New Report Urges Multiagency Action to Support Potentially Transformative Digital Twins Research
数字孪生技术在加速科学发现、改善气候科学以及彻底改变医疗保健、制造和其他领域方面具有巨大潜力，但需要一个综合议程来协调跨领域的研究并将工作重点放在实际应用上。
Artificial Intelligence in Natural Hazard Modeling: Severe Storms, Hurricanes, Floods, and Wildfires
GAO 的发现GAO 发现，机器学习是一种使用算法来识别信息模式的人工智能 (AI)，它正在应用于严重风暴、飓风、洪水和野火等自然灾害的预测模型，可能导致自然灾害。一些机器学习模型在日常预报中得到实际应用，例如可以缩短严重风暴预警时间的模型。机器学习的一些用途被认为接近可操作，而另一些则需要多年的开发和测试。GAO 确定了将机器学习应用于该领域的潜在好处，包括：从而增加建模成本。通过更充分地利用可用数据、使用传统模型无法使用的其他数据以及创建合成数据来填补空白，提高模型的准确性。通过改进集成建模（从众多模型生成组合预测的过程）以及更好地利用历史数据来减少模型输出的不确定性。使用机器学习预测自然
Advanced Infantry Marine Course Hawaii
穿越欧胡岛茂密的丛林和山区，参加高级步兵海军陆战队课程的美国海军陆战队员在经过实战考验的教官的监视下执行巡逻计划。课程的每一次迭代都对精神上的严格要求和体能上的要求都很高，将海军陆战队队员的能力推向极限，并将他们塑造成准备就绪、高度熟练的战士。在紧张的七周时间里，海军陆战队队员磨练了多种步兵技能，例如呼叫火力和近距离空中支援、巡逻技术、丛林和城市地形战以及伤员护理。每项技能首先在课堂上教授，然后在现场进行演示和实际应用......
开放式布雷顿循环通常用于燃气涡轮发动机，用于发电、飞机推进和工业过程。布雷顿循环以美国工程师乔治·布雷顿 (George Brayton) 的名字命名，他于 1872 年提出了该循环，将燃料能量转化为机械功。布雷顿循环在燃气涡轮机发展之后得到了广泛的实际应用。阅读更多...布雷顿循环概述一文首次出现在 Turbomachinery 博客上。
New AFMC supervisor course aims to develop stronger leaders
该课程是对空军提供的强制性主管培训的补充，为主管提供人事和工作场所政策方面的深入知识，以及通过案例研究和协作学习将概念实际应用的机会。
New AFMC supervisor course aims to develop stronger leaders
该课程是对空军提供的强制性主管培训的补充，为主管提供有关人事和工作场所政策的深入知识，以及通过案例研究和协作学习实际应用概念的机会。
Knowing Through Making with Dr. Lorne Buchman the President of ArtCenter College of Design
艺术中心设计学院院长兼 Change Lab Podcast 主持人 Lorne Buchman 博士本周与 Mike 一起分享他作为制造者和著名艺术设计学院领导者的经历。Lorne 分享了他的起源故事，这个故事深深植根于他在斯坦福大学戏剧专业获得博士学位的实际应用。我们谈到了人本主义心理学的力量以及建立一种文化的重要性，这种文化可以让创意人才真正茁壮成长，发挥出最佳水平。然后，我们深入探讨 Lorne 和团队如何从历史上以及在充满挑战的 2020 年的背景下实现艺术中心的使命宣言，即“学会创造。影响变革”。我们还了解了 Lorne 作为播客的一些观点，因为他已经主持了 Change Lab
#72 – Scott Aaronson: Quantum Computing
Scott Aaronson 是德克萨斯大学奥斯汀分校的教授，也是该校量子信息中心主任，之前曾是麻省理工学院的教授。他的研究兴趣集中在量子计算机的能力和局限性以及更普遍的计算复杂性理论。本次对话是人工智能播客的一部分。如果您想了解有关此播客的更多信息，请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook、Medium 或 YouTube 上与 @lexfridman 联系，您可以在其中观看这些对话的视频版本。如果您喜欢播客，请在 Apple Podcasts 上给它 5 星评价，在 Spotify 上关注它，或在 Patreon
The 2020 Learning Research Landscape with Youki Terada from Edutopia
继我们最近的节目报道 2019 年教育研究亮点之后，Mike 与 Edutopia 的 Youki Terada 进行了交谈，他是这篇文章的作者。 Youki 是 Edutopia 的研究和标准编辑，这意味着他负责审查和编辑 Edutopia 写作人员的贡献，以确保其基于证据、设计精良并与 Edutopia 的目标受众 K12 教育者相关。我们讨论 Youki 发现特别有趣的研究领域，并探讨几个着眼于教育者实际应用的例子。我们还讨论了在寻找新兴学习研究的良好应用时，策展的重要性以及快速或草率研究的风险。
Полиция штата Массачусетс испытывает собакоподобного робота Spot от Boston Dynamics
波士顿动力公司不断为机器人的实际应用寻找新的合作伙伴——事实证明，马萨诸塞州警察拆弹小组自 8 月份以来一直在使用从波士顿动力公司租用的 Spot 机器人。
Auto-Keras: Tuning-free deep learning from R
在深度学习中，架构设计和超参数调整有时会带来巨大挑战。使用 Auto-Keras，这些都不是必需的：我们启动搜索过程并提取性能最佳的模型。这篇文章介绍了 Auto-Keras 在著名的 MNIST 数据集上的实际应用。
11月14日，乌克兰首都举办了基辅AI大会——一场致力于人工智能、物联网和聊天机器人在业务流程中实际应用的会议。
В семействе робо-животных Festo прибавление (+видео)
Festo神奇的仿生机器人或多或少是对公司技术能力的美化展示，但缺乏实际应用，但这并不意味着他们的所有开发都是令人惊叹的、技术先进的！该公司的最新设计模仿了两种不寻常的动物：蜘蛛和狐蝠。
Мягкие роботы нужны для решения трудных задач
柔软、可变形的机器人的潜力是机器人学中一个很大程度上未被充分开发的领域。美国伍斯特理工学院 (WPI) 最近获得了近 60 万美元的政府资助，用于两个项目，这些项目可能在医学、制造和救灾方面有实际应用。
Underuse and overuse of health care technology
我们倾向于将“技术”等同于“高科技”，例如基于微处理器的设备。那是一个错误。 “技术”比这更广泛，包括任何实际应用科学知识。与人类活动的大多数其他领域一样，医疗保健中有许多有价值的低科技技术。洗手以减少感染是一种。任何基于证据的变化[…]邮政上没有使用和过度使用医疗保健技术的变化首先出现在偶然的经济学家身上。
AI（人工智能）一词已经在日常生活中使用了很长时间。根据总务省《信息通信白皮书》，我们目前正处于第三次人工智能热潮。 这种热潮始于 2000 年代的日本。机器学习，即人工智能通过使用被称为大数据的大量数据自行获取知识，已经投入实际应用。此外，深度学习已经开始，人工智能通过定量地表示识别知识等对象时应注意的特征来获取知识。 然后，在 2020 年代，出现了大规模语言模型（LLM）。这是一种基于深度学习技术创建的语言模型，其特点是能够流畅地处理语言，类似于人类对话或聊天交流。为此，需要解释对方所说的词语（数据），相应地预测对话的主题，并做出适当的回应。这导致了生成式人工智能的出现，例如 OpenA
