XiaoMi-AI文件搜索系统
World File Search System兰德尔
人工智能在人文学科的应用：评论
摘要：人文和社会科学研究人员正在研究人工智能 (AI) 对人类社会的深远影响以及它们如何改变研究范式。神经符号人工智能中联结主义和符号主义的整合对于涉及大量数据的人文和社会问题的研究具有重要意义。它在计算社会科学和数字人文等新多学科领域的发展中也发挥着至关重要的作用。人文和社会科学面临着人工智能 (AI) 的重大挑战，人工智能正在影响公众对话，引发人们对可接受性、隐私和经济影响的担忧。除了提出社会问题外，它还通过机器和深度学习技术促进大规模数据分析，为跨学科分析开辟了新的途径，从而改变了研究程序。除了为此目的专门定义人工智能的范围外，本研究还为人工智能驱动的社会理论提供了愿景，并建议使用数字数据来测试基于人工智能模型的预测能力的社会理论。它利用兰德尔·柯林斯的状态分解模型，说明了人工智能现有的综合知识、推理和系统解决各种问题的能力。然而，人工智能驱动的社会理论受到实际、技术和认识论问题的阻碍。语义化（生成机器可操作的言语概念）、可转移性（使用跨语境学习到的信息）和生成性（独立生成和升级概念）是当前系统所缺乏的关键功能。通过填补这些空白，未来的研究可以使人工智能成为累积社会理论发展的先驱。凭借丰富的数据，神经符号人工智能具有解决棘手的人文和社会问题的巨大潜力。对于计算社会科学和数字人文等新兴跨学科领域而言，它的整合代表着重大进步。关键词：数字人文、深度学习、躯体化、神经符号
大学领导 - 犹他大学
原告玛丽亚·加西亚斯·格伦·塞恩格·吉姆·索伦森大学代表凯西·安德森（Cathy Anderson）首席财务官兼行政服务副总裁艾米·乔特（Amy Choate）董事，PR/通讯，学术事务，学术事务布雷特·伊甸园（Brett Eden Eden）总监，运营与物流，辅助服务助理服务shanti Demyad校长，学术参议院总裁迈克尔·梅克尔·良好高级派发主席，健康科学科学科学科学科学科学家chase chase chase sr.Associate Vice President, Academic Affairs Mark Harlan Athletics Director Jeff Herring Chief Human Resources Officer Steve Hess Chief Information Officer Teresa Kehl Special Assistant to the President Jeff Labrum Chief Operating Officer Laura Marks Special Assistant to the Senior Vice President for Academic Affairs Lori McDonald Vice President, Student Affairs Melody Murdock Director, PR/Communications Mitzi Montoya Provost/Senior Vice President for Academic Affairs Chris Nelson Chief University关系官兼大学秘书杰森·佩里（Jason Perry）副校长，政府关系泰勒·兰德尔（Taylor Randall）主席詹恩·里德（Jenn Randall）副校长，辅助服务艾琳·罗斯威尔（Erin Rothwell）副总裁，研究吉姆·罗素（Jim Russell Phyllis Vetter副总裁兼总法律顾问Danny Wall行政主任，房地产管理房地产丽贝卡·沃尔什（Rebecca Walsh）董事，公关/通讯Karen West联络董事会董事会成员Marie Wintress总裁犹他大学职员委员会Shawn Wood Shawn Wood Manager，PR/Communications
德克萨斯纪事报 2023 年 1 月 27 日刊
鉴于，我，德克萨斯州州长格雷格·阿博特，于 2022 年 3 月 18 日发布了灾难公告，并在随后的一系列公告中进行了修订和更新，证明 2022 年 2 月 23 日开始的野火对安德鲁斯、阿兰萨斯、阿切尔、比、贝尔、布兰科、博登、博斯克、布鲁斯特、布鲁克斯、布朗、卡梅伦、科克、科尔曼、科曼奇、康乔、库克、克兰、克罗克特、卡尔伯森、道森、迪米特、杜瓦尔、伊斯特兰、埃克托、爱德华兹、埃拉斯、盖恩斯、加尔萨、格雷森、汉普希尔、伊达尔戈、胡德、霍华德、哈德斯佩思、杰夫·戴维斯、吉姆·霍格、吉姆·威尔斯、肯尼迪、金布尔、克莱伯格、利夫奥克、马丁、梅森县、马弗里克县、麦卡洛克县、梅迪纳县、梅纳德县、米德兰县、纽西斯县、帕洛平托县、帕克县、佩科斯县、波特县、普雷西迪奥县、兰德尔县、里根县、雷亚尔县、雷富希奥县、罗伯茨县、朗内尔斯县、斯塔尔县、泰勒县、特雷尔县、汤姆·格林县、厄普顿县、威奇托县、威拉西县、威廉姆森县、温克勒县、怀斯县、萨帕塔县和萨瓦拉县；
议程，口头通信和海报演示...
Nordisk演讲（2016年命名为McKenna演讲）1976 DK O'Donovan 1977 S Bloom 1978 J.H.S.罗伯逊（Robertson）1979年A.G. Cudworth 1980 D.A.D. 蒙哥马利1981 Peter Watkins 1982 G. Joplin 1983 D.R. 伦敦1984 A.X. Bertagna 1985 Malcolm Natrass Laurence Kennedy 1986 Brian Frier JB Ferriss 1987 Maurice Scanlon TJ McKenna McKenna 1988 D.A. Heath AB Atkinson 1989 J Ward Gh Tomkin 1990 R. Volpe KD Buchanan 1991 Michael Besser PPA Smyth 1992 R.V. Ragontte DH Hadden 1993 Bruce Weintraub David Powell 1994 Oscar Croffard Patrick Bell 1995 Robert Lindsay Brian Brian Sheridan 1996 C.R.W. 爱德华兹·罗斯玛丽·弗雷尼（Edwards Rosemary Freaney）1997年斯蒂芬妮·阿米尔·戴维·麦卡恩斯（Stephanie Amiel David McCance）1998年罗伯特·特纳·兰德尔·海斯（Robert Turner Randle Hayes）1999年伊恩·海·塞恩（Ian Hay Sean K Cunningham）2000 Stephen O'Rahilly Michael Cullen 2001 Andre Lacroix Daphne Owens 2002 J. Tuomilehto CJ Thompson 2003 Tonony weetman 2003 Tony Weetman John Nolan 2004 John Nolan 2004 R. R. R. Thakker RGR Firth 2005年下午Stewart FPM O'Harte 2006 Kevin Docherty CH Walsh 2007 Lynnette Nieman Timothy O'Brien 2008 Ken Ho Donal O'Shea 2009 Daniel J. Drucker Steven Hunter 2010 Joseph G. Verbalis Joseph G. Verbalis James Gibney James Gibney 2011 Thomas A. Buchanan Maria Maria Maria Maria Maria Maria Maria byrne 2012 Beverle 2012 Beverly M.K. Biller Fidelma Dunne 2013 Mark McCarthy Diarmuid Smith 2014 Karel Pacak Sean F Dinneen 2015 European Society of Endocrinology meeting, Dublin Hadden Lecture McKenna Lecture 2016 David M. Nathan Amar Agha 2017 Marta Korbonits Aine McKillop 2018 Bernard Zinman Paula O'Shea 2019 William B Drake Mark Sherlock 2020 Helen Murphy Donal O'Gorman 2021 Eberhard Nieschlag Hilary Hoey 2022 Andrew Hattersley Karen Mullan 2023 Gudmundur Johannsson Francis Francis Finucane罗伯逊（Robertson）1979年A.G. Cudworth 1980 D.A.D.蒙哥马利1981 Peter Watkins 1982 G. Joplin 1983 D.R.伦敦1984 A.X.Bertagna 1985 Malcolm Natrass Laurence Kennedy 1986 Brian Frier JB Ferriss 1987 Maurice Scanlon TJ McKenna McKenna 1988 D.A.Heath AB Atkinson 1989 J Ward Gh Tomkin 1990 R. Volpe KD Buchanan 1991 Michael Besser PPA Smyth 1992 R.V. Ragontte DH Hadden 1993 Bruce Weintraub David Powell 1994 Oscar Croffard Patrick Bell 1995 Robert Lindsay Brian Brian Sheridan 1996 C.R.W. 爱德华兹·罗斯玛丽·弗雷尼（Edwards Rosemary Freaney）1997年斯蒂芬妮·阿米尔·戴维·麦卡恩斯（Stephanie Amiel David McCance）1998年罗伯特·特纳·兰德尔·海斯（Robert Turner Randle Hayes）1999年伊恩·海·塞恩（Ian Hay Sean K Cunningham）2000 Stephen O'Rahilly Michael Cullen 2001 Andre Lacroix Daphne Owens 2002 J. Tuomilehto CJ Thompson 2003 Tonony weetman 2003 Tony Weetman John Nolan 2004 John Nolan 2004 R. R. R. Thakker RGR Firth 2005年下午Stewart FPM O'Harte 2006 Kevin Docherty CH Walsh 2007 Lynnette Nieman Timothy O'Brien 2008 Ken Ho Donal O'Shea 2009 Daniel J. Drucker Steven Hunter 2010 Joseph G. Verbalis Joseph G. Verbalis James Gibney James Gibney 2011 Thomas A. Buchanan Maria Maria Maria Maria Maria Maria Maria byrne 2012 Beverle 2012 Beverly M.K. Biller Fidelma Dunne 2013 Mark McCarthy Diarmuid Smith 2014 Karel Pacak Sean F Dinneen 2015 European Society of Endocrinology meeting, Dublin Hadden Lecture McKenna Lecture 2016 David M. Nathan Amar Agha 2017 Marta Korbonits Aine McKillop 2018 Bernard Zinman Paula O'Shea 2019 William B Drake Mark Sherlock 2020 Helen Murphy Donal O'Gorman 2021 Eberhard Nieschlag Hilary Hoey 2022 Andrew Hattersley Karen Mullan 2023 Gudmundur Johannsson Francis Francis FinucaneHeath AB Atkinson 1989 J Ward Gh Tomkin 1990 R. Volpe KD Buchanan 1991 Michael Besser PPA Smyth 1992 R.V.Ragontte DH Hadden 1993 Bruce Weintraub David Powell 1994 Oscar Croffard Patrick Bell 1995 Robert Lindsay Brian Brian Sheridan 1996 C.R.W.爱德华兹·罗斯玛丽·弗雷尼（Edwards Rosemary Freaney）1997年斯蒂芬妮·阿米尔·戴维·麦卡恩斯（Stephanie Amiel David McCance）1998年罗伯特·特纳·兰德尔·海斯（Robert Turner Randle Hayes）1999年伊恩·海·塞恩（Ian Hay Sean K Cunningham）2000 Stephen O'Rahilly Michael Cullen 2001 Andre Lacroix Daphne Owens 2002 J. Tuomilehto CJ Thompson 2003 Tonony weetman 2003 Tony Weetman John Nolan 2004 John Nolan 2004 R. R. R.Thakker RGR Firth 2005年下午Stewart FPM O'Harte 2006 Kevin Docherty CH Walsh 2007 Lynnette Nieman Timothy O'Brien 2008 Ken Ho Donal O'Shea 2009 Daniel J. Drucker Steven Hunter 2010 Joseph G. Verbalis Joseph G. Verbalis James Gibney James Gibney 2011 Thomas A. Buchanan Maria Maria Maria Maria Maria Maria Maria byrne 2012 Beverle 2012 Beverly M.K.Biller Fidelma Dunne 2013 Mark McCarthy Diarmuid Smith 2014 Karel Pacak Sean F Dinneen 2015 European Society of Endocrinology meeting, Dublin Hadden Lecture McKenna Lecture 2016 David M. Nathan Amar Agha 2017 Marta Korbonits Aine McKillop 2018 Bernard Zinman Paula O'Shea 2019 William B Drake Mark Sherlock 2020 Helen Murphy Donal O'Gorman 2021 Eberhard Nieschlag Hilary Hoey 2022 Andrew Hattersley Karen Mullan 2023 Gudmundur Johannsson Francis Francis Finucane
FY-25 主要指挥部结果、SWO(N) 职业道路更新
各位 SWO(N) 战士 — 来自米灵顿的问候！在此 SWO(N) Gram 中：FY-25 主要指挥部结果、SWO(N) 职业道路更新、CVN 首席助理筛选板更新、部门官员岸上名单指标、轮班工程师激励工资增加、诺福克地理领导流动率、2023-2024 SWO(N) 时事通讯输入、OHARP 机会、指挥资格和 PNEO 结果。****************************************** FY-25 主要指挥部结果 FY-25 水面主要指挥委员会于本月结束，并认可了我们的反应堆军官和高级核军官为海军所做的繁重工作。在三种情况下，SWO(N) 的总体入选率均高于委员会比率（46.7% 对 42.2%）。我们期待看到这些军官在主要指挥部中领导！请与我一道祝贺以下入选军官： 海上主要指挥员： 卡尔·布兰德尔上尉 — 西南地区维护中心 XO 马修·库尔南上尉 — PERS-424 特伦斯·弗罗斯特上尉 — N96G 分部负责人，OPNAV N96 CDR 布莱恩·盖泽特 — 参谋长，检查和调查委员会 (INSURV) 侯赛因·萨雷尼上尉 — RO，美国海军哈里·S·杜鲁门号航空母舰 (CVN 75) 岸上主要指挥员： 伊丽莎白·纳尔逊上尉 — RO，美国海军乔治·H·W·布什号航空母舰 (CVN 77) 迈克尔·鲁特上尉 — OIC，CNAP 机动训练团队 入选完整名单可在此处找到：https://www.mynavyhr.navy.mil/Portals/55/Boards/ScreenBoards/SurfaceSpecopsEOD/FY25_S WO_EOD_LDO_MAJOR_COMMAND_SELECTS.pdf?ver=jWYehpQ- G5s2yXMBFSVYRA%3d%3d ****************************************** SWO(N) 职业道路更新：为在 PD1 岸上值班时筛选 CDR CMD 的 SWO(N) 提供了新的机会。现在可以选择放弃 PD2 岸上值班，直接进入 XO/CO 管道。这允许在 CO 和 RO 之间或 RO 和主要指挥部之间有岸上值班窗口。岸上值班窗口的时间将通过 PERS-424 进行。我们认识到连续和艰苦的海上巡视的困难，并希望在以后的职业道路上提供灵活性。早期进入 RO 的另一个好处是两年前晋升为 CAPT！
秋季海军人工智能峰会
杰夫·安德森上尉 图灵任务组主任 jeffrey.a.anderson2.mil@us.navy.mil 马丁·阿普里奇先生 美国战略司令部首席数据科学家 martin.r.apprich.civ@mail.mil 斯科蒂·布莱克中校 凯曼斯海军研究生院主任 scotty.black@nps.edu 玛丽亚·布吉女士 BAH Buggey_Maria@bah.com 乔治·坎贝尔女士 国家海洋和大气管理局大西洋分局科学家 georgianna.l.campbell.civ@us.navy.mil 兰德尔·科尔博士 海军部首席数据和人工智能官 randal.t.cole.civ@us.navy.mil 塞尔索·德梅洛博士 计算机科学家 陆军研究实验室 celso.m.demelo.civ@army.mil SSTM 拉菲安妮·道尔先生 国家海洋和大气管理局太平洋分局首席工程师 raffianne.n.doyle.civ@us.navy.mil 戴夫·格金先生 NAWCAD 技术情报部门负责人david.m.gerkin.civ@us.navy.mil Chris Gifford 博士 JHU APL Christopher.Gifford@jhuapl.edu Ben Goldman 先生 NSWC Dahlgren 项目负责人 benjamin.j.goldman.civ@us.navy.mil Chris Haughton 先生 JHU APL chris.haughton@jhuapl.edu Jimmy Jones 博士 STITCHES 团队负责人 SAF/AQLV jimmy.jones.22@us.af.mil Ryan Keller 少校 AI2C / CMU LNO 海洋创新单位 ryan.p.keller@usmc.mil Jack Long 博士/中校 海军 AI 负责人 海军研究办公室 john.g.long.mil@us.navy.mil CDR Ken Maroon 美国海军学院常任军事教授 maroon@usna.edu Andrea Mask 博士 科学顾问，第 10 舰队 ONR 全球 / 美国舰队部队网络andrea.c.mask.civ@us.navy.mil 中校 Pedro Ortiz 数据和人工智能服务副主任 CDAO pedro.ortiz30.mil@mail.mil Howard Pace 教授 海军研究生院实践教授 howard.pace@nps.edu Chris Paul 博士 海军研究生院信息主席 christopher.e.paul@nps.edu Todd Paulsen 先生 国防情报局 Todd.Paulsen@dodiis.mil David Phillips 博士 项目官员 海军研究办公室 david.j.phillips127.civ@us.navy.mil 退役上校 Randy Pugh 海军作战研究所所长 rgpugh@nps.edu 高级品质主管 James Raimondo 高级数字化转型顾问 海军作战部长办公室 james.r.raimondo.civ@us.navy.mil 中校 Gavin Robillard Cunningham 航空集团 DC gavin.robillard@usmc.mil 特里·舒夫先生 BAH Schoof_Terry@bah.com 乔·西尔斯先生 BAH Sears_Joseph@bah.com 加里·希勒先生 NSWC 达尔格伦 gary.g.shearer.civ@us.navy.mil 中尉 Artem Sherbinin TF Hopper artem.m.sherbinin.mil@us.navy.mil 麦克弗森·史蒂文斯先生 NSWC 达尔格伦 macpherson.e.stevens.civ@us.navy.mil 上尉 Kristi White 数据科学家 陆军人工智能集成中心 kristi.c.white.mil@army.mil 路易斯·贝拉斯克斯先生 MarCorSysCom 首席技术官 luis.velazquez@usmc.mil
海报会话程序
＃1.1 173印度太平洋珊瑚礁积聚和生态社区结构Ramos，Riovie的时空趋势；摩根，凯尔＃1.2 211加勒比珊瑚礁群岛丈夫的形成；东，霍莉； gulliver，波琳； Hocking，Emma＃1.3 238全新世百慕大礁的内部结构：高纬度珊瑚礁的发展替代方案？islas-dominguez，爱德华多；吉斯勒（Eberhard）； Hudson，J。Harold＃1.4 268热带气候变异性以及在Orbicella和Siderastrea珊瑚骨骼中记录的环境压力源的影响，伯利兹，中美洲Diers，Diana； Raddatz，Jacek； Gischler，Eberhard＃1.5 534始新世珊瑚礁珊瑚（Astreopora）Mono，Phyllis的钙化特征； Regina的Mertz-Kraus；路透社，马库斯； Kołodziej，Bogusław； Stefanskyi，Vadim L。； Methner，Katharina A。； Brachert，Thomas C.＃1.6 611研究生物地层学的进步：分析RIF地区的白垩纪有孔虫，以进行古地理分析IMAM，ADIL； Yousfi，穆罕默德·扎卡里亚（Mohamed Zakaria）； budad，larbi； Soukaina Jaydawi＃1.7 619对多种压力源的珊瑚生长反应：印度尼西亚Belitung锡岛的沉积物径流和Heatwaves。渡边，塔卡基伊（Takaakii K。）； Pfeffer，Miriam； Nurhidayati，Ayu Utmi； Garbe-Schönberg，Dieter；弗里克，丹尼尔·A。 Cahyarini，Sri Yudawati＃1.8 642在北苏拉威岛（印度尼西亚）的曼卡岛硬质和柔软的珊瑚色礁石地块的鱼类社区。英寸，劳拉；凯特（Inman）； Ompi，Medy；一年，罗伯特；贝亚胡达（Yehuda）； Schupp，Peter J。； Reverter，Miriam＃1.9 850 Cor Reef Food Web和Energy Fluxes for Global Change Paul Costasec，Emma Lucile的高脆弱性； Nina，Schiettekatte；莫拉伊，雷纳托；凯西，约旦；布兰德尔，西蒙； Delecambre，Zoe；地板，塞尔吉奥；艾伦（Alan）弗里德兰德（Friedlander）； Nunes，卢卡斯；丹斯，布鲁诺；帕拉维奇尼（Parravicini），瓦莱里亚诺（Valeriano）＃1.10 851海洋变暖和海洋酸化对Blanca及其相关的微生物组figuerola的长期影响；加拉布（Joaquim） Pressà-Domènech，马克； Capdevila，Pol； Mirasole，爱丽丝；巴索尔，波尔；德尔·坎波（Del Campo），哈维尔（Javier）； Teixidó，Núria
Sunny Cheung证词
I.概述1联合主席：副主席兰德尔·施利弗（Randall Schriver）和专员迈克尔·库肯我的证词将重点放在这种工业战略中最关键的目标之一，即保护机器人技术和自主技术。我将概述中国的战略方法，关键行业参与者以及其在这些部门快速发展的更广泛的经济和地缘政治后果。“在中国制造2025年”（麦克风2025）于2015年引入了中国的战略工业政策，旨在将国家从以低成本劳动力闻名的制造强国转变为高科技行业的全球领导者。MIC 2025确定了针对目标开发的十个关键部门，包括机器人技术，高端CNC（计算机数值控制）机床，AI，新能力车辆，航空航天和生物制药。该计划强调了技术自给自足，创新驱动的发展和工业升级，从而减少了对外国供应商的依赖，尤其是在诸如半导体，自动化和人工智能等关键技术中。尽管中国在面对美国和其他西方国家的强烈反对之后，在公共话语中正式淡化了2025年的麦克风，他们认为这是一种激进的工业战略威胁全球竞争的行业，但该计划的目标从未消失。相反，他们被融入了更广泛的政策和国家主导的倡议中，这些政策继续获得广泛的财务和政治支持。3 4计划在过去的十年中，中国实施了大量补贴，国家支持的投资基金和区域发展政策，以加速战略行业的增长，尤其是机器人技术和自动化，这是增强国家技术主权的广泛推动力的一部分。机器人技术一直是该框架的重点，其中MIC 2025蓝图概述了推进工业机器人，专用机器人和服务机器人的特定目标。2个工业机器人是为制造业设计的，包括多关节机械武器和多度自由的机器人，这些机器人可自动化重复，单调的任务，例如焊接，材料处理，包装，包装，绘画，剪裁，切割和在干净的房间中进行操作。服务机器人在非结构化的环境中为人类提供必不可少的服务，并包括在农业，金融，物流和教育中运作的国内机器人，医疗机器人和公共服务机器人。特殊用途的机器人是在危险环境和独特条件下（包括军事应用，极端操作和紧急救援任务）开发的。这种分类允许有针对性的政策措施和特定于行业的支持，从而导致所有三个细分市场的显着增长。
52. 人工智能对劳动力市场的影响
当前，人工智能（以下简称AI）越来越多地被引入到商业、科学、医学等各个生活领域。人工智能应用的主要领域之一是各种流程的自动化，这可以提高工作效率并降低人力成本。然而，随之而来的是人工智能的发展不可避免地给劳动力市场带来变化。人工智能可用于自动化各种任务，从数据输入和记录保存到服务和支持[1]。21 世纪初。人们对机器人技术的兴趣日益浓厚。人工智能开始积极引入航天工业和国民经济的其他领域。智能家居系统和先进的家用电器已经诞生。机器人探索南极洲。自 2008 年以来，技术奇点时代已经开始，根据预测计算，到 2030 年将达到顶峰。人类正在积极适应计算系统，人脑的能力不断增强，生物技术也不断涌现 [2]。美国社会学家兰德尔·柯林斯确信，现在又迎来了另一波技术替代浪潮。他认为，在不久的将来，智能机器人将会积极取代各个领域的专家。人工智能与机器人技术和先进的在线技术相结合，如今已经可以有效地处理许多以前只有人类才能完成的任务。例如，AI正在积极引入医学领域，智能程序有助于做出正确的诊断，选择治疗方法或开发药物。并且一般来说，它们能够实现或显著简化许多流程的实现。AI还用于需要人文技能的领域：新闻业、在线教育、招聘、实时翻译功能。越来越多的程序出现在股票交易和投资领域，并取得了不同程度的成功。在这个领域，既使用特殊的算法来帮助投资者分析大量信息，也使用那些独立进行交易的算法[3]。让我们考虑一下人工智能对劳动力市场的影响带来的好处：1.创造新的就业机会。人工智能的发展可能会导致与人工智能系统开发和管理相关的新职业的产生。2.提高工作质量。3.新形式的工作。4.人员的教育和培训。人工智能技术可以自动化日常任务，让员工专注于更复杂、更具创造性和回报更高的工作。人工智能可用于优化和改进医疗保健、金融和交通等各种行业的工作流程。[4]人工智能的进步可能会创造新的工作形式，例如远程工作和灵活的工作时间，这可以增加远程人士或残疾人士的工作机会。人工智能的发展正在改变教育和培训。劳动力市场的新技术和需求需要持续的培训和技能发展。人工智能对劳动力市场的影响尽管有积极的一面，但也有消极的一面，包括某些专业领域的就业岗位减少，失业率可能上升。人工智能对劳动力市场影响的弊端：1.裁员。在某些行业中，流程自动化可能会导致失业，因为这些行业的体力劳动被更高效的算法和程序所取代。人工智能的兴起和机器人技术的日益普及将导致市场对劳动力的需求下降，出现缺口
用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响，从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据，它们正在提供前所未有的空间环境实时表征，包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步，但仅靠它们是不够的。为了优化任务规划，许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事，但最近随着 21 世纪人工智能 (AI) 技术的应用，大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型，并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期（0 到 60 分钟）、中期（1 小时到 3 小时）和长期（3 到 48 小时）。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下，多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度，卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后，组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据，因此，使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明，在几乎所有情况下，这些预测技术都优于持久性，而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点，将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是，云层可以部分或完全遮挡目标，并阻止或要求降低光通信系统的数据速率。但是，通过准确表征和预测大气影响，可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统，该系统可生成高分辨率的大气衰减预测，以支持太空激光和监视应用的决策辅助。为了实现这一目标，HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据，并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测：1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时；最长 2+ 小时；最长 48 小时。最长 1 小时；最长 2+ 小时；最长 48 小时。
用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响，从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据，它们正在提供前所未有的空间环境实时表征，包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步，但仅靠它们是不够的。为了优化任务规划，许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事，但最近随着 21 世纪人工智能 (AI) 技术的应用，大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型，并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期（0 到 60 分钟）、中期（1 小时到 3 小时）和长期（3 到 48 小时）。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下，多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度，卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后，组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据，因此，使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明，在几乎所有情况下，这些预测技术都优于持久性，而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点，将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是，云层可以部分或完全遮挡目标，并阻止或要求降低光通信系统的数据速率。但是，通过准确表征和预测大气影响，可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统，该系统可生成高分辨率的大气衰减预测，以支持太空激光和监视应用的决策辅助。为了实现这一目标，HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据，并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测：1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时；最长 2+ 小时；最长 48 小时。最长 1 小时；最长 2+ 小时；最长 48 小时。