XiaoMi-AI文件搜索系统
World File Search System运用
人工智能在决策过程中的运用
无监督系统算法从互联网或任何其他来源（大数据）上即时可用的大量数据中学习。这只有通过新技术的发展才有可能，例如机器学习的一个分支——深度学习——产生的神经网络。通过深度学习，系统不仅能够创建，而且还能建立自己的关联模式，与人类的智力推理脱节。而这只能通过系统自身在多个层次上发展的一种非线性学习形式来实现——类似于人类大脑在其神经网络中发生的情况，其中有多个传导单元数据网络反馈。大多数语音识别、面部识别、翻译和语言识别软件
网络战争的幻象与网络攻击在战争中的效用 如何在网络时代真正运用克劳塞维茨
网络战无处不在——在媒体、军队、政客和学术界。它是大众讨论的新武器。但网络战并不存在。然而，这一观察并没有使网络攻击变得不重要。本文回顾了关于卡尔·冯·克劳塞维茨的《战争论》（1832 年）的辩论，并研究了网络攻击作为未来战争工具的效用。通过这样做，本文不仅针对文献中普遍存在的误解和夸大，而且表明克劳塞维茨的《战争论》虽然已有两个世纪的历史，但它是理解网络攻击与战争之间关系的宝贵分析视角。文章借鉴克劳泽维茨的三位一体理论，发现网络攻击可以成为战争中的有用工具，特别是在战争初期。它们易于部署，并且已被证明能够造成物理损害。然而，文章认为，网络攻击仍然不如常规军事武器，最终使网络战（理解为主要通过网络空间进行的战争）不太可能发生。
将野中“智慧”运用到产品和工艺创新标准中
摘要 要应用野中郁次郎在其最近的《近代管理评论》期刊论文中提出的那种实用的“智慧”，我们面临着当今新兴技术市场世界中严峻的创新挑战——“邪恶”的概念很可能适用于其中。在确定了当今复杂且高度不确定的全球创新世界的维度之后，我们的论文提出了看似平凡且通常被低估的产品和流程标准领域，作为扩展野中的智慧概念以及竹内弘隆的智慧领导/智慧资本主义概念的宝贵实践机会。通过与 NIST（国家标准与技术研究所）和我们的 GATIC 合作伙伴（全球先进技术创新联盟）合作，我们正在寻求通过开展研究、行业学术研讨会和开发一个偶然的学习和积极主动的网站来提高商学院和工程学院对标准的关注和能力。最后，我们借鉴了早期的 Nonaka Ba 概念，并指出了其对于制定、采用和有效利用恶劣环境标准的价值。我们诚邀全球合作伙伴参与我们的努力。
运用系统思维来分析和学习事件
本期特刊论文所依据的研讨会计划书思考了为什么事件分析和从经验中学习并没有像预期的那样成功。最近，我们在减少大多数行业的事故方面似乎没有取得很大进展。重大事故不断发生，这些事故似乎可以预防，而且有类似的系统性原因。我们常常没有从过去吸取教训，也没有对事故做出充分的改变。计划书提出了三种可能的解释：（1）我们的分析方法没有发现事件的根本原因，或（2）从经验中学习没有发挥应有的作用，或（3）学习发生在错误的地方。更一般地说，为什么我们用来从事件中学习的方法在当今世界不起作用，其中大多数方法可以追溯到几十年前，并随着时间的推移不断改进？也许答案在于重新审视安全工程背后的假设和范式，其中大多数可以追溯到几十年前，以找出与当今世界存在的任何潜在脱节。虽然抽象和简化在处理复杂系统和问题时很有用，但那些与现实背道而驰的东西可能会阻碍我们取得进步。事故分析中有太多的信念——从
非致命武器 (NLW) 战术运用的 MTTP
当今世界局势要求在各个战争层面上投射非致命武力，以使我们的战士和领导人能够有效应对一系列传统和非传统威胁。现在比以往任何时候都更需要对附带损害和人员伤亡保持最低容忍度，再加上典型对手倾向于利用交战规则 (ROE) 为自己谋利，这需要通过非致命武器有效灵活地运用武力。就像可以根据需要调高或调低功率的变阻器开关一样，NLW 提供了工具，使指挥官能够使用足够的武力来实现目标，而无需摧毁敌人或栖息地。使用 NLW 的目的不是在与对手的升级过程中再增加一步，而是增加另一种工具，可在整个过程中使用。本出版物提供了在战术环境中使用 NLW 的初步指导。
非致命武器 (NLW) 战术运用的 MTTP
当今世界局势要求我们在各个战争层面上都使用非致命性武器，以使我们的战士和领导人能够有效应对一系列传统和非传统威胁。现在比以往任何时候都更需要对附带损害和人员伤亡保持最低限度的容忍，再加上典型的对手倾向于利用交战规则 (ROE) 为自己谋利，这就需要我们通过非致命性武器有效灵活地使用武力。非致命性武器就像一个可以根据需要调高或调低功率的变阻器开关，它提供了工具，使指挥官能够使用足够的武力来实现目标，而无需摧毁敌人或栖息地。使用非致命性武器的目的不是在与对手的升级过程中再增加一步，而是增加另一种工具，以便在这一过程中的任何地方使用。本出版物提供了在战术环境中使用非致命性武器的初步指导。