XiaoMi-AI文件搜索系统
World File Search SystemCSET
CSET - 硅扭曲
在过去五年中，中国人民解放军 (PLA) 在采用人工智能进行战斗和支援方面取得了重大进展。中国领导人普遍预计人工智能将开启军事“智能化”，其特点是无处不在的传感器网络、更频繁的机器对机器交战和更快的作战节奏。1 但解放军在人工智能和相关技术方面的进步很大程度上取决于能否继续获得一类特殊的半导体——人工智能芯片——这些芯片用于训练先进的机器学习系统。通过分析解放军部队和国有国防企业在 2020 年授予的 24 份公共合同，本政策摘要对中国军方如何获得这些设备进行了有限但详细的分析。
CSET-中国，技术和BGI
生物学有可能为21世纪社会面临的最大挑战提供解决方案，从全球气候危机到粮食不安全感，再到将大规模改变行业和制造业的新材料。国家如何通过生活系统攻击工程师的权力将重塑我们的生活方式，包括我们的策略是否反映和加强了民主社会的价值观。必须将美国及其盟友定位以利用这些发展，确保申请反映我们的价值观并防止滥用。如果一个专制国家主导基因组学领域以及支持它的行业，那么国家将控制下一代医疗技术，研究标准和规范以及未来基因组学应用程序的发展。这将对美国和其他自由民主国家具有经济，道德和安全的影响。
CSET - 负责任且合乎道德的军事人工智能
盟国之间负责任且合乎道德的军事人工智能非常重要，因为政策协调可以提高理论、程序、法律框架和技术实施措施的互操作性。不仅要就军队采用技术的以人为本达成一致，还要就问责制和道德原则如何融入人工智能的设计、开发、部署和传播达成一致，这有助于加强战略民主优势。相反，盟国军队之间的道德差距可能会带来危险的后果，危及政治凝聚力和联盟的成功。更具体地说，如果盟国不能就军事人工智能的责任和风险分析达成一致，那么在分担联盟行动风险的政治意愿和并肩作战的授权方面可能会出现差距。
CSET-中国的认知AI研究
通过设计删除的这些非主题论文，以成千上万的数字为中心，以自动驾驶汽车，无人机无人机，安全的城市，教学法等为中心，其技术并未提高到“高级”水平。此外，关于面部，步态和情感识别的论文异常大量；视觉和听觉媒体的情感分析； （错误）行为预测；以及由于技术的古老而被绕开的军事应用，而动机比探索更具政治意义。，在技术是采用或针对更多一般用途的情况下，还包括了这种类型的样本，并且部分负责“模式识别学习”。
提案请求：土木工程服务 - CSET
a）除非根据《劳动法》第1725.5条在劳资关系部注册，否则任何承包商或分包商都不得授予公共工程项目的公共工作合同。 b）劳动法第1771.1（a）“承包商或分包商不得有资格竞标，在出价建议中列出，但要遵守《公共合同法》第4104条的要求，或者从本章中定义的任何公共工作合同，除非当前注册并根据目前注册并有资格根据第1725. div/dif。对于未注册的承包商而言，提交由《商业和专业法》第7029.1条或《公共合同法》第10164或20103.5节授权的竞标，只要承包商被注册以根据合同授予第1725.5节的公共工作。”
CSET - 美国人工智能劳动力：劳动力市场动态
为了评估人工智能劳动力的动态，我们探索了多种数据来源。首先，我们使用美国人口普查局 2015 年和 2019 年美国社区调查的一年微观数据，并使用适当的调查权重。2 我们使用 ACS 数据来评估人工智能工作者的位置，以及劳动力市场动态的基本指标，包括就业和工资增长以及职业失业率。其次，我们分析了在线招聘信息聚合平台 Burning Glass 的数据，以评估人工智能劳动力需求随时间的变化。第三，我们分析了 LinkedIn Insights 中关于一组对人工智能发展至关重要的选定职业的数据。我们考虑了工作年限和顶级雇主，以及当前和增长最快的技能。最后，对于另一个前瞻性指标，我们考虑了美国劳工统计局的职业就业预测。
CSET - 研究安全、合作和全球研发的变化图
自第二次世界大战以来，全球研究总产出一直保持着令人印象深刻的稳定增长，年增长率约为 8-9%，相当于每九年科学文献数量翻一番。2 全球研发投资分布的变化导致了知识生产方式的转变，进而导致特定研究领域的全球领导地位的转变。科学政策界普遍讨论国际研究合作的兴起，虽然总体上确实如此，但我们看到各国之间存在很大差异。3 文献计量数据显示，虽然澳大利亚、欧盟和美国在过去 20 年中的合作程度都有显著提高，但中国同期的合作水平相对平稳。
CSET - 降低人工智能对军事决策优势的风险
这个问题之所以突出有三个原因。首先，即使是最好的 ML 系统也往往脆弱且不可靠。它们在理想条件下工作良好，但在面对不可预见的环境变化或恶意干扰时很快就会失效。人们付出了相当大的努力来使强大的 ML 系统能够在不断变化的环境条件和对抗干扰下可靠地运行。1 但提高稳健性的技术还不够成熟，即使在相对温和的条件下也无法确保可靠的性能，更不用说战争了。系统在部署过程中需要学习和更新，这使得这个问题更具挑战性。因此，这些功能可能存在固有的漏洞和缺陷，其潜在后果尚未完全了解。
CSET- AI安全中的关键概念：机器学习中可靠的不确定性量化
机器学习研究进展的最后十年已经引起了功能令人惊讶但也不可靠的系统。由Openai开发的聊天机器人Chatgpt提供了这种张力的很好的说明。用户在2022年11月发布后与系统进行交互，虽然可以在编程代码和作者Seinfeld场景中找到错误，但也可能会被简单的任务混淆。例如，一场对话显示了机器人声称最快的海洋哺乳动物是百富麦猎鹰，然后将其思想转变为帆船，然后又回到猎鹰，这是显而易见的事实，即这些选择都不是哺乳动物。这种不平衡的性能是深度学习系统的特征，即近年来进步最大的AI系统的类型，并给他们在现实世界中的部署带来了重大挑战。
CSET 对中国技术政策和生态系统的分析：中国在海外的努力
2012 年至 2021 年，中国中央政府对高等教育的总投入增加了一倍多，教育部支出超过 1790 亿美元。自 2017 年以来，中国最知名大学的资金逐年增加，目前各个机构的预算超过 50 亿美元。这些资金的增加源于中国的长期科技 (S&T) 战略，该战略的一个重要组成部分是振兴中国的精英大学。这些大学与中国政治和国防机构紧密结合，主导着中国民用基础研究生态系统；由于它们通常充当国际合作的接触点，这可能会给外国合作机构带来安全问题。中国精英大学的预算现在与美国大学相当。4