XiaoMi-AI文件搜索系统
World File Search System会想
电子学 - 世界无线电史
有时，人们会想知道是什么驱使着工业巨头。有些人建立商业帝国，却毁了自己的家庭——比如亚里士多德·奥纳西斯；有些人建立公司，却在他们离开后不久就被接管——比如查理·福特；有些人追求更美好生活的愿景——比如沃尔特·迪斯尼；有些人想要开拓技术——比如英特尔的创始人；但在媒体界，工业巨头背后的通常驱动力是对影响力的追求。从威廉·伦道夫·赫斯特到诺思克利夫勋爵，媒体大亨的动机一直是聚集和行使权力。财富是他们的副产品。在诺思克利夫的案例中，对权力的追求导致了狂妄自大和疯子死亡。诺思克利夫所津津乐道的不仅仅是政治权力。他喜欢任何权力。据说他喜欢任命两个人担任同一职位，只是为了看他们争斗，看看谁能活下来。但最令人担忧的还是政治权力。即使在那时也是如此。当时，由于技术的限制，媒体大亨希望影响的选民仅限于一个国家。如今，技术意味着全球媒体大亨可以影响地球上任何国家的选民。无缝数字技术在所有主要信息传输工具（地面广播、卫星广播、有线、无线电信/数据通信）中的出现意味着大亨不仅可以在大众基础上接触全球公民，而且实际上可以在个人基础上接触全球公民。例如，BSkyB 宣布提供互联网接入的意图似乎无伤大雅。这是来自母公司新闻集团的，该集团拥有地面和卫星广播设施，与有线和无线通信利益相关，并有电影和新闻创作能力作为后盾。想象一下所有这些与互联网接入相结合的力量！该公司将能够监控您查看的内容、您给谁发的电子邮件、您访问的网站以及您访问的信息类型。有了您的一些经验，提供商将能够提出新的建议//如今的技术意味着全球媒体大亨可以影响地球上任何国家的选民。”
by-sanjiv-verma-by-byscpdf。 ...
如果我们被告知今天世界上最大的经济体是美国，我们会理解什么？肯定，我们会想知道这种土地，人口或产出的参数！在每个经济中，都在生产“商品”，也就是说，原材料正在成品，农作物，林业，牲畜，钢铁，水泥，汽车，周期，面包等。同样，服务也像银行，保险，运输等一样。所有这些都具有当地货币的货币价值，例如美国和印度印度国际机构。因此，产出本身意味着在给定时间段内经济中所有商品和服务的货币价值的汇总，可能是四分之一（3个月），半年（6个月）或一年（12个月）。换句话说，输出包括所有用于金钱的商品和服务。例如，捕捞鱼类的渔夫可以使用其中的一些来自我消费，其余的可能用于市场销售；因此，将在产出概念下考虑所有鱼类的货币价值。到目前为止，这听起来很简单，但是详细说明的产出可能还包括钢铁和水泥等中级商品，这反过来又是其他称为“最终商品”的商品的输入。这些最终商品不能进一步使用，除了使用汽车，建筑物等。如果我们在产出的定义中同时将中间商品和最终商品包括在内，那么这将有效地意味着对同一件事进行两次计数，并在此过程中膨胀经济的产出。但是，二手商品（例如说二手车）的销售怎么样？例如，小麦的生产及其铣削作为面粉会导致面包制成；因此，出于产出目的，仅考虑面包的货币价值，而不是小麦和面粉的货币价值。因此，我们可以最终得出输出应具有最终货物以避免双重计数。是否应该反映在经济的产出中？答案是否定的，因为它们在制造时已经包含了一次，因此不构成新的生产。因此，经济的产出是给定时间段内最终商品和服务的货币价值。
临床医学中的人工智能和机器学习，2023 年
随着计算机和人工智能 (AI) 概念在 20 世纪 40 和 50 年代几乎同时发展起来，医学领域很快就看到了它们的潜在相关性和好处。1,2 1959 年，基夫·布罗德曼 (Keeve Brodman) 及其同事声称“对症状做出正确的诊断解释可以在各方面合乎逻辑的过程，并且定义如此完整，以至于机器也可以完成。”3 十一年后，威廉·B·施瓦茨 (William B. Schwartz) 在该杂志上撰文写道：“计算机科学可能会通过增强、在某些情况下在很大程度上取代医生的智力功能来发挥其主要作用。”4 他预测到 2000 年，计算机将在医学中扮演全新的角色，成为医生智力的强大延伸。然而，到了 20 世纪 70 年代末，人们感到失望，因为医学计算的两种主要方法——基于规则的系统和匹配或模式识别系统——在实践中并没有像人们希望的那样成功。基于规则的系统建立在这样的假设之上：专家知识由许多独立的、针对特定情况的规则组成，而计算机可以通过将这些规则串联起来形成推理链来模拟专家推理。匹配策略试图将患者的临床特征与一组“存储的档案”（我们现在称之为“疾病脚本”）相匹配，5 这是特定疾病的发现之一。人们投入了更多的精力来理解临床决策过程本身。6 很明显，大多数先前程序的关键缺陷源于缺乏病理生理知识。当加入这些知识后，性能大大提高。尽管如此，在 20 世纪 80 年代，计算机还无法胜任这项任务。到 1987 年，基于规则的系统已在各种商业任务中证明有用，但在临床医学中却没有发挥作用。事实上，施瓦茨及其同事指出，“这个过程非常缓慢，即使使用现代高速计算机也不切实际。” 7 他们继续说：“几十年来，医生们一直听说计算机很快就能帮助进行困难的诊断，他们很可能会想知道为什么这场革命还没有发生。” 7
机器将永远改变科学出版
人工智能 (AI) 驱动的文本生成将从根本上改变科学出版。在过去的一年里，多个人工智能系统展示了视觉和文本内容的生成，这些内容与人类生成的作品越来越难以区分，几乎在一夜之间为智力工作者创造了新的可能性，同时也引发了同样强烈的担忧。虽然艺术家和记者显然站在这场新兴革命的前沿，但不难想象，研究人员在看一篇令人沮丧的研究论文草稿时，会想：“机器能帮我写吗？”（图 1）。直到最近，这个问题可能还被认为是一种异想天开，因为机器生成的科学论证很容易与人类的输出区分开来，而论文生成软件主要强调了同行评审过程对无意义论文的渗透性。1 然而，这些技术发展如此之快，我们可能已经进入了一个新阶段，在这个阶段，机器生成的文本可以无缝集成到人类生成的科学文章中。为了帮助具体说明这一点，我们直接问其中一位当事人：问题：AI 能写科学论文吗？用两段话来回答。ChatGPT 的回答是：是的，AI 可以写科学论文。事实上，已经有 AI 系统能够使用先进的自然语言处理技术来分析现有的科学文献，并生成与人类撰写的科学论文相似的文本，从而撰写科学论文。这使得 AI 能够根据给定的主题或研究领域快速高效地生成大量文本，这对于想要快速生成论文草稿的研究人员或需要就特定主题撰写大量论文的组织非常有用。然而，需要注意的是，这些 AI 生成的论文通常不是原创研究，而是基于特定领域的现有研究。这意味着它们可能不包含任何新的见解或发现，也不太可能发表在学术期刊上。此外，论文中信息的准确性和有效性可能不如人类撰写的论文高，因此人类研究人员在发表之前对信息进行审查和验证非常重要。这个结构良好的答案合理地指出了作者的潜力和局限性。正如我们写的那样，ChatGPT（AI-
通用 fuzion 规则 - R. Talsorian 游戏
什么是角色扮演游戏？角色扮演游戏让您假装自己是故事中的角色，就像在戏剧中一样。每个玩家都扮演故事中的角色，做出决定并说出角色在沿途发生的情况下会说的话。一名玩家，游戏管理员 (GM) 充当戏剧的作者或导演；他“设置舞台”，告诉玩家他们在哪里，发生了什么，以及故事中的其他角色（称为非玩家角色或 NPC）在说什么和做什么。GM 指导行动，但不控制行动；游戏的结果取决于玩家和 GM。更简单地说，角色扮演就像你小时候玩的“警察和强盗”或“过家家”游戏，只是这次有规则来帮助指导你，情况也更复杂、更有趣。我怎么玩？在 Fuzion 游戏中，一个玩家成为 GM，并决定冒险的背景、要使用的规则、角色的起点以及 Fuzion 规则中提出的所有选择和选项。其他玩家根据 GM 告诉他们的规则准备好他们的角色。GM 可以给你一个角色，让你选择一个已经写好的角色，或者让你创建一个角色。裁判/GM 还做什么？GM 准备一个故事（或使用已在预先出版的冒险书中为他写好的故事），并开始告诉玩家他们的角色看到和听到的内容，并开始询问玩家他们的角色接下来会做什么。当出现结果不明显的情况时（例如您是否击中某人或是否可以撬锁），他还会根据您现在正在阅读的规则判断结果是什么。我如何担任 GM？最好的方法是亲自尝试。通读规则，并通读提供的战役设置。我们还始终包含角色扮演会话的示例和一些有关如何创建良好冒险的提示。最重要的是要成为一名优秀的讲故事者——尝试生动地描述你引导人们经历的世界，并提出问题或情况来挑战你的玩家做到最好。同样重要的是，GM 需要公正地判断游戏规则和游戏对玩家的影响。记住；如果你不有趣，不公平，没有人会想在你的“电影”中担任主角。祝你好运！
阿尔茨海默病研究资助顾问委员会
自 2016 年 7 月 1 日起生效，要求本报告还提供有关该项目由州政府资助的阿尔茨海默氏症研究补助金所产生的额外资金的信息。阿尔茨海默氏症的影响和患病率解决 ADRD 的影响对所有美国人来说都具有重要意义。然而，这对佛罗里达州来说尤其重要，美国人口普查局的最新估计显示，佛罗里达州 65 岁及以上成年人的比例是全国最高的，而且这一人群仍然是该州增长最快的年龄群体之一。6 目前，佛罗里达州每五个居民中就有一个年龄超过 65 岁。7 阿尔茨海默氏症协会预测，到 2025 年底，佛罗里达州将有近 75 万人患有 AD。8 2023 年 7 月发表的一项研究估计了全国 3,142 个县的 ADRD 患病率。 9 根据他们的研究结果，研究人员估计，患有 AD 的人比例最高的是佛罗里达州、马里兰州和纽约州。10 佛罗里达州的六个县被列入全国前 100 个县中。11 迈阿密戴德县在全国前十个县中名列第一（图表 1）。12 估计患有 AD 的佛罗里达州人的数量不包括 65 岁以下的人或患有其他形式痴呆症的人，因此实际患病率可能更高。13 其他研究也显示了 ADRD 对家庭的影响。2022 年，估计有 827,000 名佛罗里达州人为亲人提供了总计 1,301,000,000 小时的无偿护理。14 无偿护理的总价值现在估计为 23,409,000,000.00 美元。 15 ADRD 的进展应被视为一个持续的过程，贯穿人的一生。研究人员估计，这一过程可能在大脑出现与记忆丧失相关的首批症状之前数年就开始了。16 近 90% 的美国人表示，如果他们表现出思维混乱和记忆丧失，他们会想知道这些症状的原因是否是 AD。17 然而，超过一半的 45 岁及以上主观认知能力下降的人没有与医疗保健提供者谈论他们的问题、担忧和恐惧。18 在那些记忆问题导致功能障碍的人中，42% 的人没有与提供者分享这些问题。19
面对经济的复杂性：经济学与工程学新联盟的机遇
复杂性。提出了三种范式：（i）工程经济学；（ii）经济学与工程；（iii）作为工程的经济学。“工程经济学”范式有着悠久的传统，而 Mariotti 帮助我们理解这种范式背后的动机，并重建 19 世纪下半叶始于美国、随后在全球共享经验中传播开来的成功实验。后一种范式（即“作为工程的经济学”）强调了科学经济学方法的实证主义，这种方法基于一个（隐藏的）假设，即经济学是不同的，必须将其与社会科学区分开来。Mariotti 指出，这只是可以用来概括允许在经济学和（更常见的是）金融领域进行“工程”应用的解决方案需求的几个隐喻之一。几位诺贝尔奖获得者可以被描述为“经济工程师”：哈里·马科维茨、默顿·米勒和威廉·夏普于 1990 年因“金融经济学的开创性工作”而获奖，罗伯特·默顿和迈伦·斯科尔斯于 1997 年因“确定衍生品价值的新方法”而获奖，劳埃德·沙普利和阿尔文·罗斯于 2012 年因“稳定配置理论和市场设计实践”而获奖，保罗·米尔格罗姆和罗伯特·威尔逊于 2020 年因“改进拍卖理论和发明新的拍卖形式”而获奖。值得注意的是，除了这些作为经济工程达到持久共识的例子之外，人们还可以认识到经济学作为工程范式也需要旨在解决政策制定核心问题的理论模型，但事实上导致了对古典理论模型的过度信任。这引发了相关问题，将在以下章节中讨论。最后，马里奥蒂将“经济学与工程学”范式描述为“同行之间的会面，尊重学科独特性和不同文化，但在相互影响甚至跨学科的背景下”（马里奥蒂，2021 年，第 2 节）。一些正统经济学家可能会想，“你怎么敢这样做？”但事实上，相互影响和跨学科在科学中很常见。此外，在《建立经济学与工程学的新联盟》中，马里奥蒂指出，相互影响、跨学科和多学科性在经济学与工程学的关系中一直存在。此外，由于科学复杂性方法的发展，它们正在得到加强，这将在以下章节中讨论。
Srijana Giri 和 Phil Treadwell 的数字化变革
Phil Treadwell：(00:00) 好的。欢迎回到抵押贷款营销专家播客。我是主持人 Phil Treadwell。抵押贷款营销专家是 Industry Syndicate 播客网络的骄傲创始成员。我们今天的抵押贷款营销专家是 Srijana Giri。她是 Freddie Mac Single-Family 信贷创新和分析团队的风险分析高级总监。她在抵押贷款和住房行业拥有超过 15 年的经验，拥有 MBA 和计算机科学学士学位。Phil Treadwell：在加入 Freddie Mac 之前，她曾担任医疗教育抵押贷款软件解决方案的实施职位，这意味着你比 99% 的听众更擅长使用计算机。Srijana，欢迎收听播客。Srijana Giri：谢谢你，Phil。谢谢你邀请我来到这里。Phil Treadwell：我们很高兴进行这次对话。我们邀请了 Freddie Mac 的几位员工，你们是我播客的朋友，我想这次对话会很有趣。你们在技术方面做了一些非常酷的事情，就像我说的，到目前为止我们已经拍了几集，我们将继续讨论这个问题。但在开始之前，就像我们在开始录制之前所说的那样，我们大多数人并没有计划早早进入抵押贷款行业。Phil Treadwell：所以我很想请你分享一下你的背景，你是如何进入这个行业的，以及你是如何走到今天这一步的。Srijana Giri：是的。很高兴分享，Phil。就像你说的，每个进入抵押贷款行业的人都不会想，“是的，这就是我要从事的行业。”我在明尼苏达州非常寒冷的一所小型公立学校读了本科，主修计算机科学。我一直都知道我想从事技术领域，但没有意识到我会对抵押贷款和住房行业如此热情。 Srijana Giri：毕业后，我很幸运能在职业生涯早期就为富国银行工作，这让我进入了抵押贷款领域。几年后，我离开了这家公司，并在那里工作过一段时间。中间我在其他两家抵押贷款公司工作过，但凭借我在技术领域的背景，我想尝试一些不同的东西。Srijana Giri：所以我在医疗保健领域工作过，在教育领域工作过，但都是围绕创新和利用技术来帮助市场。最后，当我有了第一个儿子后，我决定加入 Freddie。如果我回顾我的职业生涯，我觉得这个角色真的是命中注定的。我觉得我注定要做这个，因为我在信贷创新和分析领域，这真的让我的技术背景和我的创造性技能以及处理数据的能力，以及我书呆子的一面，以及它的所有风险和政策方面。内心深处，我知道我想为一家有使命的公司工作，这真是一个伟大的公司。
癌症知识问答及癌症事实承诺 I
iv. 帮助使我们的社区更安全，成为散步、骑自行车和进行活动的更有吸引力的地方。 癌症事实（来源：www.cancer.org，更多信息可在线获取） 什么是癌症？ 癌症可以始于身体的任何部位。当细胞生长失控并排挤正常细胞时，它就开始了。这会使身体难以正常工作。 对许多人来说，癌症可以得到很好的治疗。事实上，越来越多的人经过癌症治疗后过上了充实的生活。 在这里，我们将解释什么是癌症以及如何治疗癌症。您将在这本小册子的末尾找到关于癌症的单词列表及其含义。 癌症基础知识 癌症不只是一种疾病。癌症有很多种。它不只是一种疾病。癌症可以始于肺癌、乳腺癌、结肠癌，甚至血液癌。癌症在某些方面相似，但它们的生长和扩散方式不同。 癌症有何相似之处？ 我们体内的细胞都有特定的工作要做。正常细胞有序分裂。当它们磨损或受损时，就会死亡，新的细胞会取而代之。当细胞开始失控生长时，就会发生癌症。癌细胞不断生长并产生新细胞。它们会排挤正常细胞。这会导致癌症起源的身体部位出现问题。癌细胞还会扩散到身体的其他部位。例如，肺癌细胞会转移到骨骼并在那里生长。癌细胞扩散时，这被称为转移 (meh-TAS-tuh-sis)。肺癌扩散到骨骼时，仍称为肺癌。对医生来说，骨骼中的癌细胞看起来与肺部的癌细胞一模一样。除非癌细胞起源于骨骼，否则不称为骨癌。癌症有何不同？有些癌症生长和扩散速度快。有些癌症生长较慢。它们对治疗的反应也不同。有些类型的癌症最好通过手术治疗；而有些类型的癌症对化疗 (key- mo-THER-uh-pee) 药物的反应更好。通常需要 2 种或更多种治疗方法才能获得最佳效果。当有人患癌症时，医生会想查明是哪种癌症。癌症患者需要针对其癌症类型的治疗。什么是肿瘤？大多数癌症会形成肿块，称为肿瘤或生长物。但并非所有肿块都是癌症。医生会取出一块肿块进行观察以确定是否是癌症。非癌症肿块称为良性肿块（be-NINE）。癌症肿块称为恶性肿块（muh-LIG-nunt）。有些癌症不会形成肿瘤，例如白血病（血癌）。它们在血细胞或身体其他细胞中生长。“当你被告知患有癌症时，你会感到恐惧。开始的时候，除了诊断结果之外，你很难再考虑任何事情。这是你每天早晨想到的第一件事。我想让癌症患者知道，病情确实会好起来。谈论癌症有助于你处理你感受到的所有新情绪。记住，心烦意乱是正常的。”—— Delores，癌症幸存者 癌症处于哪一期？医生还需要知道癌症是否已经扩散以及扩散到何种程度。这被称为癌症分期。你可能听过别人说他们的癌症是 1 期或 2 期。了解癌症的分期有助于医生决定哪种治疗方式最好。对于每种类型的癌症，都可以进行测试以确定癌症的分期。通常，较低的分期（例如 1 期或 2 期）意味着癌症还没有扩散太多。较高的数字（例如
利用进化和直觉创造新酶
利用进化和直觉创造新酶 Patrick J. Almhjell 和 Frances H. Arnold，加州理工学院 简介 酶是大自然的催化剂，生物体利用化学反应从其环境中提取物质和能量并创造新生命。想想阳光和二氧化碳如何被植物转化为糖，以及这些糖后来如何被依靠植物作为食物的生物体代谢。这些反应都是由酶催化的。甚至血液中的溶解二氧化碳（以碳酸盐的形式）转化为呼出的气态二氧化碳，以及不同药物的代谢以将其从人体循环系统中清除，都是由这些非凡的生物机器完成的。在进化的指导下，酶已针对其特定反应进行优化，与未催化反应和其他催化剂相比，它们可以表现出非凡的速率增强和选择性。酶由 20 种典型氨基酸的线性排列组成，这些氨基酸折叠成复杂的三维结构。它们通常结合不同的辅因子来促进反应，有时通过翻译后修饰进一步修饰，从而改变其结构和功能。通过进化优化酶是由于两个主要事件的作用：编码酶的 DNA 发生突变，随后对其功能或表型进行选择。改善功能的突变可以在群体中富集。这一过程使生物体能够吸收和消耗周围的资源；那些做得更好的生物体有更好的机会将其基因传递给下一代。这一过程还产生了丰富的生命多样性，这些生命已经适应了几乎占据世界每个生态位。强大的进化设计算法已以定向进化的形式带入实验室，可用于设计酶和其他蛋白质，使其具有满足人类需求的有用特性。与自然进化类似，定向进化使用诱变，这是一种创造遗传多样性的方法，然后进行某种形式的选择或筛选，以识别具有改进特性的变体酶。这个循环可以重复，直到特性得到充分改善（图 1a）。在大多数情况下，定向进化在概念和技术上都很简单：一旦确定某种酶表现出所需功能的低活性，诱变和筛选改进的功能通常会提供增强。然而，第一步，即确定具有一些初始活性的酶，可能远非易事。无论是在自然界还是在实验室中，我们经常会想知道新功能在自然进化过程中究竟是如何产生的。与细胞生物学“omnis cellula e cellula”（即“所有细胞都来自细胞”）的信条类似，酶源自早期的酶和其他蛋白质，并在进化过程中获得新功能。什么情况下，一种酶可以执行一种功能，从而进化为另一种具有不同功能的酶？这个问题尚未完全得到解答，但据观察，这个过程在自然界中通常是逐步发生的，通过微小的变化和偶然性（正确的变化或正确的新条件）在很长一段时间内发生（图 1b）。然而，我们酶工程师希望创造能够解决当前时间敏感问题的酶，因此无法等待“进化时间尺度”出现并优化解决方案。此外，我们可能希望朝不同的方向发展，创造为我们服务的酶，而不是支持制造它的生物体。那么，我们如何才能更快、更有针对性地向新的催化活动迈进？正如我们将在本章中看到的，它通常涉及利用一个人的化学直觉，了解反应发生的方式和原因，并在正确的条件下做出正确的改变。