从中国出发——MIT的华人教授少年如我无问西东
以下是一些从中国出发，到麻省理工学院（MIT）求学并最终成为MIT教授的华人学者的经历，涵盖不同学科领域：
1.黄克孙（Kerson Huang）
1928年生于广西南宁，1947年进入MIT攻读物理学，仅用六年时间完成本博学业。1953年获MIT博士学位后，与杨振宁、李政道合作研究玻色气问题，成果被称为“李-黄-杨修正”。1957年回到MIT任教直至1999年退休，是美国艺术与科学院院士，其编著的《统计力学》被全球多所高校采用为研究生经典教材。此外，他还将波斯诗集《鲁拜集》译为中文七言绝句，获钱钟书盛赞“雅贴比美”。
1986年生于四川大竹，本科保送北京大学数学科学学院，后获哥伦比亚大学数学系博士学位。2010年，29岁的张伟因证明“函数域的高阶Gan-Gross-Prasad猜想”成为MIT数学系教授，研究方向聚焦朗兰兹纲领和几何量子化，2018年与恽之玮共同获得科学突破奖-数学新视野奖。
1983年生于河北石家庄，11岁随家人移民美国。本科获哈佛大学化学与物理学学士学位，博士获斯坦福大学化学及生物工程博士学位。2011年加入MIT，因在基因编辑技术（CRISPR-Cas9）上的突破性贡献，2016年成为MIT最年轻的华人终身教授之一，多次被《自然》等顶级期刊评为年度科学人物。
湖北南漳人，1984年和1987年分别获华中科技大学动力系学士和硕士学位，1993年获美国加州伯克利分校机械系博士。1993年加入MIT机械工程系，后晋升为正教授、机械工程系主任及微纳米工程实验室主任，因在纳米传热和热电转换领域的卓越贡献，2012年当选美国国家工程院院士。
2003-2007年就读于清华大学物理系基础科学班，2007-2011年在香港中文大学攻读信息工程哲学博士（师从汤晓鸥）。曾为MIT EECS（电子工程与计算机科学）系副教授，是ResNet残差网络的提出者之一，为深度学习与计算机视觉领域做出了里程碑式贡献。
2012年获清华大学电子工程系学士学位，2017年在斯坦福大学电子工程系获得博士学位（师从Bill Dally）。现为MIT EECS系副教授，提出的“深度压缩”技术大幅降低了AI计算成本，是TinyML（边缘端机器学习）研究的先驱，其技术对现代AI芯片架构产生了深远影响。
2009年从清华大学工程物理系本科毕业，2015年获MIT核科学与工程系博士学位，随后在MIT机械工程系完成博士后研究，现为MIT核科学与工程系Class of 1947职业发展教授，研究方向聚焦先进材料的表征与计算建模，探索缺陷工程对材料性能的提升路径。
1992年从清华大学电机系生物医学专业本科毕业，2005年获MIT地球、大气、行星科学系博士学位，后留校任职，现为MIT研究助理教授，是美国地球物理学会、美国地震学会等多个学术组织会员，研究方向涵盖三维层析成像、地震数据反演、岩石物理特性研究等。
2004年从清华大学材料科学与工程系本科毕业，2009年获MIT材料科学与工程系博士学位，现为MIT材料科学与工程系副教授，致力于材料微观结构与宏观性能的关联研究。
10.陈建柱
本科毕业于武汉大学，博士毕业于斯坦福大学，曾任哥伦比亚大学和哈佛大学博士后研究员，现任MIT教授，致力于理解免疫系统及其在癌症免疫疗法和疫苗研发中的应用，迄今在Cell、Immunity、J. Exp. Med等期刊发表论文100余篇，2022年当选AAAS Fellow。
11.Yiyin Erin Chen
本科毕业于芝加哥大学，博士毕业于MIT和哈佛大学，曾在加州大学旧金山分校完成住院培训，现任MIT教授，致力于剖析共生-免疫串扰的机制，并利用这些见解设计新的疗法，曾获得皮肤病学基金会研究奖、AP Giannini博士后奖学金和霍华德休斯医学研究所Hanna H. Gray奖学金。
12.Gene-Wei Li
本科毕业于台湾清华大学，博士毕业于哈佛大学，曾任加州大学旧金山分校博士后研究员，现任MIT副教授，致力于从机制和系统层面理解细菌蛋白质组的优化，工作结合了高精度检测、全基因组测量以及定量/生物物理建模，荣获2021史密斯奥德赛奖、2019美国国家科学基金会职业奖、2016阿尔弗雷德·P·斯隆研究员等。
13.Pulin Li
本科毕业于北京大学，博士毕业于哈佛大学，现任MIT教授，致力于研究单个细胞中相互作用的基因回路如何实现多细胞功能，例如自组织形成结构化组织，结合定量测量和数学建模，分析自然系统中的基因回路，同时利用合成生物学和生物工程工具，通过从基因到回路再到多细胞行为的多尺度重构，测试这些回路的充分性并理解其设计原理。
14.Cheng Zhi (Anna) Huang
本科毕业于南加州大学，硕士毕业于MIT，博士毕业于哈佛大学，曾任Google Brain的Magenta和Google DeepMind的研究员，现任MIT助理教授，致力于采用交互驱动的方法来设计生成式人工智能，以探索与音乐（以及人工智能）互动的新方式，从而拓展我们理解、学习和创作音乐的方式，创建了机器学习模型Coconet，为谷歌首个AI涂鸦作品——巴赫涂鸦——提供了动力，2018年创建了Music Transformer，是生成具有长期结构的音乐的一项突破，也是Transformer架构首次成功应用于音乐领域。