XiaoMi-AI文件搜索系统
World File Search System无人系统
人类因素与人体工程学学会对人工智能的评论...
行为会以意想不到的方式产生偏见。例如，如果训练数据不够广泛，无法涵盖各种可能事件，它可能会偏向于无法很好地扩展到未知数据集的解决方案。此外，我们并不总是知道人工智能系统在进行匹配时会关注哪些特征。研究发现，有大量人工智能无意中学习到不适当的性别和种族偏见的案例（Garcia，2016 年；Miller、Katz 和 Gans，2018 年）。对国防部来说，关键在于，如果美国依赖人工智能进行信息处理或关键系统软件（例如，船舶、飞机或无人系统中的自主操作），外国可能会巧妙地操纵人工智能学习偏见，以“训练”美国人工智能走向错误模式，作为欺骗和破坏的手段（Endsley & Jones，2001）。
阿拉斯加东南部的静水 - NAVSEA
展望未来，我希望继续关注 Carderock 的技术健康状况。显然，主要优先事项之一是我们的员工队伍 - 确保我们不仅雇用我们需要的人，还为他们提供完成工作所需的工具和培训，并认可他们所做的出色工作。当然，船舶设计是 Carderock 的主要技术能力之一，我们做得很好，因此值得关注。同样重要的是平台完整性和性能、数字战略、签名管理和无人系统。我想创造一种创新文化，以快速创建和调整新技术和流程，从而加速为作战人员提供及时且经济实惠的能力。在整个过程中，我将专注于技术卓越 - 仅仅提供正确的答案是不够的，我们必须在正确的时间以正确的预算提供答案，才能使其具有相关性。
未来的无人机战争，今天的创新挑战
毫无疑问，俄罗斯在乌克兰的战争已经成为了解未来无人机战争如何形成的最重要的冲突。本研究报告通过对乌克兰战场上经过实战检验的实践的全面分析，确定了九个关键要点。这些经验教训涵盖技术、理论和政策。报告的四个章节探讨了在各个功能和作战领域中提高无人机能力的主要机会。它们还强调了在开发、集成和部署新型无人系统过程中面临的持续挑战。但重要的是，无人机并不是取得战略胜利或打赢战争的灵丹妙药。因此，本报告努力管理对无人机能力的期望，同时强调人力资本的核心作用。事实上，当与新的使能技术相结合时，熟练的专家可以创造出有效的无人机性能。
新闻稿
• 4 th November – 3pm: Keynote “FDI: strength and resilience” , with Vincent Martinot- Lagarde (Executive VP Surface Ships, Naval Group) and Stéphane Frémont (VP Surface combatant, Naval Group) • 5 th November – 11am: Keynote “Seaquest S: the first USV from warship”, unveiling Naval Group's first drone product, with Aurore Neuschwander（执行副总裁，无人机，无人系统和水下武器，海军集团），帕特里克·佩纳曼（Patrick Pennamen）（首席执行官Sirehna）和弗洛伦特·巴蒂斯特拉近距离武器系统”，与LilianBraylé（执行副总裁，设备和推进；海军集团）和Vincent Fabre（海军设备战略与创新总监，海军集团）
NSTIC-CMA.pdf
鉴于，美国政府已表达了与传统和非传统国防承包商和学术界合作的意向，利用他们在海军水面作战技术和能力方面的研究、开发和成熟原型项目和生产方面的综合能力，这些技术和能力包括但不限于多功能材料；网络；大数据分析、人工智能、机器学习；定向能科学与工程；先进计算和软件工程；自主和无人系统；电磁环境效应和频谱；传感器系统；枪支和射弹系统；数字工程；人机系统集成；量子技术；威胁工程；任务工程与分析；综合作战系统；虚拟化；不对称战争；制造业；杀伤力；水面攻防战；发射装置技术和其他相关主题、技术和能力领域，以充分支持美国政府的需求，
事实说明：国防部对抗无人系统的战略
国防部正在减轻无人系统对国内外美军、资产和设施的潜在负面影响。我们努力的一大关键部分，特别是近期的努力，来自改进我们的防御，重点是探测以及主动和被动防御。国防部将确保我们的部队和优先设施得到保护。为了领先于无人系统的进步及其日益普及，国防部将为更先进的挑战做好准备，将我们未来的能力调整到更具压力的情况（例如，更多能力更强、自主性更强的系统）。从中长期来看，国防部还将开发和设计我们未来的部队，以减少他们的脆弱性，提高他们对这些威胁的抵御能力。总之，这些方法将使国防部能够保持我们的进步和战斗能力，并在必要时打赢我们国家的战争。
人工智能
学科选修课（18 个学分），从以下每个列表中至少选修 6 个学分 列表 A： ARIN7014 高级数值分析主题（6 个学分） ARIN7015 人工智能和机器学习主题（6 个学分） MATH7224 高级概率论主题（6 个学分） MATH7502 应用离散数学主题（6 个学分） MATH7503 高级优化主题（6 个学分） 列表 B： STAT6011 计算统计和贝叶斯学习（6 个学分） STAT7008 数据科学编程（6 个学分） STAT8020 量化策略和算法交易（6 个学分） STAT8021 大数据分析（6 个学分） 列表 C： COMP7308 无人系统简介（6 个学分） COMP7309 量子计算和人工智能（6 个学分） COMP7409 交易和金融中的机器学习（6 个学分） COMP7502 图像处理和计算机视觉（6个学分） ARIN7017 人工智能和数据科学中的法律问题（6个学分）
AVT-355 研究研讨会 - STO 活动网站
主题和话题 无人系统 (UxV) 正在成为我们军事行动不可或缺的一部分。操作可用性 (Ao) 和可靠性是军用 UxV 生命周期中的关键考虑因素，它与军事战略和行动的有效性直接相关。可靠性是 UxV 部署成功的关键，因为如果在任务期间发生系统故障，车辆很可能会丢失。更好地了解 UxV 的维护需求将允许使用预测性和主动性基于条件的维护来代替定期维护。拟议研究研讨会的主要目标是：• 确定军事 UxV 可靠性/可持续性对军事行动的需求和影响，• 评估构建军事 UxV 预测性和主动性维护能力的最新技术，• 评估最先进的可重构任务规划方法和能力，以及• 评估优化 UxV 维护需求的设计方法。
计算机科学研究概览（在线）
PM 机器人视觉与学习：机器人和无人系统（例如家用机器人和自动驾驶汽车）的研究和开发是计算机科学和人工智能的前沿领域，引领着通用人工智能（AGI）的发展。近年来，基于深度学习的 3D 视觉系统和强化学习算法取得了许多突破，催生了新兴领域——具身人工智能，并产生了许多值得深入研究的新方向和主题。因此，我们为具有深度学习和计算机视觉背景的学生提供这门高级研究生课程，以进一步学习 3D 视觉和机器人学习。本课程将涵盖从机器人视觉系统的构建到基于视觉的机器人控制和交互的各种任务和问题，旨在对这一前沿领域进行深入而广泛的讨论。