XiaoMi-AI文件搜索系统
World File Search System谜题
网络经济中的货币动态
我们开发了一个可处理的具有预付现金约束的一般均衡经济中价格动态模型。动态源自企业之间的局部互动，这些互动受经济基础生产网络的支配。我们分析性地描述了网络结构对货币冲击传播的影响。从长远来看，该模型收敛到一般均衡，货币数量理论成立。在短期内，货币冲击通过需求的名义变化向上游传播，通过供应的实际变化向下游传播。微观层面供需演变的滞后可能导致价格分布的任意动态。我们的模型解释了价格之谜：由于货币紧缩，价格水平暂时上涨。在我们的设定中，这个谜题出现在两个关于下游企业的假设下：它们受到货币紧缩的不成比例的影响，并且它们在工资单中占很小的份额。经验证据支持美国经济的两个假设。我们的模型根据美国经济进行了校准，采用了超过五万家公司的数据集，从而得出了货币紧缩后价格水平上涨的经验观察幅度。
论文编号：ETH 28268
黑洞是时空的暴力尽头。它们产生的悖论挑战了我们当前的物理理论。最引人入胜的谜题涉及广义相对论和量子理论关于黑洞辐射性质的结论之间的差异。这被称为黑洞信息之谜。根据霍金最初的论证，辐射是热的，因此它的熵会随着黑洞的蒸发而单调增加。相反，量子理论中时间演化的可逆性意味着辐射熵应该在佩奇时间之后开始减少，正如佩奇曲线所预测的那样。这种减少已由基于复制技巧的新计算证实，这些计算还揭示了它的几何起源：在复制品之间形成的时空虫洞。造成佩奇曲线的一般机制称为量子极值曲面 (QES) 处方，它由 QES 的相变捕获，该相变根据贝肯斯坦的广义熵来测量纠缠熵。同时，虫洞的存在表明半经典引力实际上需要一系列微观理论。这种整体解释的可能性目前引起了困惑，并激发了积极的讨论。
AI 教育很重要：2022 年 EAAI 指导本科生研究挑战赛：AI 辅助游戏设计
Browne, C. (2011)。进化游戏设计。doi: 10.1007/978-1-4471-2179-4 Neller, T. W. (2016 年 12 月)。AI 教育：志趣相投。AI Matters，2 (4)，7–8。摘自 https://doi.org/10 .1145/3008665.3008668 doi: 10 .1145/3008665.3008668 Neller, T. W.、Malec, M.、Presser, C. G. M. 和 Jacobs, F. (2014)。Fowl Play 纸牌游戏的最佳、近似最佳和公平游戏。在 H. J. van den Herik、H. Iida 和 A. Plaat（编辑）中。），计算机和游戏（第233-243 页）。Cham：Springer International Publishing。Neller，T. W.，& Ziegler，D.（2019 年 7 月）。计算机生成 Birds of a Feather 谜题。AAAI 人工智能会议论文集，33 (01)，9693-9699。取自 https://ojs.aaai.org/index .php/AAAI/article/view/5035 doi: 10.1609/aaai.v33i01.33019693 Russell, S., & Norvig, P. (2020)。人工智能：一种现代方法（第 4 版）。Pearson。Shaker, N., Togelius, J., & Nelson, M. J.(2016)。游戏中的程序内容生成。Springer。
在 Quantum Advantage 上创建量子密码学
最近的预言机分离 [Kretschmer，TQC'21，Kretschmer 等人，STOC'23] 提出了从即使多项式层次结构崩溃也能持续存在的硬度源构建量子密码术的诱人可能性。我们通过从非相对化、研究充分的数学问题构建量子比特承诺和安全计算来实现这种可能性，这些问题被推测为 P # P 很难解决——例如近似复杂高斯矩阵的永量，或近似随机量子电路的输出概率。实际上，我们表明，只要基于采样的量子优势背后的任何一个猜想（例如，BosonSampling [Aaronson-Arkhipov，STOC'11]、随机电路采样 [Boixo 等，Nature Physics 2018]、IQP [Bremner、Jozsa 和 Shepherd，伦敦皇家学会院刊 2010]）为真，量子密码学就可以基于非常温和的假设，即 P # P ̸⊆ ( io ) BQP / qpoly 。我们的技术揭示了近似量子过程结果概率的难度、“单向”状态合成问题的存在以及有用的密码原语（如单向谜题和量子位承诺）的存在之间的紧密联系。具体而言，我们证明以下难度假设在 BQP 约简下是等价的。
如何（不是）将假想二次字段组的群组组成？
假想二次字段的类群（简称课程组）已将加密术的复兴视为未知顺序的透明组。它们是成为RSA组无信任的替代方案的主要候选人，因为课程组不需要（分布式）受信任的设置来品尝一个不明订单的密码安全组。班级组最近在可验证的秘密共享，安全的多方计算，透明的多项式承诺中发现了许多应用，也许最重要的是，在基于时间的密码学中，即可验证的延迟功能，（同型）时间锁定谜题，定时承诺等但是，使班级在实用的加密部署中普遍存在有各种障碍。我们启动了严格的哈西群体研究。具体来说，我们想在类组中采样一个均匀分布的组元素，以便没有人知道其相对于任何公共参数的离散对数。我们指出了许多公开可用的集体库中的几种有缺陷的算法。我们通过显示针对加密协议的具体攻击，即可验证的延迟功能，进一步说明了这些哈希功能的不安全感，如果它们是用那些破裂的横向级别组函数部署的。我们建议将两个密码安全的哈希功能归类为课程组。我们实施这些结构并评估它们的性能。我们将实现作为开源库。
论量子密码学与经典通信的中心原语
最近的研究为密码学引入了“量子计算经典通信”（QCCC）（Chung 等人）。有证据表明，单向谜题（OWPuzz）是此设置（Khurana 和 Tomer）的自然中心密码原语。被视为中心的原语应具备若干特征。它应行为良好（在本文中，我们将其视为具有放大、组合器和通用构造）；它应由多种其他原语所暗示；并且它应等同于某些类有用的原语。我们提出了组合器、正确性和安全性放大，以及 OWPuzz 的通用构造。我们对安全性放大的证明使用了来自 OWPuzz 的新的、更清晰的 EFI 构造（与 Khurana 和 Tomer 的结果相比），该构造可推广到弱 OWPuzz，是本文中技术含量最高的部分。此前已知 OWPuzz 由其他感兴趣的原语所隐含，包括承诺、对称密钥加密、单向状态生成器（OWSG）以及伪随机状态（PRS）。然而，我们能够通过展示一般 OWPuzz 与受限类 OWPuzz（具有有效验证的原语，我们称之为 EV-OWPuzz）之间的黑盒分离来排除 OWPuzz 与许多这些原语的等价性。然后我们证明 EV-OWPuzz 也由大多数这些原语所隐含，这也将它们与 OWPuzz 区分开来。这种分离还将扩展 PRS 与高度压缩 PRS 区分开来，回答了 Ananth 等人的一个悬而未决的问题。
论量子随机预言机密钥协议的不可能性
在一个现在被称为“Merkle 谜题”的课程项目中，Merkle [Mer74] 使用理想哈希函数提出了第一个双方之间非平凡的密钥协商协议。可以在随机预言模型 (ROM) 中对该协议进行形式化分析，以证明 Alice 和 Bob 可以向随机预言 h 提出 d 次查询并就密钥达成一致，而窃听者 Eve 可以看到交换的消息 t，需要对 h 进行 Ω(d2) 次查询才能找到密钥。不久之后，开创性的作品 [DH76、RSA78] 展示了如何依靠数论假设实现超多项式安全的密钥协商协议。相比之下，Merkle 的协议仅提供多项式安全性。然而，经过多年的研究和新开发的公钥加密和密钥协商候选构造（有关此类工作请参阅综述 [ Bar17 ]），Merkle 协议具有质量优势：它仅依赖于理想化的对称原语，即没有任何结构的随机函数。事实上，将公钥加密或密钥协商基于对称密钥原语仍然是密码学中最基本的悬而未决的问题之一。Merkle 协议引出了以下自然问题（[ IR89 ] 也将其归功于 Merkle）。ROM 中是否存在任何具有更大安全性 ω ( d 2 ) 的 d 查询密钥协商协议，或者 O ( d 2 ) 界限是否最佳？1
统一认知理论概要
摘要：本书提出了认知科学应该将注意力转向发展涵盖人类感知、认知和行为现象的人类认知理论的论点。认知科学现在已经产生了大量高质量的规律，其中许多微观理论揭示了重要的机制。整合的需求迫在眉睫，并将继续增加。同样重要的是，认知科学现在拥有理论概念和工具来支持对统一理论的认真尝试。该论点完全是通过提出一个典型的统一认知理论来提出的，既展示了真正的统一理论是什么样子，也提供了令人信服的证据证明这种理论是可行的。该典范是 SOAR，一种认知架构，它以软件系统的形式实现。在详细讨论了架构及其属性，以及它与现实世界中对认知的约束以及认知科学中现有思想的关系之后，SOAR 被用作广泛认知现象的理论：即时反应（刺激-反应兼容性和斯特恩伯格现象）；离散运动技能（转录分型）；记忆和学习（情景记忆和通过实践获得技能）；问题解决（密码谜题和三段论推理）；语言（句子验证和接受指令）；发展（平衡木任务中的转变）。这些处理的深度和充分性各不相同，但它们清楚地揭示了一种适用于整个人类认知范围的单一、高度具体的操作理论。SOAR 被提出为一个典型的统一理论，而不是唯一的候选理论。认知科学还没有准备好接受单一理论，必须进行多次尝试。但认知科学必须开始朝着这种统一理论努力。
超辐射、记忆容量和控制理论
人脑是世界上最复杂、最迷人的结构之一。几十年来，人脑功能的分子机制问题不仅受到神经生理学家的极大关注，而且也受到信息科学家、生物物理学家和心理学家的极大关注。尽管人们对脑细胞的类型和组织结构及其电和生化活动了解甚多，但对于诸如我们的记忆存储在哪里或脑细胞信息处理涉及哪些分子机制等谜题，我们知之甚少。关于认知背后的这些分子机制的猜测比比皆是。最近，激烈的争论集中在至少一些认知功能在量子层面上运行的可能性上。诺贝尔奖获得者神经科学家 Eric Kandel 发现，当我们学习时，化学信号会改变突触连接的结构 [ 1 ]。他还表明，短期和长期记忆是由跨突触传输的电信号形成的，这一过程称为长期增强 (LTP)。具体而言，重复的突触前刺激会增加突触后敏感性，从而增强突触。这可以用“一起放电的神经元会连接在一起”来恰当地表达。虽然 LTP 让人们得以一窥学习和记忆的本质，但这个问题似乎要复杂得多。首先，虽然长期记忆可以持久，但 LTP 不会对突触强度产生永久性的改变，而是会在数小时到数月内衰减。其次，基于 LTP 的记忆模型会遭受信号保真度损失。第三，记忆需要吸收不同感官输入的信息，这涉及需要以某种方式整合的庞大神经回路。最后，外部刺激与其环境相关联，因此新的体验会受到当前环境、先前体验甚至对未来的预期的影响。
填字游戏线索答案检索和排序的多策略方法
填字游戏 (CP) 解析是一种流行的游戏。与几乎所有其他人类游戏一样，可以自动解决这个问题。CP 求解器将其纳入约束满足任务，其目标是最大限度地提高用与线索一致并与谜题方案连贯的答案填充网格的概率。这些系统（Littman 等人，2002 年；Ernandes 等人，2005 年；Ginsberg，2011 年）严重依赖于每个线索的候选答案列表。候选答案的质量对 CP 解析至关重要。如果正确答案不在候选列表中，则无法正确解答填字游戏。此外，即使是排名较差的正确答案也会导致填字游戏填写失败。答案列表可以来自多个求解器，其中每个求解器通常专门解决不同类型的线索，和/或利用不同的信息来源。此类列表主要通过两种技术检索：（1）使用线索表示通过搜索引擎查询网络；（2）查询包含先前回答过的线索的线索-答案数据库。在本文中，我们专注于后者。在从线索-答案知识源中检索候选答案的问题中，答案根据查询线索与数据库中的线索之间的相似性进行排序。相似性由搜索引擎提供，搜索引擎为每个检索到的答案分配一个分数。已经实施了几种方法，通过学习排序策略对候选列表进行重新排序（Barlacchi 等人，2014a；Barlacchi 等人，2014b；Nicosia 等人，2015；Nicosia 和 Moschitti，2016；Severyn 等人，2015）。这些方法需要一个训练阶段来学习如何排序，并且大多数情况下在重新排序方面有所不同。