具。

Lirui Wang：MIT CSAIL博士生，研究方向为机器学习和机器人技术，特别是开发在复杂和非结构化现实世界环境中泛化的算法和系统。赵家梁：MIT CSAIL感知科学小组博士生，研究方向为机器人和人工智能，专注研究机器人操作的机器人学习。

KAN干翻MLP，开创神经网络新范式 KAN（Kolmogorov-Arnold Network）的诞生，标志着机器学习领域的一次重大突破，它以一种全新的架构挑战并可能替代传统的多层感知器（MLP），为神经网络的研究打开了新的篇章。

MIT实验室研究发现，经过对抗训练的神经网络会发展出与哺乳动物视觉皮层相似的神经元激活模式，进一步证明其学习机制与生物系统的共通性。认知突破：智能本质的数学涌现深度学习正在重塑认知科学的范式。