XiaoMi-AI文件搜索系统
World File Search System年代
暖通空调行业的人工智能
与人工智能的发展同步，暖通空调系统在过去几十年中也取得了重大进步。暖通空调的历史可以分为几个关键阶段，每个阶段都由技术创新和不断变化的社会需求推动。• 自动化和控制（20 世纪 70 年代 - 90 年代）20 世纪 70 年代的石油危机激发了人们对能源效率的更大兴趣，从而推动了暖通空调技术的进步。电子控制装置的集成和可编程恒温器的发展使得室内温度和有人/无人时间的调节更加精确，从而降低了能耗。楼宇自动化系统 (BAS) 出现于 20 世纪 80 年代和 90 年代，实现了对暖通空调、照明和其他建筑系统的集中控制。这些系统通过优化暖通空调设备的性能，提高了运行效率和居住舒适度。
神经网络中的量化优势与局限性
● 1943 年 - Pitts 和 McCulloch 创建了基于人脑神经网络的计算机模型 ● 20 世纪 60 年代 - 反向传播模型基础 ● 20 世纪 70 年代 - AI 寒冬：无法兑现的承诺 ● 20 世纪 80 年代 - 卷积出现，LeNet 实现数字识别 ● 1988-90 年代 - 第二次 AI 寒冬：AI 的“直接”潜力被夸大。AI = 伪科学地位 ● 2000-2010 年 - 大数据引入，第一个大数据集 (ImageNet) ● 2010-2020 年 - 计算能力，GAN 出现 ● 现在 - 深度学习热潮。AI 无处不在，影响着新商业模式的创建
感知的操纵者：人工智能 (AI) 系统如何设计来误导乔纳森·科勒
人工智能 (AI) 与计算机一样古老，可以追溯到 1945 年的 ENIAC (电子数字积分计算机)。“人工智能之父”约翰·麦卡锡在 1956 年他召集的达特茅斯会议上对人工智能进行了定义，他指出“学习的每个方面或智能的任何其他特征原则上都可以得到如此精确的描述，以至于可以让机器对其进行模拟。” 1958 年，他专门为人工智能开发了 LISP 语言。20 世纪 60 年代、70 年代和 80 年代见证了专家系统和一些自然语言系统的发展。20 世纪 90 年代，机器学习得到了发展。21 世纪的特色是大数据；2010 年代和 2020 年代是神经网络。神经网络理论是在 20 世纪 40 年代发展起来的，第一个神经网络是在 20 世纪 50 年代、60 年代和 70 年代设计的。反向传播训练是在 20 世纪 80 年代发展起来的，循环神经网络和卷积神经网络是在 20 世纪 90 年代和 21 世纪发展起来的，而生成对抗神经网络是在 2014 年发展起来的。2017 年，Vaswani 等人 1 提出了一种新的网络架构 Transformer，它使用了注意力机制，省去了循环和卷积机制，所需的计算量大大减少。这被称为自注意力神经网络。它允许将语句的分析分成几个部分，然后并行分析它们。这是自神经网络诞生以来唯一真正重大的创新，因为它显著减少了推理和训练的计算负荷。神经网络的功能与人脑相同，使用大脑神经元、树突、轴突和突触的数学等价物。计算机和大脑都使用电信号，但神经脉冲是通过电化学方式传输的，这比计算机中的纯电流慢得多。轴突被髓鞘隔离，髓鞘可以大大加快传输速度，大量髓鞘化可以使速度提高 100 倍。2 GPT-3 系统中的人工智能神经网络在 2023 年就已经拥有爱因斯坦的智商，到现在可能已经是人类的 1000 倍。3 神经网络的心理层面在 1993 年由 K. Anders Ericsson 等人在一部被广泛称为“10,000 小时参考”的作品中描述。这适用于任何类型的技能——演奏乐器、做数学、参加体育比赛。当然，那些出类拔萃的人确实练习了很多，但更重要的是深度思考。爱立信并不了解其中的机制。2005 年，R. Douglas Fields 提出了
Bruce Power 2023 年度回顾和能源报告
从 20 世纪 60 年代在道格拉斯角建造加拿大第一座商用核反应堆，到 20 世纪 70 年代和 80 年代建造布鲁斯 A 和布鲁斯 B，再到现在的寿命延长计划，我们一直在走一条漫长的道路。2023 年，安大略省政府宣布有意开始探索核能扩建方案，清洁能源的新篇章由此拉开。
GER-3705 - GE 蒸汽轮机设计理念和技术计划
为多样化和不断变化的市场提供最先进的产品是 90 年代蒸汽涡轮发电机制造商面临的挑战。虽然通用电气不确定行业在规模、蒸汽条件和技术组合方面需要什么，但我们已经了解到严格遵守基于长期可靠性和效率测量的设计理念的价值。另一方面，技术需要动态和响应性，以支持发电行业的需求。回顾过去，我们会发现变化并不是什么新鲜事。1960 年至 1990 年之间的市场几乎一成不变。60 年代的特点是传统化石燃料市场和新兴核能市场的单位规模都在增长（图 1 和图 2）。这种规模的增长是由公用事业的策略推动的，该策略利用规模经济来满足不断增长的负载需求，从而降低发电成本，这要求发电能力每 10 年翻一番。 20 世纪 70 年代，核电机组规模继续扩大（图 2），但最大规模的化石燃料机组并未超过 60 年代安装的最大机组。70 年代不仅是机组规模不断扩大的十年，而且可以说是致力于可靠性和可用性改进的十年，因为很明显，60 年代安装的大型电厂没有达到预期。70 年代负荷继续增长，但超过
通过机器学习进行产量预测
过去曾发生过影响玉米产量的重大变化，例如 30 年代后期的双杂交种、50 年代中期的氮肥、60 年代的单杂交种、90 年代中期的转基因生物 (GMO)，以及最近 2010 年的基因选择 [1]。CRISPR-Cas9 等现代基因编辑技术为研究人员和育种者提供了选择高产理想性状的可能性。然而，环境因素会影响作物的产量和生长。这些因素包括温度、降水、土壤成分等。该项目旨在利用机器学习技术发现影响产量的玉米基因与环境条件之间的相互作用。
西澳大利亚州土壤景观测绘
在 20 世纪 80 年代中期国家土壤保护计划 (NSCP) 开始之前，澳大利亚西南部的部分地区被各种土壤和土壤景观调查所覆盖。更详细的土壤调查通常在土地被清理用于开发的区域进行（或正在考虑在先前清理的土地上进行更密集的土地使用），并且需要对其适用性进行一些评估。一个例子是 Burvill 和 Teakle 在 20 世纪 30 年代对 Salmon Gums 地区进行的土壤调查。CSIRO 在 20 世纪 70 年代和 80 年代也非常活跃，在 Manjimup、墨累河流域和南海岸沿线进行区域土地系统式评估。