解謎氣候變化
Accenture Fellow Shreyaa Raghavan 應用機器學習和優化方法，探索減少交通運輸部門排放的途徑。
Michaela Jarvis | 工程學院
發佈日期：2025年2月10日
Shreyaa Raghavan 解決全球最棘手挑戰的旅程，始於她對謎題的簡單熱愛。到高中時期，她的問題解決能力自然將她引向計算機科學。透過參加一個創業和領導力計劃，她開發了應用程序，並兩次進入該計劃的全球比賽半決賽。
她的早期成功讓計算機科學的職業生涯看起來是個明顯的選擇，但 Raghavan 表示，一個重要的競爭興趣讓她感到矛盾。
“計算機科學激發了我大腦中的謎題和問題解決部分，”這位 MIT 數據、系統與社會研究所的博士生及 Accenture Fellow 說。 “但雖然我一直覺得建立移動應用程序是一個有趣的小愛好，但它似乎並沒有直接解決社會挑戰。”
當她作為 MIT 本科生參加光伏研究實驗室的本科生研究機會時，她的觀點發生了轉變。她發現機器學習等計算技術可以優化太陽能電池板的材料，這是她技能在緩解氣候變化方面的直接應用。
“這個實驗室有一個非常多元化的團隊，有人來自計算機科學背景，有人來自化學背景，還有一些是硬核工程師。他們都能有效溝通，朝著一個統一的目標努力——建設更好的可再生能源系統，”Raghavan 說。 “這讓我意識到，我可以利用我喜歡的技術工具，並通過幫助解決重大氣候挑戰來獲得成就感。”
將目光投向將機器學習和優化應用於能源和氣候，Raghavan 在 2023 年開始博士學位時加入了 Cathy Wu 的實驗室。該實驗室專注於建立更可持續的交通系統，這一領域對 Raghavan 來說意義重大，因為交通在氣候變化中扮演著重要角色——交通運輸大約佔溫室氣體排放的 30%。
“如果我們將所探索的所有智能系統應用於交通網絡，我們能減少多少排放？”她總結了自己研究的核心問題。
Wu 是土木和環境工程系的副教授，強調 Raghavan 研究的價值。
“交通是經濟和氣候變化的關鍵要素，因此對交通的潛在改變必須仔細研究，”Wu 說。 “Shreyaa 在智能擁堵管理方面的研究很重要，因為它採用數據驅動的方法，為支持可持續性的更廣泛研究增添了嚴謹性。”
Raghavan 的貢獻得到了 Accenture Fellowship 的認可，這是 MIT-Accenture 行業和技術融合倡議的基石。
作為 Accenture Fellow，她正在探索避免停停走走交通及其排放的技術潛力，使用如網絡化自動駕駛車輛和根據交通狀況變化的數字限速等系統——這些解決方案可以在相對較低的成本和短期內推進交通部門的去碳化。
Raghavan 表示，她欣賞 Accenture Fellowship 不僅因為它提供的支持，還因為它展示了行業對可持續交通解決方案的參與。
“對於交通領域，以及整體能源和氣候而言，與各種利益相關者協同工作是非常重要的，”她說。 “我認為行業在將更智能的交通系統納入去碳化交通問題上參與是至關重要的。”
Raghavan 還獲得了來自美國交通部的研究獎學金支持她的研究。
“我認為交通部和 Accenture 從政策和行業方面對這個問題的興趣真是令人興奮，”她說。
Raghavan 認為，應對氣候變化需要跨學科的合作。“我認為在氣候變化問題上，沒有任何一個行業或領域能夠單獨解決。每個領域都必須站出來，努力做出改變，”她說。 “我不認為會有任何一個靈丹妙藥解決這個問題。這將需要來自不同人、不同角度和不同學科的多種解決方案。”
考慮到這一點，Raghavan 自三年前加入 MIT 能源與氣候俱樂部以來一直非常活躍，她表示，這是一個很好的方式去結識許多朝著同一目標、同一氣候目標和熱情的人，但他們的角度卻完全不同。
今年，Raghavan 在社區和教育團隊工作，該團隊致力於建立 MIT 的社區，專注於氣候和能源問題。作為這項工作的部分，Raghavan 正在啟動一個本科生導師計劃，將本科生與研究生配對，幫助本科生發展如何利用他們的獨特專業知識參與氣候工作的想法。
“我從未預見自己會在能源和氣候方面使用我的計算機科學技能，”Raghavan 說，“所以我真的想為其他學生提供一條明確的道路，或一個清晰的方向，讓他們知道如何參與。”
Raghavan 甚至在思考的地方也擁抱了她的研究領域。
“我喜歡在火車、巴士和飛機上工作，”她說。 “在交通工具上工作問題真的很有趣。”
預計要去紐約探望表親的她，對長途火車旅行並不感到害怕。
“我知道在那幾個小時裡，我會做出一些最好的工作，”她說。 “四小時去，四小時回。”
—
在這篇報導中，我們看到 Raghavan 的故事不僅僅是一名學生的成就，而是一種跨學科合作的典範。她的經歷提醒我們，解決氣候變化的挑戰需要不同領域的專業知識共同努力。這種多元化的合作不僅能激發創新，還能使我們的解決方案更具可持續性。科技的進步，尤其是機器學習和數據驅動的方法，為我們提供了新的工具來應對這些挑戰，讓未來的交通系統更加智能和環保。Raghavan 的努力和抱負，無疑將激勵更多年輕學者投身於可持續發展的事業中，這正是當今社會所需的。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
