“坚定决心行动”(OIR)首席监察长提交的第 29 份季度报告总结了本季度的主要事件和对美国训练、建议和协助当地合作伙伴(包括伊拉克安全部队(ISF)和叙利亚民主力量(SDF))以独立击败 ISIS 和改善地区稳定的使命的监督。
新年伊始,许多人都会有动力制定新年决心。“重新开始”的想法听起来不错,尤其是在经历了 2020 年和 2021 年这样的几年之后,但对于某些人来说,制定新年决心的想法可能令人生畏或筋疲力尽,并且可能失败。以下是一些关于如何改变你对这一年度仪式的态度的想法。制定意图,而不是决心。制定新年决心时,要谨慎用词。避免使用“应该”或“必须”这样的词或短语,考虑制定意图。意图是一种目标——你前进的方向。以这种方式设定意图有助于你专注于你可以控制的事情。意图可以帮助你专注于当下的自己,而不是你希望未来成为的“更好的人”。例如:“今天我打算善待我的配偶,敞开心扉,接受任何能给她/他的生活带来快乐的可能性。”与你的理由联系起来。在承诺任何任务之前,先问问自己:“我为什么要完成这个任务?”你是否因为某些武断的理由而告诉自己“必须减掉 10 磅”,或者减肥是否会让你感觉更健康、更少痛苦、更自信?如果你对自己希望实现的目标充满消极情绪,“应该”或“必须”,请考虑退一步,提醒自己为什么这种改变对你很重要。不要给自己设限。有时,你就是自己最大的敌人。过去未实现的决心所带来的挥之不去的疑虑可能会让你相信你不值得改变。如果你曾多次尝试停止某种行为但都失败了,你就会知道这种感觉有多令人沮丧。如果你确实如此,请尝试写日记。写日记是克服阻碍你实现目标的消极想法的好方法。通过记录每次成功的改变尝试,你可以写下你的成功经历……这是你下一次大胆改变尝试的绝佳起点。设定符合你价值观的目标。如果你不确定你的价值观是什么,你可以在网上搜索价值观列表或价值观澄清练习。找到后,使用你的五大价值观创建个人使命宣言,然后根据你的使命宣言设定新年决心。
大脑由可电刺激的神经元网络组成,这些神经元网络受电压门控离子通道活动的调节。然而,进一步描绘大脑的分子组成,不会揭示任何让人联想到感觉、知觉或意识体验的东西。在古典物理学中,解决心智-大脑问题是一项艰巨的任务,因为没有物理机制能够解释大脑如何产生不可观察的内在心理世界意识体验,以及这些意识体验如何反过来引导大脑的底层过程朝着期望的行为发展。然而,这一挫折并不能证明意识是非物理的。现代量子物理学证实了希尔伯特空间中两种物理实体之间的相互作用:不可观察的量子态,即描述物理世界中存在的矢量,以及量子可观测量,即描述可在量子测量中观察到的算子。量子不通过定理进一步为研究量子大脑动力学提供了一个框架,该框架必须由物理上可接受的汉密尔顿量控制。意识中包含了不可观察的量子信息,这些信息整合在量子大脑状态中,解释了意识体验内在隐私的起源,并将意识过程的动态时间尺度重新审视为神经生物分子的皮秒构象转变。可观察的大脑是一个客观结构,由经典信息比特创建,这些信息比特受 Holevo 定理约束,并通过测量量子大脑可观察量获得。因此,量子信息理论澄清了不可观察的思维和可观察的大脑之间的区别,并为意识研究提供了坚实的物理基础。
“如何度过人工智能寒冬” James Luke 博士,IBM 杰出工程师和首席发明家 如果您不知道,人工智能寒冬是指在人们对人工智能的期望达到顶峰之后出现的低迷,资金枯竭,专业人士对其潜力嗤之以鼻。70 年代末 80 年代初发生过一次人工智能寒冬,十年后又发生过一次——最后一次是在 1992 年。在这样的“寒冬”里,人们对人工智能嗤之以鼻并不罕见——James Luke 深情地回忆起 IBM 的一位(至今仍是)高管在他职业生涯早期告诉他,“如果你想在公司有所成就,就离开人工智能”。但即便是 Luke 也承认,考虑到挑战的规模,出现怀疑者并不奇怪。Luke 在会议开幕式主旨演讲中表示:“我们试图用人工智能重塑人脑的智能,这是人类面临的最大工程挑战。” “它比曼哈顿计划、比大型强子对撞机还要大——但我们通常只以两三个人组成的团队进行研究。”尽管如此,他仍敦促与会代表对人工智能保持积极态度,因为如果以正确的方式对待,人工智能可以发挥作用并带来巨大的机遇。那么,什么才是“正确的方式”?卢克说,人工智能有效用例的最佳例子之一仍然是 1997 年超级计算机深蓝与世界冠军国际象棋选手加里卡斯帕罗夫之间的著名比赛。深蓝曾在 1996 年挑战卡斯帕罗夫并失败,而它的架构师 IBM 决心不再重蹈覆辙。IBM 工程师寻求另一位国际象棋大师的帮助来构建深蓝,并对计算机进行编程,使其能够预测未来 14 步。从本质上讲,它复制了人类的能力,但通过巨大的规模进行了扩展。尽管“深蓝”赢得了 1997 年的锦标赛,但它的局限性也暴露无遗。当时参与打造它的大师说:“深蓝每秒评估两百万步,我评估三步。但我怎么知道该评估哪三步?”卢克说,这句话完美地概括了人工智能的缺点:“我们还没有解决这个问题,我们不明白大师如何知道该评估哪三步。这是智能和人工智能之间差异的一个很好的例子。人工智能不会比人类更好——人类脑细胞比电子神经元复杂得多。”他补充说,人工智能经常被认为比人类智能更好,因为它不会忘记东西。但卢克认为,人类忘记的能力是智能的一部分,因为忘记可以帮助我们“概括、实验和学习”——更不用说不会被我们做过的所有可耻的事情所打败。卢克分享了三条让人工智能发挥作用的建议: