跨学科关键词检索结果

#113 – Manolis Kellis:人类基因组和进化动力学

#113 – Manolis Kellis: Human Genome and Evolutionary Dynamics

Manolis Kellis 是麻省理工学院的教授,也是麻省理工学院计算生物学小组的负责人。他对从计算、进化、生物和其他跨学科角度理解人类基因组感兴趣。通过支持我们的赞助商来支持这个播客:- Blinkist:https://blinkist.com/lex- Eight Sleep:https://eightsleep.com/lex- MasterClass:https://masterclass.com/lex如果您想获取有关此播客的更多信息,请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook、Medium 或 YouTu

#106 – Matt Botvinick:DeepMind 的神经科学、心理学和人工智能

#106 – Matt Botvinick: Neuroscience, Psychology, and AI at DeepMind

Matt Botvinick 是 DeepMind 的神经科学研究主任。他是一位才华横溢的跨学科人才,能够轻松地在认知心理学、计算神经科学和人工智能之间游刃有余。通过支持以下赞助商来支持此播客:- Jordan Harbinger Show:https://www.jordanharbinger.com/lex- Magic Spoon:https://magicspoon.com/lex 并在结账时使用代码 LEX 如果您想获取有关此播客的更多信息,请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook、Medium 或 YouT

诺斯研究员,Engineering With Nature 倡议完美匹配

Knauss Fellow, Engineering With Nature initiative a perfect match

对于塞缪尔·菲尔丁 (Samuel Fielding) 来说,美国陆军工程兵团 (USACE) 的自然工程 (EWN) 计划似乎非常适合。作为未来的约翰·A·诺斯 (John A. Knauss) 海军陆战队研究员,菲尔丁正在寻找一个东道组织,在那里他可以利用他在经济学、国际关系和生物学方面的跨学科教育。他的博士学位研究重点是沿海适应经济学和洪水保险市场内沿海灾害的社会经济学。

远东区聘请第一位韩国国家工程师实习生

Far East District hires first Korean Nation Engineer intern

韩国大邱——美国陆军工程兵团 (USACE) 远东区 (FED) 最近聘用了该区第一位韩国国民 (KN) 跨学科工程师实习生。

学院宣布新的数据科学专业

Academy announces new data science major

数据科学专业将是跨学科的,由学院管理、数学、计算机科学和哲学系的核心课程组成。

学院宣布新的数据科学专业

Academy announces new data science major

数据科学专业将是跨学科的,由学院管理、数学、计算机科学和哲学系的核心课程组成。

取证技术:联邦执法中使用的算法

Forensic Technology: Algorithms Used in Federal Law Enforcement

GAO 发现的内容 GAO 审查的联邦执法机构主要使用三种类型的法医算法来帮助评估刑事调查中收集的证据是否可能来自个人:概率基因分型、潜纹(指纹和掌纹)分析,以及人脸识别。在较小程度上,各机构还使用算法来比较虹膜图像、语音和笔迹。每种类型的算法在其评估中都使用不同的特征。例如,概率基因分型使用统计数据来分析刑事调查期间发现的生物样本,以帮助与从嫌疑人身上获取的已知 DNA 样本或来自已知人员数据库的 DNA 数据概况进行比较。联邦调查局目前使用概率基因分型和潜在指纹算法来帮助评估刑事调查中收集的证据是否来自个人,并使用面部识别来生成调查线索。美国国家标准与技术研究所和其他组织制定了标准,以促进

OnRobot 推出新型机械臂 Gecko SP

OnRobot представляет новый механический манипулятор Gecko SP

OnRobot 推出了 Gecko Single Pad 或 Gecko SP,这是用于工业和跨学科项目的较小版本的机械臂。

实验室设计趋势

Laboratory Design Trends

与家庭和办公室一样,实验室也会随着最新的设计趋势而进行调整和改变。这些变化会影响实验室的美观度,也会对功能产生重大影响。跨学科适应性生物学、化学、物理学和工程学等学科之间原来的界限正在变得

让我们退休关于个人行为和健康的神话

Let’s Retire Myths About Individual Behavior and Health

卡门·米切尔(Carmen Mitchell)目前是路易斯维尔大学公共卫生与信息科学学院(SPHIS)卫生管理与系统科学系的四年级卫生政策博士生。她目前隶属于AFYA Project,这是一项跨学科研究计划,旨在提高非洲裔美国人在[…]邮报中的非洲裔美国人中的可用性和使用,让我们退休关于个人行为和健康的神话首先出现在附带的经济学家中。

医疗保健中的人工智能:药物开发中机器学习的好处和挑战 [2020 年 1 月 31 日修订重新发布。]

Artificial Intelligence in Health Care: Benefits and Challenges of Machine Learning in Drug Development [Reissued with revisions on Jan. 31, 2020.]

GAO 的发现根据机构官员等利益相关者的说法,机器学习——人工智能 (AI) 的一个领域,其中软件从数据中学习以执行任务——已经用于药物开发,并具有改变该领域的潜力,行业代表和学术研究人员。机器学习应用于整个药物开发过程,可以提高其效率和有效性,减少将新药推向市场所需的时间和成本。这些改进可以通过更快地向有需要的患者提供药物来拯救生命并减少痛苦,并且可以让研究人员在罕见或孤儿疾病等领域投入更多资源。机器学习可以加速药物开发这套技术可以筛选更多化合物并在比当前过程更短的时间内将有前途的候选药物归零。药物开发早期步骤中的机器学习示例包括:药物发现:研究人员正在识别新的药物靶标,筛选用于新治疗应用的

马里兰大学巴尔的摩分校团队荣获 2019 年华盛顿特区公共卫生案例挑战赛大奖

Team From University of Maryland, Baltimore, Wins Grand Prize in 2019 D.C. Public Health Case Challenge

第七届华盛顿特区年度获奖者今年的美国国家医学院 (NAM) 年会上宣布了公共卫生案例挑战赛。该挑战赛旨在围绕对华盛顿特区社区重要的公共卫生问题促进跨学科、基于问题的学习。

学院在培养未来 STEM 领导者方面发挥着核心作用

Academy plays central role in developing tomorrow’s STEM leaders

如今,空军学院的学员沉浸在实践性的 STEM 课程中,同时也接受人文和非技术学科的广泛教育。所有学员至少有三分之二的课程是跨学科核心课程,几乎一半的课程都是 STEM 领域的。

学院在培养未来 STEM 领导者方面发挥着核心作用

Academy plays central role in developing tomorrow’s STEM leaders

如今,空军学院的学员们沉浸在 STEM 实践项目中,同时也接受了人文学科和非技术学科的广泛教育。所有学员至少有三分之二的课程是跨学科核心课程,几乎一半的课程是 STEM 领域。

播客简介和数字公民 - 我们有责任吗?

Podcast Intro and Digital Citizenship-Are we responsible?

这是播客的第一集,因此我想解释一下这个播客的内容。这是一个关于教育的节目,将涵盖与教育相关的各种主题。这个节目和我的博客的标题来自阿尔伯特·爱因斯坦的一句名言“如果一张杂乱的桌子是思绪混乱的标志,那么一张空桌子就是思绪混乱的标志。”任何参与教育的人都知道,围绕教育的问题非常复杂、重叠和混乱。这个节目是我试图清除一些混乱的尝试。所以如果可能的话,每个节目都会以简短的方式涵盖一些主题。我最喜欢的一些播客大约 10-20 分钟长,我想坚持这种模式。这样,你可以在计划期间、午休时间或上下班途中收听。让我简单介绍一下我的背景和我在教育方面的经验,我曾担任过中学数学、5 年级和 6 年级数学、科学、社会研

国家科学院凯克期货倡议宣布 NAKFI 挑战赛的获奖者

National Academies Keck Futures Initiative Announces Winners of the NAKFI Challenge

美国国家科学院凯克未来倡议 (NAKFI) 很高兴地宣布三项 500,000 美元 NAKFI 挑战奖的获得者。一项为期 15 年、耗资 4000 万美元的计划,由 W.M.凯克基金会 NAKFI 成立于 2003 年,旨在打破领域之间的障碍,促进跨学科研究。

AI 竞赛避免研讨会报告

Report from the AI Race Avoidance Workshop

GoodAI 和 AI 路线图研究所东京,ARAYA 总部,2017 年 10 月 13 日作者:Marek Rosa、Olga Afanasjeva、Will Millership (GoodAI)研讨会参与者:Olga Afanasjeva (GoodAI)、Shahar Avin (CSER)、Vlado Bužek (斯洛伐克科学院)、Stephen Cave (CFI)、Arisa Ema (东京大学)、Ayako Fukui (Araya)、Danit Gal (北京大学)、Nicholas Guttenberg (Araya)、Ryota Kanai (Araya)、George

避免悬崖

AVOIDING THE PRECIPICE

通用人工智能开发中的竞争避免 Olga Afanasjeva、Jan Feyereisl、Marek Havrda、Martin Holec、Seán Ó hÉigeartaigh、Martin Poliak 摘要◦ 通用人工智能系统研究正在取得令人鼓舞的进展。这一进展可能会导致 AGI 出现明显的赢家通吃竞赛。◦ 有人担心,这样的竞赛可能会促使人们在安全方面偷工减料,并违背关键参与者之间既定的协议。◦ AI 路线图研究所举行了一次研讨会,开始跨学科讨论如何避免这种危险竞赛可能发生的情况。◦ 重点是确定问题范围、定义相关参与者,并通过示例路线图可视化 AI 竞赛的可能场景。◦ 研讨会是为通用