MIT Schwarzman计算学院在2026年迎来七位新教师，涵盖核心计算和跨学科共享岗位。他们在人工智能、量子计算、人与AI交互、宏观经济与金融等领域开展创新研究。\n\n共享教师包括：David Bruns‑Smith（MIT Sloan，EECS共享），研究去偏机器学习在宏观经济和家庭金融中的应用；Zana Buçinca（MIT Sloan，EECS共享），聚焦人机交互与工作未来，设计提升人类价值的AI辅助工具；Alexandra Cabral（城市研究与规划，IDSS共享），研究低成本传感网络、智慧城市和环境信息学；Alexandru Damian（数学系，EECS共享），致力于深度学习的预测与处方理论；Lindsey Raymond（经济系，EECS共享），研究数字技术和AI对劳动力市场、企业和竞争的影响。\n\n核心教师包括：Jas Brooks，通信与技术KDD职业发展教授，专注感知工程，即设计感知调节的计算界面；Hengyun (Harry) Zhou，研究大型容错量子计算机的全栈架构创新，曾任QuEra Computing量子纠错架构负责人。\n\n所有新教师均加入MIT电气工程与计算机科学系（EECS），并参与相应实验室，如信息与决策系统实验室（LIDS）或计算机科学与人工智能实验室（CSAIL）。\n\n点评：这些招聘强化了MIT在AI、机器学习和跨学科计算研究的领先地位，尤其在量子计算和经济学等新兴交叉领域。