主页搜索
搜索
选择时间
搜索范围
全部的
‘斯坦福大学’新闻 4个
-
凌晨接到诺贝尔奖电话，斯坦福教授称要先为孩子准备午餐今年诺贝尔生理医学奖共同获奖者、55岁的美国斯坦福大学教授卡尔·戴瑟罗斯在5日凌晨（当地时间）表示，他在家中工作时准备稍作休息，结果接到了诺贝尔奖的通知电话。 据联合新闻报道，他在获奖公告后接受美联社记者采访时，形容自己是夜间活动的“夜猫子”。 他解释说，当时正在加利福尼亚州斯坦福的家中进行论文工作，并给学生发送电子邮件，准备稍微闭眼休息时，接到了来自瑞典卡罗林斯卡研究所诺贝尔委员会的电话。 在与美联社通话时，他表示，接下来的任务是为正在熟睡的孩子们准备早上的学校午餐。 他说：“这就是我接下来几个小时必须做的唯一一件事。我必须给孩子们做三明治。” 获奖公告是在中欧夏令时（CEST）5日早上11时30分左右发布的，这在美国太平洋夏令时（PDT）为5日早上2时30分。 诺贝尔奖获奖者的通知电话通常在公开宣布前的几十分钟进行，因此身处加利福尼亚的戴瑟罗斯教授在凌晨接到了电话通知。※ 本报道经人工智能（AI）系统翻译与编辑。
2026-10-06 06:24:00 -
LG CNS举办数学优化大赛，来自55个国家的958支队伍参与LG CNS举办了一场数学优化技术的竞赛，旨在发掘国内外优化领域的人才。 LG CNS于20日宣布，国内唯一的数学优化竞赛‘优化大挑战2026’已圆满结束，并举行了颁奖典礼。 数学优化是一种分析在给定资源和条件下可能出现的庞大情况数，以寻找最有效解决方案的技术。它被广泛应用于人工智能、量子计算、机器人等新兴产业的基础技术。 今年的比赛吸引了来自美国、英国、中国、日本、德国、印度等55个国家的参与者。经过三年的发展，赛事规模已扩大为国际性比赛。参赛队伍从去年的343支增加到今年的958支，增长约2.8倍。参与人数也从676人增加到1448人，翻了一番以上。 包括卡内基梅隆大学、伦敦帝国学院、斯坦福大学、东京大学等海外高校，以及首尔大学、KAIST（韩国科学技术院）、浦项科技大学等国内高校均参与其中。来自Accenture、IBM、三星电子、现代汽车等国内外企业的在职专家也参与了竞争。 今年的出题为造船厂的‘块状布局优化’问题。超大型船舶由数百个结构块单独制作后组装而成。参赛队伍需要在有限的工作场所内，决定块的放置位置、方向和时间，开发相应的算法。提高空间利用率并确保交货期是关键。 经过预赛和决赛，最终有6支顶尖队伍晋级在韩国举行的决赛。决赛队伍现场展示了解决造船厂块状布局问题的算法。评审团综合评估了解决方案的逻辑和算法性能，最终确定了排名。 大奖由一支来自日本的队伍获得。LG CNS向包括大奖在内的20支队伍颁发了总额2000万元的奖金。根据排名，获奖者还将获得与招聘相关的实习机会或申请入职时的材料审核豁免等福利。 LG CNS利用数学优化技术，已在造船、国防、钢铁、物流、运输、制造、工艺、金融、通信、交通、航空等多个行业解决了200多个商业课题。近期，他们正在优化钢铁公司的材料装载和起重机操作计划、机场的引导、巡逻、自助值机机器人的行驶路线和充电计划，以及造船公司的涂装作业计划等。※ 本报道经人工智能（AI）系统翻译与编辑。
2026-09-20 19:16:10 -
LG能源解决方案在美国举行大规模招聘活动，抢占电池未来人才金东明LG能源解决方案总裁及主要管理层正在积极抢占未来电池技术创新的全球核心人才。 LG能源解决方案于13日（当地时间）在美国芝加哥举办了全球人才活动'BTC（Battery Tech Conference）'。 BTC是LG能源解决方案每年邀请来自世界各国的硕士和博士级人才，介绍公司技术实力和愿景的招聘活动。此次活动为未来将共同推动全球电池技术创新的研究人才与LG能源解决方案的领导层提供了一个分享技术愿景和研发方向的交流平台。 金东明总裁在欢迎辞中表示：“如今，电池不仅仅是一种产品，而是连接世界所有能源的‘核心基础设施’。我们希望通过这个平台与能够共同设计未来能源产业方向的人才见面。” 此次活动吸引了来自麻省理工学院、斯坦福大学、加州大学伯克利分校等美洲地区优秀大学及研究机构的40余名硕士、博士及研究员参与。 活动涵盖了能源储存装置（ESS）、下一代电池等电池核心研究领域，以及人工智能（AI）、物理AI等未来技术领域的人才，旨在多角度准备电池的未来。 当天，金东明总裁及主要管理层与与会者进行了面对面的交流，介绍了LG能源解决方案的技术现状和愿景。 活动中还进行了活跃的技术交流，受邀人才的海报展示和自由交流环节。与会者分享了各自的研究领域和想法，并通过与LG能源解决方案员工的积极互动，增进了对公司的理解。 LG能源解决方案相关人士表示：“BTC是我们与全球研究人才共同描绘电池产业蓝图的重要人才获取渠道。未来，我们将继续努力吸引能够加速未来增长和引领创新的人才。”※ 本报道经人工智能（AI）系统翻译与编辑。
2026-06-25 03:04:00 -
KAIST与斯坦福大学揭示金属混合可提高纳米颗粒均匀性KAIST与美国斯坦福大学合作，揭示了多种金属混合后，纳米颗粒的均匀性反而提高的现象。这一成果为解决多成分纳米材料合成中的不均匀性问题提供了新视角，未来有望应用于高性能催化剂和环保能源材料的开发。 KAIST生物化学工程系郑熙泰教授的研究团队与斯坦福大学的马特奥·卡尔内洛教授团队共同确认了多成分金属纳米颗粒中的“成分集中”现象。研究结果于7日发表在国际学术期刊《科学》上，论文指出金属元素间的竞争反应性能够引导颗粒的大小和成分均匀化。 纳米颗粒在半导体、环保能源和生物催化等多个行业中是关键材料。近年来，混合多种金属的多成分结构受到关注。然而，随着金属元素的增加，各元素的反应速度和结合特性不同，导致颗粒的大小和成分不均匀。 研究团队发现，金属种类增多时，颗粒成分会集中于特定成分，从而变得更加均匀。不同金属原子在结合过程中，先结合的原子会帮助后续原子的结合，形成稳定的结构。 研究团队制作了包含五种金属的多成分纳米颗粒催化剂。该催化剂在氨分解生成氢气的反应中，催化反应速度比广泛使用的钌基催化剂高出四倍以上。 氨分解是氢气运输和生产中的重要技术。氨易于储存和运输，但要高效提取氢气需要有效的催化剂。高性能催化剂的开发将降低氢气生产过程的能量负担，并促进环保能源转型。 此次研究可能改变材料设计方式。以往认为金属混合越多，合成控制越难，但研究结果表明，合理的组合和反应条件可以提高多成分结构的均匀性和性能。未来可能扩展到氢气生产、二氧化碳转化和燃料电池催化剂等多种能源过程材料的开发。 然而，实际工业应用仍面临大规模生产和质量均匀性的问题。实验室确认的结构和性能需要在大规模工艺中重复实现，才能转化为商业催化剂。多成分纳米材料的成分变量和反应条件复杂，基于AI的材料探索和工艺优化将变得尤为重要。 郑熙泰教授表示：“利用这一原理，可以根据所需性能设计金属成分，开发高性能催化剂和环保能源材料，提高氢气生产和二氧化碳转化等能源过程的效率。未来将专注于保持大规模生产中的相同质量，并利用AI技术设计最佳材料。”※ 本报道经人工智能（AI）系统翻译与编辑。
2026-05-08 16:00:00
-
凌晨接到诺贝尔奖电话，斯坦福教授称要先为孩子准备午餐
今年诺贝尔生理医学奖共同获奖者、55岁的美国斯坦福大学教授卡尔·戴瑟罗斯在5日凌晨（当地时间）表示，他在家中工作时准备稍作休息，结果接到了诺贝尔奖的通知电话。 据联合新闻报道，他在获奖公告后接受美联社记者采访时，形容自己是夜间活动的“夜猫子”。 他解释说，当时正在加利福尼亚州斯坦福的家中进行论文工作，并给学生发送电子邮件，准备稍微闭眼休息时，接到了来自瑞典卡罗林斯卡研究所诺贝尔委员会的电话。 在与美联社通话时，他表示，接下来的任务是为正在熟睡的孩子们准备早上的学校午餐。 他说：“这就是我接下来几个小时必须做的唯一一件事。我必须给孩子们做三明治。” 获奖公告是在中欧夏令时（CEST）5日早上11时30分左右发布的，这在美国太平洋夏令时（PDT）为5日早上2时30分。 诺贝尔奖获奖者的通知电话通常在公开宣布前的几十分钟进行，因此身处加利福尼亚的戴瑟罗斯教授在凌晨接到了电话通知。※ 本报道经人工智能（AI）系统翻译与编辑。
2026-10-06 06:24:00 -
LG CNS举办数学优化大赛，来自55个国家的958支队伍参与
LG CNS举办了一场数学优化技术的竞赛，旨在发掘国内外优化领域的人才。 LG CNS于20日宣布，国内唯一的数学优化竞赛‘优化大挑战2026’已圆满结束，并举行了颁奖典礼。 数学优化是一种分析在给定资源和条件下可能出现的庞大情况数，以寻找最有效解决方案的技术。它被广泛应用于人工智能、量子计算、机器人等新兴产业的基础技术。 今年的比赛吸引了来自美国、英国、中国、日本、德国、印度等55个国家的参与者。经过三年的发展，赛事规模已扩大为国际性比赛。参赛队伍从去年的343支增加到今年的958支，增长约2.8倍。参与人数也从676人增加到1448人，翻了一番以上。 包括卡内基梅隆大学、伦敦帝国学院、斯坦福大学、东京大学等海外高校，以及首尔大学、KAIST（韩国科学技术院）、浦项科技大学等国内高校均参与其中。来自Accenture、IBM、三星电子、现代汽车等国内外企业的在职专家也参与了竞争。 今年的出题为造船厂的‘块状布局优化’问题。超大型船舶由数百个结构块单独制作后组装而成。参赛队伍需要在有限的工作场所内，决定块的放置位置、方向和时间，开发相应的算法。提高空间利用率并确保交货期是关键。 经过预赛和决赛，最终有6支顶尖队伍晋级在韩国举行的决赛。决赛队伍现场展示了解决造船厂块状布局问题的算法。评审团综合评估了解决方案的逻辑和算法性能，最终确定了排名。 大奖由一支来自日本的队伍获得。LG CNS向包括大奖在内的20支队伍颁发了总额2000万元的奖金。根据排名，获奖者还将获得与招聘相关的实习机会或申请入职时的材料审核豁免等福利。 LG CNS利用数学优化技术，已在造船、国防、钢铁、物流、运输、制造、工艺、金融、通信、交通、航空等多个行业解决了200多个商业课题。近期，他们正在优化钢铁公司的材料装载和起重机操作计划、机场的引导、巡逻、自助值机机器人的行驶路线和充电计划，以及造船公司的涂装作业计划等。※ 本报道经人工智能（AI）系统翻译与编辑。
2026-09-20 19:16:10 -
LG能源解决方案在美国举行大规模招聘活动，抢占电池未来人才
金东明LG能源解决方案总裁及主要管理层正在积极抢占未来电池技术创新的全球核心人才。 LG能源解决方案于13日（当地时间）在美国芝加哥举办了全球人才活动'BTC（Battery Tech Conference）'。 BTC是LG能源解决方案每年邀请来自世界各国的硕士和博士级人才，介绍公司技术实力和愿景的招聘活动。此次活动为未来将共同推动全球电池技术创新的研究人才与LG能源解决方案的领导层提供了一个分享技术愿景和研发方向的交流平台。 金东明总裁在欢迎辞中表示：“如今，电池不仅仅是一种产品，而是连接世界所有能源的‘核心基础设施’。我们希望通过这个平台与能够共同设计未来能源产业方向的人才见面。” 此次活动吸引了来自麻省理工学院、斯坦福大学、加州大学伯克利分校等美洲地区优秀大学及研究机构的40余名硕士、博士及研究员参与。 活动涵盖了能源储存装置（ESS）、下一代电池等电池核心研究领域，以及人工智能（AI）、物理AI等未来技术领域的人才，旨在多角度准备电池的未来。 当天，金东明总裁及主要管理层与与会者进行了面对面的交流，介绍了LG能源解决方案的技术现状和愿景。 活动中还进行了活跃的技术交流，受邀人才的海报展示和自由交流环节。与会者分享了各自的研究领域和想法，并通过与LG能源解决方案员工的积极互动，增进了对公司的理解。 LG能源解决方案相关人士表示：“BTC是我们与全球研究人才共同描绘电池产业蓝图的重要人才获取渠道。未来，我们将继续努力吸引能够加速未来增长和引领创新的人才。”※ 本报道经人工智能（AI）系统翻译与编辑。
2026-06-25 03:04:00 -
KAIST与斯坦福大学揭示金属混合可提高纳米颗粒均匀性
KAIST与美国斯坦福大学合作，揭示了多种金属混合后，纳米颗粒的均匀性反而提高的现象。这一成果为解决多成分纳米材料合成中的不均匀性问题提供了新视角，未来有望应用于高性能催化剂和环保能源材料的开发。 KAIST生物化学工程系郑熙泰教授的研究团队与斯坦福大学的马特奥·卡尔内洛教授团队共同确认了多成分金属纳米颗粒中的“成分集中”现象。研究结果于7日发表在国际学术期刊《科学》上，论文指出金属元素间的竞争反应性能够引导颗粒的大小和成分均匀化。 纳米颗粒在半导体、环保能源和生物催化等多个行业中是关键材料。近年来，混合多种金属的多成分结构受到关注。然而，随着金属元素的增加，各元素的反应速度和结合特性不同，导致颗粒的大小和成分不均匀。 研究团队发现，金属种类增多时，颗粒成分会集中于特定成分，从而变得更加均匀。不同金属原子在结合过程中，先结合的原子会帮助后续原子的结合，形成稳定的结构。 研究团队制作了包含五种金属的多成分纳米颗粒催化剂。该催化剂在氨分解生成氢气的反应中，催化反应速度比广泛使用的钌基催化剂高出四倍以上。 氨分解是氢气运输和生产中的重要技术。氨易于储存和运输，但要高效提取氢气需要有效的催化剂。高性能催化剂的开发将降低氢气生产过程的能量负担，并促进环保能源转型。 此次研究可能改变材料设计方式。以往认为金属混合越多，合成控制越难，但研究结果表明，合理的组合和反应条件可以提高多成分结构的均匀性和性能。未来可能扩展到氢气生产、二氧化碳转化和燃料电池催化剂等多种能源过程材料的开发。 然而，实际工业应用仍面临大规模生产和质量均匀性的问题。实验室确认的结构和性能需要在大规模工艺中重复实现，才能转化为商业催化剂。多成分纳米材料的成分变量和反应条件复杂，基于AI的材料探索和工艺优化将变得尤为重要。 郑熙泰教授表示：“利用这一原理，可以根据所需性能设计金属成分，开发高性能催化剂和环保能源材料，提高氢气生产和二氧化碳转化等能源过程的效率。未来将专注于保持大规模生产中的相同质量，并利用AI技术设计最佳材料。”※ 本报道经人工智能（AI）系统翻译与编辑。
2026-05-08 16:00:00
