XiaoMi-AI文件搜索系统
World File Search System走向
走向开放战略自主的新范式？
在前所未有的危机背景下，战略自主的概念真正流行起来。然而，欧洲议会研究服务处（EPRS）的定义表明，这一多方面的概念更多的是政治层面，而不是真正的操作层面：“战略自主——定义为自主行动、在关键战略领域依靠自身资源并在需要时与合作伙伴合作的能力——因此是一种优势，如果有效利用，还可以让欧盟实现欧洲理事会在其 2019-2024 年战略议程中设定的目标：保护欧盟的利益并在全球范围内推广其价值观。这将使欧盟能够实现其自我设定的雄心壮志，保护其公民，应对外部冲突和危机，并帮助其合作伙伴建设能力。” 1
引领能源转型，从颠覆走向增长
作为本研究的一部分，德勤和韦克菲尔德研究公司于 2020 年 3 月对来自世界各地的 600 名 C 级高管和其他高级企业领导人进行了调查。21% 的受访者称自己为 C 级高管（董事长、首席执行官、首席运营官、首席财务官等）；另有 31% 的受访者称自己为高级副总裁或副总裁，16% 的受访者称自己为董事等高级管理人员，其余 32% 的受访者包括环境官员、健康和安全官员、法规合规官员以及业务部门或部门负责人。
LLM可以理解计算机网络吗？走向虚拟系统管理员
摘要 - 人工智能和典型的大语言模型（LLMS）的发展，为帮助系统管理员管理现代网络的复杂性提供了有希望的前景。，尽管存在这种潜力，但文献中仍然存在有关LLM可以理解计算机网络的程度的显着差距。没有经验证据，系统管理员可能会依靠这些模型，而不会确保其在准确执行与网络相关的任务方面的功效。在本文中，我们是第一个对LLMS对计算机网络理解的详尽研究。我们提出了几个研究问题，以确定LLM在提供网络拓扑及其问题时是否可以提供正确的答案。为了评估它们，我们开发了一个详尽的框架来评估LLMS在各种网络相关任务中的功能。我们在多个计算机网络上评估了我们的框架（例如，GPT4）和开放源代码（例如Llama2）模型。使用零拍的场景中，我们在通用LLM中的发现表明了令人鼓舞的结果，最佳模型的平均准确度为79.3％。专有的LLM在中小型网络中取得了值得注意的结果，而挑战则持续理解复杂的网络拓扑，尤其是对于开源模型。此外，我们提供了有关及时工程如何提高某些任务准确性的洞察力。索引术语 - LARGE语言模型，计算机网络，系统管理员。
生成文本人工智能：走向个人使用伦理
任务：就生成文本 AI 的使用写一份个人立场声明。您的声明应为一页，单倍行距。您不需要重新讨论生成文本或艺术平台的机制，但您需要思考人们如何看待这项技术的使用（一般来说，同学、学术界、教授、您自己等——具体说明您选择谈论哪些群体），以及您自己使用生成 AI 平台的（当前）参数。您的声明后面应附上一份特别有助于您思考的资料来源书目，采用 MLA 格式，特别是如果其中包括您在班级一起阅读的文章之外找到的文章。
人工智能的政治经济学：走向对预测手段的民主控制
∗ 本章受益于众多人士的反馈和讨论，包括 Rediet Abebe、Daron Acemoglu、David Autor、Carlos Gonzalez Perez、Lukas Lehner、Sanaz Mobasseri 以及牛津机器学习和经济学阅读小组和 MD4SG 不平等小组的参与者。
瓦特平衡：走向质量单位的新定义？
千克是国际单位制（SI）中唯一仍由实物定义的基本单位。鉴于 IS 过去的发展以及对国际原型稳定性的了解甚少，该定义并不令人满意。从长远来看，最好用基于原子属性或基本常数的定义来替代它。在计量实验室正在进行的各种研究项目中，最有前景的途径之一似乎是“瓦特平衡”。其原理是将机械力与电磁力进行比较。它是通过两个阶段的测量得出的：静态阶段，将施加在载流导体上并放置在感应场中的拉普拉斯力与标准质量的重量进行比较；动态阶段，当导体以已知速度在相同感应场中移动时，确定相同导体端子上感应出的电压。通过与约瑟夫森效应和量子霍尔效应进行比较来确定电量，就可以将质量单位与普朗克常数联系起来。虽然实验原理仍然简单明了，但获得相对不确定性
走向未来；石油的数字化重生 | Novi Labs
尽管微软已将石油和天然气确定为增长最快的市场，但它却嵌入其价值 120 亿美元的云业务中。在大型油田服务公司中，只有贝克休斯披露了其数字解决方案部门的收入和营业收入，其中只有约 10% 符合我们在本报告中对数字化的定义（其余来自测量和控制硬件）；斯伦贝谢去年在数字化研发上花费了约 3.5 亿美元（巴克莱估计）；哈里伯顿几乎没有提供任何数字披露。大型石油公司广泛使用“数字化”一词，但已开始更多地谈论其潜力，提到使用内部和外部构建的解决方案（我们认为内部重点一直放在现有生产上）。在美国陆地（非主要）领域，EOG Resources 和 Occidental Petroleum 是数字化非常规开发的主要用户，它们也在内部开发大部分功能，但它们并未披露支出水平。
走向数字服务化之路 - Emerald Insight
摘要目的——作者试图理解数字服务化的过程，即制造公司从提供标准产品和服务转向智能解决方案的过程。具体来说，作者关注数字服务化的商业模式变化（即价值主张、价值交付系统和价值获取机制）。设计/方法/方法——作者研究了中国空调制造商格力，该公司凭借其智能解决方案成为全球领导者。这些解决方案包括以人工智能 (AI) 驱动的空调为基础的基于绩效的合同，这些空调可自动适应环境变化，并能够借助其物联网 (IoT) 技术进行远程监控和服务。发现——为了成功提供智能解决方案价值主张，制造商需要一个由供应商、分销商、合作伙伴和客户组成的生态系统价值交付系统。一旦生态系统关系协调良好，制造商就可以通过多种价值获取机制获得价值（即效率、责任、共享客户价值和新颖性）。要达到这一点，制造商必须经历不同的阶段，这些阶段的特点是业务之间不连续和连续的相互作用
赫斯特的内心与希望——走向想象的未来
2022 年 3 月 31 日，诺森伯兰郡议会正式通过了《2016 年至 2036 年诺森伯兰郡地方规划》。诺森伯兰郡地方规划中的政策支持赫斯特的复兴，通过充分利用现有建筑作为创建可持续社区的一部分，包括支持和推动改善和翻新现有住房存量的干预措施。这还包括与当地社区协商，考虑在需求低的地区或现有存量无法满足当地住房需求的地区实施拆除和重建计划。地方规划将支持在赫斯特内引入更多用途组合，同时确保当地绿地的良好通道。
走向分布式和具身化的认知解释
摘要 多重外部表征 (MER) 对于科学、数学和工程学的实践和学习至关重要，因为这些领域中研究和控制的现象和实体通常无法被感知和采取行动。因此，MER 在这些领域的推理中发挥着双重构成作用。首先，MER 代表想象中的现象和实体，从而使科学研究成为可能。其次，与上述内容相关的是，与 MER 的感觉运动和想象互动使得涉及这些现象和实体的集中认知操作成为可能，例如心理旋转和类比变换。这两个构成作用表明，获得科学、数学和工程学的专业知识需要发展转化和整合该领域 MER 的能力，同时在想象中对 MER 所代表的现象和实体进行操作。因此，这种整合外部和内部表征及其操作的核心能力（称为表征能力 (RC)）对于科学、数学和工程学的学习至关重要。但是，目前尚无关于这一核心过程的一般说明。我们认为，鉴于 MER 发挥的上述两个构成作用，表征能力的理论解释需要一个明确的模型来说明认知系统如何与外部表征相互作用，以及想象力如何