XiaoMi-AI文件搜索系统
World File Search System军事系统
用于检查深度神经网络对抗攻击的可解释人工智能
摘要。深度神经网络 (DNN) 是用于图像分类的最先进的算法。尽管取得了重大成就和前景，但深度神经网络和伴随的学习算法仍面临一些重要挑战。然而，似乎使用精心设计的输入样本（称为对抗性示例）进行攻击和欺骗相对容易。对抗性扰动对人类来说是不可察觉的。此类攻击对这些系统在关键应用（例如医疗或军事系统）中的发展构成了严重威胁。因此，有必要开发抵御这些攻击的方法。这些方法称为防御策略，旨在提高神经模型对对抗性攻击的鲁棒性。在本文中，我们回顾了对抗性攻击和防御策略的最新发现。我们还使用可解释人工智能家族中的局部和全局分析方法分析了攻击和应用的防御策略的影响。
定位、导航和授时
全球定位系统 (GPS) 涉及世界经济的几乎每个方面；预计到 2025 年，依赖 GPS 的服务将成为一个价值 1464 亿美元的产业。1目前，GPS 的用户超过 45 亿，其中包括大多数美国军事系统和美国的几个关键基础设施部门。GPS 也是少数几个全球导航卫星系统 (GNSS) 之一。六十多年来，航空航天公司一直领导着 GPS 和更广泛的定位、导航和授时 (PNT) 功能的概念化、开发、实施、现代化和持续创新。GPS 是 PNT 的核心要素，但 PNT 的替代和补充源可以提供更大的信号可用性，有助于确保 GPS 信号的完整性，并在 GPS 访问受限或被拒绝时（例如在复杂地形或有争议的环境中）确保 PNT 解决方案。
25 GBAUD 850 nm VCSEL，用于延长温度范围
I.在高性能计算系统，数据中心和其他短距离光学网络中，垂直腔表面发射激光器（VCSEL）是高速和功率的高速和功率短次光学互连（OIS）的首选光源[1]。这样的OI通常在0至70°C的温度范围内运行。但是，基于VCSEL的OIS的某些新兴应用，例如在某些军事系统中的汽车光学网络[2]和光网络，需要在温度较大的范围内运行，例如从-40到125°C。VCSEL是OI温度敏感的组件，成本和功率效率所需的未冷却/未加热的操作，因此需要在温度依赖性降低的VCSEL上，在温度范围更大的情况下运行。在高温下降低温度依赖和改善的VCSER性能也将使基于VCSEL的光学收发器在高性能计算系统中的共包装受益[3]。
技术区域的技术区域图形图...
Gelled and metallized fuels are a class of thixotropic (shear thinning) fuels which improved the performance of rocket and airbreathing systems in several ways: increased rocket specific impulse, increased fuel density, reduced spill radius in an accidental spill, lower volatility during low pressure accidental propellant fires, reduced fuel sloshing, and lower leak potential from damaged fuel tanks (due to higher propellant粘度）。由于所有这些原因，军事系统都寻求凝胶燃料。NASA系统已经通过分析和实验性地研究了燃料燃料，用于月球和火星任务，上阶段，行星际机器人任务和启动车辆应用。提高燃油密度和提高发动机的特定冲动是主要好处。导弹飞行测试，1999年，2001年，具有可刺激的推进剂：氧化剂抑制红色的烟雾硝酸，燃料的胶凝mmh/碳胶合。
军事人工智能的优势与挑战......
摘要。该文章探讨了AI在军事领域的日益融合。它突出了其在现场操作，预测分析和物流上提高效率和准确性的潜力，因为它可以处理大量并自主学习。该研究还强调了AI在分析来自卫星图像，智能信息和社交媒体等各种来源的数据中的作用，这有助于目标识别和操作自动驾驶汽车。它还解决了重要的道德和法律挑战，包括决策的透明度以及错误或附带损害的责任。它引起了人们对军事系统攻击，篡改和意外损害潜力的脆弱性的担忧。该研究对军事背景下的AI类型和应用的现有文献进行了定性综述，重点是利益和风险。该研究旨在综合与军事AI能力，监督和治理有关的关键问题，为国防中的AI负责制定方向和预防措施。
宽带隙半导体
我们的军事系统严重依赖其内部的微系统。几十年来，DARPA 一直致力于研究，以提高这些技术的性能。这有助于工程师提供越来越多的紧凑型设备和便携式平台，以支持国防训练和行动。随着军事能力的发展，对这些微电子器件的要求也在不断提高——从以更高的频率运行到在单个芯片上集成数十亿个晶体管。在过去的二十年里，特别是过去两年的电子复兴计划，DARPA 在电子研发方面投入了大量资金，以发现能够实现更高性能和功能的新材料和设计。硅长期以来一直是微电子器件的标准半导体材料，现在仍然是大量商业和国防应用的标准材料。然而，硅可以提供多少性能的理论极限——特别是对于以更高功率和频率运行的系统——在实践中正在达到。这一长期存在的现实检验推动了对替代半导体技术的探索。
人工智能无人机的现实
无人机通常被称为“枯燥、肮脏和危险”，但由于其能够执行多种任务，它正迅速成为世界各地军队增强力量的关键。术语“无人机”通常与无人驾驶飞行器 (UAV) 互换使用，它们大多指可手动操作或预编程的同一类空中设备。1 军用无人机通常用于各种任务，包括在冲突或有争议的环境中进行监视和高分辨率监控，但现在它们也被用于运送武器。一段时间以来，人工智能 (AI) 引入军事系统一直是头条新闻。2 各国一直在朝着这个方向建设能力和系统。在这种情况下，自主无人机呈现出丰厚的前景。无人机通常以其机动性、易于部署和在不同环境中的多功能性而闻名。据悉，它们可以提高工作效率和生产力，减少工作量和生产成本，并提高准确性。 3 无论它们的运行方式如何，无论是通过遥控器控制还是通过智能手机应用程序访问，与人类相比，它们都能够到达最偏远的地区和困难的地形，同时确保续航能力。
军事人工智能的偏见
基于种族，性别或阶级等特征，因此与公平问题有关。例如，许多状态（例如阿根廷，法国，巴勒斯坦和塞拉利昂）强调了需要解决AWS对数据集的依赖的风险，“可以永久或扩大了无意的社会偏见，包括性别和种族偏见”。14同样，其他状态（例如奥地利，比利时，加拿大，哥斯达黎加，德国，爱尔兰，墨西哥，巴拿马和乌拉圭）强调了越来越多的文献，即“人工智能中性别和种族偏见的例子”，“基于数据的系统重现存在不平等现象”。15在国家政策声明中也表达了对偏见的类似问题。例如，美国国防部强调对AI的“公平”使用，并承诺“采取故意措施最大程度地减少AI能力的意外偏见”。16同样，英国国防部强调，“算法偏见或偏斜的数据集产生的犯罪结果的风险”特别关注AI支持的军事系统。17这些偏见的说法在很大程度上反映了专家文献的一部分，这些文献将偏见视为不平等的治疗问题。
布拉德·博尔斯塔德 (Brad Bolstad) 太空优势和地理空间总裁......
Brad Bolstad 是 L3Harris Technologies 太空优势和地理空间 (SSG) 部门的总裁。在太空和机载系统部门，有广泛的解决方案组合，包括情报、监视、小型卫星、电子战、航空电子设备（包括运载和释放系统）、无线解决方案和 C4I 系统。Bolstad 于 2019 年担任总裁一职。在这个职位上，他负责控制价值 7 亿美元的部门的盈亏，并负责资源部署——发展和执行专注于监视、情报和无线解决方案的产品组合，支持国防部、国家侦察办公室、国家地理空间管理局和其他任务合作伙伴。他向 L3Harris 太空和机载系统总裁汇报。在加入 L3Harris 之前，他曾担任雷神公司太空系统业务发展和战略总监。Brad 还曾担任雷神公司太空系统导弹和太空防御总监，负责导弹预警、导弹防御、太空保护、太空领域任务保障和下一代军事系统。 Bolstad 还曾担任 Orbital ATK 和 Northrop Grumman 的关键职位，
人工智能对乌克兰的战争的影响
俄罗斯人工智能发展的起源可以追溯到20世纪中叶，并与苏联无情地推动加强其军事能力2的不懈努力。到1960年代，随着防御能力的概念在国防界受到关注，苏联军队将其重点转移到了神经网络上，认识到其战略应用的潜力。1969年，工程师维克托·博卡里奥夫（Viktor Bokaryov）在军事领域的出版物3。这项工作深入研究了建立人工智能系统的理论可能性和实际挑战，特别关注战争背景下人机相互作用的复杂动态。Bokaryov的分析强调了将AI纳入军事行动的复杂性，这一概念当时是革命性的，但可以定义许多现代军事战略。在此期间，苏联对AI的探索为俄罗斯当今的进步奠定了基础，因为该国继续以其长期以来利用尖端技术来增强其战略优势的长期传统。今天，这些早期努力的遗产可以在俄罗斯正在进行的寻求将AI纳入其军事系统中，从无人机到电子战平台。