XiaoMi-AI文件搜索系统
World File Search System到底
用于天气和气候预测的量子计算机
几乎每天都会有量子技术的新突破。量子计算机已经可以执行传统计算机无法在合理时间内完成的计算，这就是所谓的量子霸权。尽管目前的量子计算机能力有限，但下一代量子计算机的计划已经启动，其拥有数百万个所谓的量子比特，即量子计算机的元素。本文的动机是我们一位同事的评论：“一旦我们有了量子 Fortran 编译器，我们就可以开始在气象学中使用这些计算机。”不幸的是，事情并没有这么简单——量子计算机的工作方式与传统计算机的工作方式截然不同。事实上，它们是如此不同，以至于不熟悉量子力学的人很难理解这些差异到底是什么。在本文中，我们试图回答这样一个问题：量子计算机是否会利用基本的物理定律取代传统计算机，尝试进行天气预报、季节预测或气候变化预测。我们这样做的前提是假设一个典型的气象观众对流体力学和经典计算机有很好的了解，但对量子计算理论知之甚少。在尝试回答这个问题时，我们受到了电影《黄金三镖客》的标题的启发，但将其替换为“黄金三镖客”。量子计算当然有优点和缺点。问题是哪一个会最终胜出。在这篇评论中，我们借此机会讨论了我们自己的一些进展，使用量子算法以比经典算法快得多的速度求解非线性微分方程。我们的目的不是提供量子计算领域的技术评论文章。有关全面介绍，感兴趣的读者应查阅 Nielsen 和 Chuang (2010) 的优秀书籍。有关各种量子计算范式和最新发展的评论可在 Nimbe 等人 (2021)、Bharti 等人 (2022)、Montanaro (2016) 和 Cerezo 等人的文章中找到。 （2021 年）。
Joel C. Pommerening * 和 David P. DiVincenzo - JuSER
色散读出 [1] 是电路量子电动力学工具箱中一种成熟的测量技术。单量子比特读出实验中达到了 99.2% 的保真度 [2]，高保真度的多路复用读出也已得到演示，例如在参考文献 [3] 中，对于五个量子比特，平均准确度为 97%。对于近期应用，这已经足够了 [4]。除此之外，当针对更复杂的电路时，特别是那些涉及中间测量反馈的电路，甚至需要更低的错误率。因此，识别潜在的错误源和预测瓶颈非常重要。在这里，我们研究单量子比特色散测量如何与耦合量子比特网络连接。具体来说，我们要回答这个问题：到底测量的是什么？这项工作有助于提高我们对该过程的基本理解，并表明忽略量子比特-量子比特耦合的影响会导致新的错误。这些对于在一次测量后不会终止的量子电路操作尤其重要，因为不仅结果的分布，而且测量后的状态也会受到影响。这个问题以前已经用不同的方法解决了 [ 5 ]；在这里我们得出了一些相同的结论，但也提出了新的观察结果。类似的问题也在不同的测量装置中进行了研究 [ 6 , 7 ]。量子比特耦合对于促进双量子比特门是必要的，但否则应该“关闭”。一种方法是让量子比特在频率上保持良好的分离，并有一个固定的耦合——与它们的频率失谐相比要小——然后通过施加交叉谐振驱动来激活它，这种方法最初在 [ 8 ] 中得到证明。在这种情况下，量子比特频率的失谐不能太大，以免过度减慢双量子比特门的速度，也不能太小，以免
从不稳定的输入到强劲的输出
对于瘫痪患者，脑机接口 (BCI) 可以通过直接与大脑交互将运动意图转化为动作来恢复自主运动。性能最佳的 BCI 通过植入的微电极监测与运动相关的神经信号。为了将监测到的信号转换成命令，需要训练解码器找到从记录的神经活动到控制信号的映射。BCI 在开发方面的进步使其能够用于一系列应用，例如快速打字、控制拟人机械臂、生成合成语音以及刺激瘫痪肌肉以实现伸手和抓握 1 – 4 。然而，随着时间的推移而产生的神经记录不稳定性对维持强大的闭环性能提出了挑战。例如，植入电极的轻微位移（相对于周围脑组织）会导致记录的神经元身份发生变化，并导致日内和日间不稳定，从而干扰意图的解码 5、6。据《自然生物医学工程》报道，Byron Yu 及其同事现在表明，通过利用大量神经元活动背后的“隐藏”结构（称为低维神经流形）可以稳定 BCI 的解码性能 7 。神经流形表示跨神经元协调活动的模式，仅通过观察单个神经元活动是无法识别的 8、9（图 1a）。它们被认为反映了底层神经回路施加的约束 9 。依赖于神经流形的 BCI 解码器使用两阶段方法：降维阶段将单个神经元的活动映射到底层流形上，然后将流形映射到运动上。由于流形是从皮质神经元的小随机样本计算得出的，因此可以将许多不同的记录神经元集映射到同一流形上 10 – 14 。这些流形及其解码输出与行为具有一致的关系
疾病 X ver1.0：COVID-19
当人类感到恐惧并面临势不可挡的传染病时，他们总是在寻找灵丹妙药。今天，我们正在疯狂地寻找抗疟药、头虱治疗药和治疗艾滋病毒的药物，以寻找抗冠状病毒的活性。官方规定，酒精的使用仅限于洗手，尽管一些零售酒类连锁店的报告表明，社区中许多人已经采取了饮酒或“自我治疗”的方式。1918 年，西班牙流感也迫使美国公民开始酗酒。在这种情况下，威士忌是一种未经证实的、在许多地方无法获得的治疗方法。当时正值禁酒令时期，大量的私酒被没收，要么被处理掉，要么被扣押。当时，医学界对威士忌的药用价值存在分歧。 1916 年，威士忌与白兰地和葡萄酒一起被从美国药典中删除。1917 年，美国医学会与禁酒主义者联手，决定“应阻止将酒精用于治疗”。然而，并非所有美国医学会成员都对此深信不疑，他们继续向患者推荐甚至开处方，用于治疗各种疾病，尤其是流感，他们认为威士忌可以刺激他们的心肺并减轻痛苦。但威士忌并不容易获得。医生可以开药用威士忌，药剂师可以配制威士忌，但允许的量有严格的限制。为了绕过这一自由贸易障碍，足智多谋的美国企业家们配制了大量非处方专利药物，或将现有药剂的治疗功效改为治疗流感。除了完全未经证实之外，所有这些药物的共同点是酒精含量很高。那么，到底发生了什么变化呢？某些治疗剂的不合理宣传仍由那些为了利益或权力的人提出。尽管如此，一杯好的威士忌（当然要适量饮用）仍然能消除生活中的许多压力和紧张。干杯！
调查：使用机器学习技术NOOR MOHD 1，JUHI SHARMA 1，DEEPAK UPADHYAY 2 1计算机SCIEN部
抽象这种心脏病发作和心脏病造成的死亡在世界各地都在增加。心脏麻烦是由于人们的生活承受着更大的压力而引起的。我们体内最重要的器官之一可能是心脏。它有助于控制血液循环并流向所有人体器官。今天，这种疾病是最大的死亡人数。通常，患有任何心脏问题的人几乎没有迹象和症状，我们可以轻松地判断它，从而可以准时帮助个人。症状就像高强度的胸痛，快速的心跳速度和疼痛，并记录了一些不安的呼吸。此信息是在习惯前提下进行的。在这项调查中，此外，冠状动脉疾病的概述此外，其目前的技术是立即提出的。此外，暂时阐述了对冠状动脉疾病预测的最重要AI方法的上到底检查。在每种检测机制中表现良好的各种机器学习算法都是天真的贝叶斯，决策树，支持向量机，人工神经网络，随机森林，k-nearest邻居等等。每个机器学习模型的性能取决于它的准确性预测。因此，评估模型效率的关键组成部分之一是准确性。在我们的研究中，随机森林在预测心脏病方面提供了91％的最佳准确性。逐渐解释了有关具有常见副作用的正常疾病的患者。关键字：寄生心脏病，人工神经网络，机器学习，幼稚的贝叶斯，SVM，分类技术，决策树，CVD，准确性。在所有致命感染中引入，冠状动脉发作被认为是最主要的。临床专业人员领导着关于心脏病和心脏病患者数据的多种研究，他们的表现和疾病运动。在这个时代，每个人都忙于改善自己的生活，所有人都在努力实现他们在研究，职业，工作，人际关系和生活的各个部分方面的目标。在生活的各个阶段中，这一日益增强的感觉使每个人的生活变得忙碌。有意或在不知不觉中，我们都应对日常生活中的这种压力，并且实际上在我们身体的各个部位都会压力我们的大脑，心脏和思想。这种日益增加的压力导致心脏病，这就是今天大多数人
国家航空事故调查委员会
针对 2010 年 4 月 10 日波兰空军 Tu-154M PLF101 飞机在斯摩棱斯克坠毁事件开展的调查。委员会工作的起点是分析有关 Tu-154M 大修的决定，然后为波兰总统莱赫·卡钦斯基率领的代表团访问卡廷、飞往斯摩棱斯克以及波兰和俄罗斯军事和民事服务活动做准备。委员会审查了从驾驶舱 (CVR) 提取和读出对话的历史以及飞行参数记录器的记录及其可靠性。根据 MAK 和部长 J. Miller 的委托，它重建了飞行轨迹和地面影响。针对 Tu-154M 飞行员，检查了复飞时的控制进场和离场路径，此前从未进行过此项工作，因为当时认为调查假设撞上桦树后的事件并不重要。与此同时，正是 Tu-154M 飞行的最后 20 秒决定了斯摩棱斯克惨案的发生。该委员会与美国威奇托国家航空研究所 (NIAR)、华沙军事技术大学、华沙航空研究所、华沙大学跨学科建模中心和华沙枢机主教斯蒂芬·维辛斯基大学合作，重建了 Tu-154M 飞机的结构，并根据 MAK 和米勒报告的参数以及华沙军事检察官办公室的专家模拟了其飞行和撞击地面的情况。委员会还重建了飞机残骸在整个毁坏区域的分布情况，以及遇难乘客尸体和残骸碎片的分布情况。委员会研究的一个重要部分是模拟和重建左翼和中翼的爆炸、重建飞机各个部件的解体情况以及烟火实验。委员会还分析了灾难调查的决策过程以及检察官办公室和航空委员会的程序。根据小组委员会的命令，波兰和美国对 Tu-154M No 101 残骸和 Tu-154M No 102 飞机上的爆炸痕迹进行了分析和研究。所有这些调查结果的相互关联使我们能够回答 2010 年 4 月 10 日斯摩棱斯克上空到底发生了什么。此外，还进行了物理学和空气动力学等领域的计算和分析，以证实或排除有关 2010 年 4 月 10 日事件的可能假设。
国家航空事故调查委员会
针对 2010 年 4 月 10 日波兰空军 Tu-154M PLF101 飞机在斯摩棱斯克坠毁事件开展的调查。委员会工作的起点是分析有关 Tu-154M 大修的决定，然后为波兰总统莱赫·卡钦斯基率领的代表团访问卡廷、飞往斯摩棱斯克以及波兰和俄罗斯军事和民事服务活动做准备。委员会审查了从驾驶舱 (CVR) 提取和读出对话的历史以及飞行参数记录器的记录及其可靠性。根据 MAK 和部长 J. Miller 的委托，它重建了飞行轨迹和地面影响。针对 Tu-154M 飞行员，检查了复飞时的控制进场和离场路径，此前从未进行过此项工作，因为当时认为调查假设撞上桦树后的事件并不重要。与此同时，正是 Tu-154M 飞行的最后 20 秒决定了斯摩棱斯克惨案的发生。该委员会与美国威奇托国家航空研究所 (NIAR)、华沙军事技术大学、华沙航空研究所、华沙大学跨学科建模中心和华沙枢机主教斯蒂芬·维辛斯基大学合作，重建了 Tu-154M 飞机的结构，并根据 MAK 和米勒报告的参数以及华沙军事检察官办公室的专家模拟了其飞行和撞击地面的情况。委员会还重建了飞机残骸在整个毁坏区域的分布情况，以及遇难乘客尸体和残骸碎片的分布情况。委员会研究的一个重要部分是模拟和重建左翼和中翼的爆炸、重建飞机各个部件的解体情况以及烟火实验。委员会还分析了灾难调查的决策过程以及检察官办公室和航空委员会的程序。根据小组委员会的命令，波兰和美国对 Tu-154M No 101 残骸和 Tu-154M No 102 飞机上的爆炸痕迹进行了分析和研究。所有这些调查结果的相互关联使我们能够回答 2010 年 4 月 10 日斯摩棱斯克上空到底发生了什么。此外，还进行了物理学和空气动力学等领域的计算和分析，以证实或排除有关 2010 年 4 月 10 日事件的可能假设。
1 引言：制度理论在战略中的应用
由于许多原因，很难写出制度理论与战略管理的关系。这些原因包括不清楚制度到底是什么、它解释了什么以及如何解释它。一些人认为，制度理论根本不是一种理论，而更像是研究人员认同的一个品牌（Alvesson 等人，2019 年）。与其将这些原因作为借口，宣称制度理论毫无用处，并认为必须采取行动，不如将这种批评视为组织必须应对的复杂世界的标志。当我们这样做时，我们将对什么可以被视为具有“战略”重要性，或者实际上理解战略管理是什么，开启丰富而细致的理解。制度理论不仅增加了我们在思考战略内容时必须考虑的内容。它还对流程或管理部分有话要说；关于如何实现或实施战略。尽管“制度”的定义多种多样，但仍有一些共同点。首先，制度是社会秩序的一种表现形式，是人类活动中的规律性，这种规律性往往会反复出现。社会秩序是社会的基石。没有社会秩序，社会就不会存在。此外，制度指的是人们体验到的、但在很大程度上是虚拟和无形的东西；与规范、价值观、理解、意义、思想和认知有关。对于战略管理，制度理论可能提供了一系列不同的理解，即企业和任何其他类型的组织如何能够和必须在整个社会中发挥作用。莫里斯 (1979) 将制度描述为“社会效应”。此外，通过认识到组织本身就是小社会，制度理论对如何能够和必须管理这些组织也有所论述。我们拥有的制度理论的众多变体的激增，是人们对如何理解社会以及如何能够和应该治理社会的思想发展方式多样的结果。制度概念是社会学、经济学和政治学的一个突出特征。 “制度”、“体制”和“制度化”这些词越来越多地出现在管理和组织理论中（Greenwood 等人，2008），通常是社会学、经济学和政治学理论的衍生词或“借用”。其次，合法性是制度理论化的关键术语。同样，存在许多定义（Suchman，1995；Suddaby 等人，2017）。作为一条共同主线，合法性试图捕捉这样一个事实：一个组织要想在社会中存在和运作，其活动在某种程度上必须是可接受的、合适的、可容忍的、有效的，或具有类似性质的。对于商业公司而言，合法性与竞争力或
当技术无法实现价值时，普华永道将采取行动
作者：Patrick M. Heffernan (patrick.heffernan@tbri.com)，首席分析师 Boz Hristov (bozhidar.hristov@tbri.com)，首席分析师 Kelly Lesiczka (kelly.lesiczka@tbri.com)，高级分析师 2024 年 1 月 8 日 技术使用起来更容易，但要让它变得有用却更难——而且仍然没有飞行汽车 2023 年 11 月下旬，TBR 和普华永道转型咨询解决方案负责人 Tom Puthiyamadam 继续了关于咨询业务模式的长达十年的讨论，反思了大流行、技术生态系统合作伙伴关系和生成式人工智能 (GenAI) 带来的变化。 根据普华永道的评估，技术投资并未带来企业在过去十年中所期望的商业价值或变革效果。 实施最新的 ERP 本身并不能带来增长，将工作负载转移到云端并不能坚持不懈地降低成本。正如通勤者未能乘坐《杰森一家》中承诺的飞行汽车一样，企业领导者也未能看到技术带来的变革性成果。对于普华永道来说，新的一年和热门新技术 GenAI 提供了一个机会，让我们重新评估咨询公司和 IT 服务供应商如何为客户带来价值，首先要定义可信、有意义的业务成果，然后在技术、流程和运营堆栈中创建价值链。这到底意味着什么？据 Puthiyamadam 和其他参与与 TBR 讨论的普华永道领导人称，起点是定义业务价值转型（理想的最终状态），然后实现信任、透明度和速度。从 10,000 英尺的高度来看，普华永道领导人指出，技术作为一个整体变得越来越容易，在 GenAI 时代可能更是如此。无代码和低代码平台、可视化以及支持 GenAI 的程序（如 Microsoft 的 Copilot）都支持使技术更易于理解和部署的趋势。值得注意的是，正如 Puthiyamadam 所说，“过去的困难仍然是困难。你能把所有事情拼凑起来吗？你能让人们以不同的方式工作吗？你能推动企业的行为改变吗？”而最关键的是，一家咨询公司能否“在 12 周而不是 12 个月内实现 CFO 级别的成果？”普华永道咨询部门的领导者们一再回到一个根本问题上
第三次人工智能浪潮
为什么这项关键技术现在为德国和欧洲提供了历史性机遇 作者：Holger Hoos 和 Kristian Kersting 一方面，人类正面临着巨大的挑战——气候变化、流行病、地缘政治变化和人口结构变化。另一方面，也取得了巨大的进步：分子手术刀 CRISPR-Cas9 正在彻底改变精准医疗，引力波已经被探测到，更便宜、可重复使用的太空飞行器正在提供以前难以想象的太空通道。这既令人欣慰又必要，因为我们这个时代的主要问题需要远远超出目前科学和技术可行性的解决方案。人工智能 (AI) 在此背景下发挥着特殊作用，原因有二：首先，这些问题至少在一定程度上是由人类智力的自然局限性造成和加剧的。其次，作为数字化转型的下一阶段，人工智能是一种应用范围广泛的通用技术。令人担忧的是，人们对人工智能到底是什么仍然存在困惑。有时，它被用来指代展现人类智能全谱的机器，从而至少在原则上可以取代或超越人类，其后果令人担忧，这是可以理解的。另一方面，一段时间以来，人们倾向于将人工智能等同于机器学习，或者更狭义地说，等同于使用人工神经网络的所谓深度学习。这两种人工智能概念都是误导性的。所谓的转换器可以根据最少的输入添加或几乎完全编写文本。1956 年，美国计算机科学家约翰·麦卡锡 (John McCarthy) 创造了“人工智能”一词，此后，该词被定义为对能够重现智能（不一定是人类）行为的计算机程序的追求。然而，人工智能的核心问题早在 1950 年就由英国计算机先驱艾伦·图灵提出：机器能思考吗？事实上，人工智能最近取得了令人印象深刻的重要进展，特别是在机器学习领域，无论是在基础研究还是在应用方面。Deep Mind 最近开发的“AlphaFold 2.0”程序已被证明能够以实验室实验的精度预测蛋白质的三维结构，从而有助于更好地诊断和治疗疾病，或设计专门用于产生能量或分解污染物的酶。我们（幸运的是）距离实现涵盖人类智能全部范围的通用人工智能还很远。与此同时，当前的人工智能技术不仅仅涵盖机器学习。除了学习之外，逻辑和数学推理、知识建模等方法和