XiaoMi-AI文件搜索系统
World File Search System太浩湖
雅各布斯支持 2020 年火星探测任务
美国宇航局位于佛罗里达州的肯尼迪航天中心的发射服务项目负责火星 2020 毅力号探测器的发射管理。这辆火星车是一辆四轮汽车大小的车辆，一旦探测器于 2021 年 2 月着陆，它将搜寻火星杰泽罗陨石坑的底部，杰泽罗陨石坑深 820 英尺（250 米），据信是一个与太浩湖大小相当的湖泊。据信，该陨石坑拥有大量约 35 亿年前的原始沉积物，科学家希望这些沉积物中能找到火星生命的化石。
北加州电力局罗斯维尔，...
加利福尼亚州罗斯维尔市（人口154,817）是一个充满活力的，不断发展的城市，拥有友好的人，杰出的社区服务，风景秀丽的美丽和繁荣的企业。罗斯维尔的温和气候，优秀的学校，不断扩大的工作机会和附近的娱乐区吸引了正在寻找一个生活，工作，抚养家庭或退休的好地方的新居民。Roseville位于州首府萨克拉曼多东北16英里处的Placer县。风景秀丽的自然区域，广泛的公园系统，自行车道和游乐场就在家附近。在一小时内，您可以探索淘金热城镇，在附近的湖泊和河流中享受水上运动，远足美丽的山脉山麓丘陵和高级山脉滑雪。太浩湖，旧金山和加利福尼亚海岸只有两个小时的路程。
清除湖
基于其在材料科学方面的独特专业知识的建立，Arkema提供了一流的一流技术组合，以满足对新材料的不断增长的需求。在2024年成为专业材料的纯粹玩家的野心中，该小组的结构为3种互补，弹性和高度创新性的细分市场，专门用于专业材料 - 粘合解决方案，高级材料和涂料解决方案 - 占2022年小组销售的约91％，以及一个良好的介绍和竞争性的互助和竞争者的群。Arkema提供了尖端的技术解决方案，以应对新能量，获得水，回收，城市化和流动性的挑战，并与所有利益相关者建立永久性对话。该小组报告说，2022年的销售额约为115亿欧元（121亿美元），在全球21,100名员工的55个国家 /地区运营。
空中交通的未来：电动飞机和飞行出租车
先进空中交通 (AAM) 行业最近很火爆，仅在 2021 年前 9 个月就吸引了超过 54 亿美元的投资。Lilium 于 9 月成为一家上市公司。Wiegand 表示，该公司计划在 2024 年向消费者提供首批商业航班；目前公布的地点包括佛罗里达州以及德国和巴西的部分地区。与许多专注于城市空中交通（在城市内往返运送乘客和货物）的 AAM 参与者不同，Lilium 正准备提供区域城际服务。它的网站描述了这样一个世界：未来从旧金山到太浩湖，乘坐 eVTOL 飞机只需不到一小时，而开车则需要近四个小时。从苏黎世到圣莫里茨，开车需要两个半小时，乘飞机只需 29 分钟。Wiegand 称之为“扩大生活半径”。
清除湖
基于其在材料科学方面的独特专业知识的建立，Arkema提供了一流的一流技术组合，以满足对新材料的不断增长的需求。在2024年成为专业材料的纯粹玩家的野心中，该小组的结构为3种互补，弹性和高度创新性的细分市场，专门用于专业材料 - 粘合解决方案，高级材料和涂料解决方案 - 占2022年小组销售的约91％，以及一个良好的介绍和竞争性的互助和竞争者的群。Arkema提供了尖端的技术解决方案，以应对新能量，获得水，回收，城市化和流动性的挑战，并与所有利益相关者建立永久性对话。该小组报告说，2022年的销售额约为115亿欧元（121亿美元），在全球21,100名员工的55个国家 /地区运营。
视觉零策略
从2013 - 2021年开始，在太浩湖地区的道路上大约有41起死亡和183人受伤。每年平均有5例死亡和20种改变生命的严重伤害。这些不仅是数字，而且是家人，朋友，同事和社区成员。Tahoe湖地区愿景零战略旨在集体减少塔霍道路上的撞车事故，尤其是致命的伤害坠机事故。塔霍地区规划局（TRPA）充当大都会规划组织（MPO），负责通过安全规划，区域利益相关者的协调，教育，政策制定以及对联邦授权的安全绩效目标进行改善我们地区的道路安全。与塔霍地区的运输合作伙伴机构和利益相关者组织合作制定了Vision Zero战略，他们在改善该地区的安全方面发挥了作用。用于制定视觉零策略的过程使这些利益相关者机构聚集在一起，以考虑数据分析发现，建议，项目以及运输项目的开发方式的变化。TRPA及其合作伙伴机构将使用此分析来为运输项目和政策决策提供信息，以提高所有道路使用者的安全性。
人工智能寻找优质聚合物太阳能电池材料
利用人工智能（机器学习）*2，超快速筛选20万种虚拟生成的聚合物太阳能电池材料*1，实际合成排名靠前的新型聚合物。并成功进行了演示。 利用能够导电的聚合物的聚合物太阳能电池作为轻量、廉价的下一代太阳能电池，世界各地正在开发。然而，由于聚合物化学结构的组合无数，且太阳能电池元件的生产涉及多种因素的复杂相互作用，因此很难准确预测元件性能。 本研究中，我们根据实验数据构建了独特的机器学习模型，成功显著提高了性能预测的准确性，并通过实际设计和合成新型聚合物证明了其有效性。 预计该研究方法将应用于高效聚合物太阳能电池的开发，以及其他功能聚合物的材料信息学*3领域。