XiaoMi-AI文件搜索系统
World File Search SystemCOMPETITION
合同编号 承包商领域 竞争 工作标题/客户 先前的 TORFQ 编号
W31P4Q20FF001 Total Computer Solutions 业务和分析 SB B&A 对 AMCOM 指挥组的支持服务 2019B-01 09/18/2025 SSCM 已联系需要的活动以确定前进的道路 W31P4Q20FD001 Total Computer Solutions, Inc 程序化 SB 对固定翼项目办公室的程序化支持 2019P-01 10/20/2025 2025P-01
生成人工智能基础模型竞赛
16 Stephen Nellis，“AMD 赢得近三分之一的处理器市场，Arm 的攀升放缓：分析师报告”，路透社，2023 年 2 月 9 日，https://www.reuters.com/technology/amd-wins-nearly-third-processor-market-arms-climb-slows-analyst-report- 2023-02-09/。17 数据适用于独立 GPU（GPU 与处理器分开）。请参阅 Wallstreetzen，“Nvidia Corp 统计数据和事实”，https://www.wallstreetzen.com/stocks/us/nasdaq/nvda/statistics。18 Stephen Nellis，“AMD 赢得近三分之一的处理器市场，Arm 的攀升放缓：分析师报告”，路透社，2023 年 2 月 9 日。19 Wallstreetzen，“Nvidia Corp 统计数据和事实”；见脚注 17。20 同上。21 数据适用于动态随机存取存储器 (DRAM)，‘2011 年至 2022 年全球 DRAM 制造商收入份额（按季度划分），Statista，https://www.statista.com/statistics/271726/global-market-share-held-by-dram-chip-vendors- since-2010/。22 同上。23 同上。24 ‘2020 年上半年全球人工智能 (AI) 服务器供应商市场份额’，Statista，https://www.statista.com/statistics/1227556/ai-server-vendor-market-share/。 25 Doug Black，“微软在 Azure 上的大型 AI 超级计算机：285,000 个 CPU 核心、10,000 个 GPU”，HPC Wire，2020 年 5 月 20 日，https://www.hpcwire.com/2020/05/20/microsofts-ai-supercomputer-on-azure-combinations-of-perceptual-domains/。26 Greg Brockman，“微软投资 Openai 并与 Openai 合作，支持我们构建有益的 AGI”，Open AI，2019 年 7 月 22 日，https://openai.com/blog/microsoft-invests-in-and-partners-with-openai。27 Dina Bass，“OpenAI 需要数十亿美元来维持 ChatGPT 的运行。进入微软”，彭博社，2023 年 1 月 26 日，https://www.bloomberg.com/news/articles/2023-01-26/microsoft-openai-investment-will-help-keep-chatgpt-online。
大国竞争和印度-太平洋
就在总参谋部/海军上将参谋部国家服务团（LGAN）课程于2021年正式开始学习阶段的几周后，世界经历了一场安全政策冲击：当俄罗斯于2022年2月24日袭击乌克兰时，“印太”话题突然显得有些不合时宜。但世界在不断变化——德国联邦国防军面临的战略挑战也随之变化。这就是为什么 LGAN 2021 在这个问题上“保持关注”是好的和正确的。 2020年秋季，德国政府发布《印太指导方针》，首次明确表示印太地区对德国来说也是具有重要战略意义的地区。然而，在过去三年里，基本条件发生了根本性的变化：由于亚洲的经济和政治重要性日益增长，美国和中国之间的竞争日益激烈，而且也由于战争再次蔓延到欧洲。在此背景下，LGAN 2021目前已对外交和安全政策进行了更新，同时对德国联邦国防军做出了推论。 “大国竞争与印太——德国武装部队的任务与贡献的机遇与限制”：这是德国联邦国防军监察长写入课程规范的任务。在 LGAN 2021 年值班表的 91 个培训周中，只有 6 周明确指定为学习阶段 - 因此大部分工作必须与课程一起完成。课程参与者首先了解该地区，分析基本文献，并与国内外专家进行交谈。他们已经反复研究和讨论过，也涉及目标和资源与国家和联盟防御的明显冲突，这在北约内部正变得越来越重要。有些人甚至能够前往印度太平洋地区的选定国家，因为没有任何文献研究可以取代个人交谈和真实的现场印象。
2023 年 CTMA 技术竞赛
因为您在此处查看的竞赛手册已以印刷版和 NCMS 网站的形式向公众提供。竞赛的六名决赛选手将获得更大的曝光率（完整名单见第 12-13 页），他们计划在 2023 年 CTMA 合作伙伴会议上展示他们的创新解决方案。在此次活动期间，将宣布总奖得主和人民选择奖得主，每人将获得 50,000 美元的项目资金。这笔资金将在现有 CTMA 合作协议允许的范围内用于选定的国防部演示活动。本次竞赛中提交的技术有可能在行业中采用并在整个国防部实施，从而实现知识、经验和专业知识的快速转移，以确保美国工业基础的持续强大。
利用“新空间”来实现太空经济的可持续增长循环经济中的竞争
本说明是由Cristina Volpin（经合组织竞赛部）撰写的。它受益于维维安·伊亚内利（Vivian Ianelli）（经合组织竞争部）的研究支持，以及Elena Buzzi和PeterBörkey（经合组织环境与经济整合部），Ruben Maximiano（经济学部门经济学部门的经济学政策研究部）的评论，以及Antonio Capobianco和Antonio Capobianco和Ori Schwartz（OECD竞争部）。这是作为背景注释，以讨论在经合组织竞争委员会2023年6月https://www.oecd.org/competition/competition-in-competition-in-the-circular-economy.htm上讨论“循环经济中的竞争”。本文所用的意见和论点是作者的意见，并不一定反映组织或其成员国政府的官方观点。
2023 USAWC战略竞赛Autlc团队...
课程开发人员兼讲师安德鲁·莫尔顿（Andrew Moulton）先生在美国空军服役20年后，于11月加入AUTLC。最近，他曾在巴恩斯中心担任教育技术的负责人。安德鲁的教育哲学来自Epictetus，他说：“只有受过教育的人是免费的。”他说：“对我来说，这意味着我可以自由探索，创建，发展和挑战现有的思想和理论。 我喜欢教学，因为教育通过我的学生可能没有的机会提供了这种自由。”您可以在MSFRIC的二楼（建筑物1405）找到安德鲁（Andrew），在那里他进行教师咨询并教授教师发展研讨会，例如“积极学习策略”和“基于游戏的学习”。安德鲁的教育哲学来自Epictetus，他说：“只有受过教育的人是免费的。”他说：“对我来说，这意味着我可以自由探索，创建，发展和挑战现有的思想和理论。我喜欢教学，因为教育通过我的学生可能没有的机会提供了这种自由。”您可以在MSFRIC的二楼（建筑物1405）找到安德鲁（Andrew），在那里他进行教师咨询并教授教师发展研讨会，例如“积极学习策略”和“基于游戏的学习”。
BPA 编号任务订单承包商领域竞争努力标题/客户先前 TORFQ 编号
W31P4Q18A0014 19FC003 TORCH TECHNOLOGIES INC 541715 F&O 技术和工程支持 2018T-3 01/30/2024 2023T-01 W31P4Q18A0073 19FB003 来自 Avion 的 PPT 解决方案 DA 541330 CCDC 航空工程理事会 Apache 分部 2018T-7 03/05/2024 SSCM 与项目 Ofc 联系
为大国竞争而创新
Thomas G. Mahnken 是战略与预算评估中心的总裁兼首席执行官。他是约翰霍普金斯大学保罗·尼采高级国际研究学院 (SAIS) 菲利普·梅里尔战略研究中心的高级研究教授，曾在美国海军预备役担任军官 20 多年，曾驻扎伊拉克和科索沃。他目前担任国会授权的 2022 年国家防御战略委员会成员和陆军科学委员会成员。他之前的政府生涯包括 2006 年至 2009 年担任国防部政策规划副助理部长，期间他帮助制定了 2006 年四年期国防评估和 2008 年国防战略。他曾担任 2018 年国家防御战略委员会成员和海军陆战队大学访问委员会成员。他曾担任 2014 年国防委员会、2010 年四年期国防审查独立委员会和美国大规模杀伤性武器情报能力委员会的工作人员。他曾在国防部净评估办公室任职，并担任海湾战争空中力量调查成员。2009 年，他被授予国防部长杰出公共服务奖章，2016 年被授予海军部优秀文职服务奖章。
人工智能与网络竞争的未来
在当今世界，网络安全和人工智能 (AI) 是两项正在发展的技术。AI 建立在机器学习 (ML) 模型的基础上。人工智能在访问控制、用户身份验证和流量分析、垃圾邮件、恶意软件和僵尸网络识别方面发挥着重要作用。不利的一面是，当今的安全挑战是多种多样的。计算、社交媒体、智能手机以及 WhatsApp 和 Viber 等众多应用程序的广泛使用都对用户构成了重大的安全隐患。机器学习是现代探索和商业的关键因素。使用算法和网络中立模型来强制计算机系统改善成功开发。机器识字算法利用样本数据（称为训练数据）自动建立精细模型，无需经过特别安排即可做出判断。机器识字基于脑细胞的商业模型。