XiaoMi-AI文件搜索系统
World File Search System常识
常识：农药使用和环境
持久性是农药以其原始形式保持活跃和可行的能力，然后再对化学分解以变得不活跃。化学物质中持久性的共同度量称为半衰期。半衰期是用于分解的原始化学量所需的时间。报告的化学物质或农药的半衰期越长，化学物质或农药越持续。有时需要持续的农药，因为它们会提供长期的害虫控制并减少对重复应用的需求。但是，如果持续的农药在环境中也是流动的，那么持续的农药也可能导致意外的地点，植物，动物或人类问题。如果您使用的是持续的农药，则由于不当处理，漂移，径流，侵蚀或浸出而导致意外后果非常重要。
常识
多年来，人类活动导致大气中二氧化碳含量增加以及随之而来的气候变化问题已成为全球关注的焦点。人类引发的气候变化将对地球生态系统和人类本身产生多大影响尚不确定。合格的科学家对此有不同的看法。然而，一些科学预测令人极为不安。可以肯定的是，有足够的科学证据促使世界各国政府努力减少二氧化碳排放。本文不认为人类引发的气候变化的后果是否值得大幅减少二氧化碳排放。政府和民众都坚信我们需要这样做。因此，本文的一个关键假设是，应该真正减少二氧化碳排放。然而，如果大幅减少全球二氧化碳排放是目标，那么当前的政策和举措将无法实现这一目标。本文阐述了哪些方法可行，哪些方法不可行。简而言之，如果我们要做到这一点，就必须正确行事。
人工智能与动物的常识
先有常识，后有语言 赋予计算机常识的挑战自人工智能 (AI) 诞生之初就被视为实现其宏伟目标的主要障碍 [1]，至今仍是一个重大问题 [2 – 6]。常识没有一个普遍接受的定义。然而，大多数作者都使用语言作为试金石，他们遵循 [1] 的例子，他说“如果一个程序能够自动推断出足够广泛的直接后果，这些后果来自它被告知的任何事情和它已经知道的事情”，那么它就拥有常识。因此，常识测试通常基于语言。例如，一个这样的测试使用所谓的“Winograd 模式”[7 – 9]。这些句子之间只有一个单词不同，并且包含一个模棱两可的代词，其解析取决于对某些常识方面的理解。考虑句子“落石砸碎了瓶子，因为它很重”和“落石砸碎了瓶子，因为它很易碎”。代词“它”在第一个句子中指的是石头，但在第二个句子中指的是瓶子。由于我们对坠落和易碎性的常识理解，我们能够在每种情况下正确解析代词。相比之下，在本文中，我们将暂时将语言放在一边，重点关注非人类动物中也存在的常识能力。我们的理由是，这些能力也是人类常识的基础。可以说，它们在概念上先于语言，而人类语言建立在它们提供的基础之上 [10] 。
黑暗，超越深层：具有类人常识的认知人工智能的范式转变
深度学习的最新进展主要基于“大数据用于小任务”范式，在该范式下，大量数据用于训练单个狭窄任务的分类器。在本文中，我们呼吁进行一次彻底颠覆这一范式的转变。具体而言，我们提出了“小数据用于大任务”范式，其中单个人工智能 (AI) 系统面临发展“常识”的挑战，使其能够用很少的训练数据解决各种任务。我们通过回顾综合了机器和人类视觉方面的最新突破的常识模型来说明这一新范式的潜在力量。我们将功能性、物理性、意图、因果关系和效用 (FPICU) 确定为具有类似人类常识的认知 AI 的五个核心领域。当将 FPICU 视为一个统一的概念时，它关注的是“为什么”和“如何”的问题，超越了理解视觉的主流“什么”和“哪里”框架。它们在像素方面是不可见的，但却推动了视觉场景的创建、维护和发展。因此，我们将它们称为视觉的“暗物质”。正如我们的宇宙不能仅通过研究可观测物质来理解一样，我们认为，如果不研究 FPICU，就无法理解视觉。我们展示了如何观察和应用 FPICU 来解决各种具有挑战性的任务，包括工具使用、规划、效用推理和社会学习，从而展示了这种观点在开发具有人类常识的认知 AI 系统方面的强大作用。总之，我们认为下一代 AI 必须采用“暗”的人类常识来解决新任务。
快速参考常识 - Edgar - NIBM eHub
快速参考常识是一种很好的复习工具，学生会发现它对于复习大多数竞争性考试中普遍存在的各种重要常识方面很方便。该产品的存在是因为学生需要密集、重点突出且结构良好的材料，这些材料可以快速全面地涵盖他们在考试前几天的准备工作。大多数学生会发现书中提供的事实可以让他们回答在实际考试中可能遇到的潜在问题。它不仅提供了在 GK 测试中取得高分的重点途径，而且在考试准备之旅开始时也是非常有效的入门材料。我试图提出尽可能多的考试，其中 GK 是重要的组成部分，因为我相信，没有时间准备常识的人可以使用它并获得更高的分数。为了增加其清晰的结构以获得快速结果，重要的是要记住，本书各部分的材料是根据考试中通常会问到的问题类型建模的。本书为考生提供了在这些考试中取得成功所需的基本常识。正如我常说的，任何此类工作都离不开参考他人的作品。在编写本书的过程中，我不得不不断查阅各种主题的百科全书、词典、年鉴、地图集和教科书。我在此
快速参考常识 - Edgar - NIBM eHub
快速参考常识是一种很好的复习工具，学生会发现它对于复习大多数竞争性考试中普遍存在的各种重要常识方面很方便。该产品的存在是因为学生需要密集、重点突出且结构良好的材料，这些材料可以快速全面地涵盖他们在考试前几天的准备工作。大多数学生会发现书中提供的事实可以让他们回答在实际考试中可能遇到的潜在问题。它不仅提供了在 GK 测试中取得高分的重点途径，而且在考试准备之旅开始时也是非常有效的入门材料。我试图提出尽可能多的考试，其中 GK 是重要的组成部分，因为我相信，没有时间准备常识的人可以使用它并获得更高的分数。为了增加其清晰的结构以获得快速结果，重要的是要记住，本书各部分的材料是根据考试中通常会问到的问题类型建模的。本书为考生提供了在这些考试中取得成功所需的基本常识。正如我常说的，任何此类工作都离不开参考他人的作品。在编写本书的过程中，我不得不不断查阅各种主题的百科全书、词典、年鉴、地图集和教科书。我在此
让常识成为常识
感谢那些在制造工厂中给予适当的工具、鼓励和领导，能够并且正在提供卓越制造的人们；像 Larry Funke 和 Mike Barkle；Mickey Davis；John Kang；Lester Wheeler、Joe Robinson 和 Jerry Borchers；Glen Herren；Bob Seibert；Chuck Armbruster、Pat Campbell 和 Al Yeagley；Ian Tunnycliff、James Perryer 和 Andy Waring；Chris Lakin 和 Paul Hubbard；Wayne Barnacal、Rozano Saad、David Callow、Ben Coetzee、Colin Deas、Xavier Audoreen、Bill Beattie、Jim Holden 和 Otto Moeckel；John Guest、Ron Morgan、Bill Elks 和 Dan Mer-chant；Ron Rath、Ken Rodenhouse、Bill Karcher、Chris Sigmon 和 Mike Mercier；Garry Fox；Dan Duda；Reggie Tolbert 和 Don Niedervelt； John Lightcap、Gary Pellini 和 Bill Blanford；Chris McKee；Ken Lemmon；Phil Bates；Jim Lewis；Rob Grey；Jim Schmidt；George Schenck；Martin Markovich；Jerry Putt；Eric Sipe、Stefan Stoffel 和 Bernold Studer；Bryan Mears 和 Leonard Frost；Bob Hansen 和 Ian Gordon；Tom Strang 和 Ron Lerario；Larry Payne；以及数百名其他人。感谢“公司办公室”的人们，尽管有时工作吃力不讨好，但他们还是与工厂里的人们勤奋合作，促进了改进过程，例如 Rick Thompson；Harry Cot-terill；Steve Schebler；Bob Pioani；Jerry Haggerty；Joe McMullen；Stu McFadden 和 Butch DiMezzo；Carl Talbot；Dick Pettigrew；凯文·鲍曼、乔·旺塞特勒、里克·塔克、埃里希·谢勒、帕特·迪朱塞佩和大卫·布朗。