地震地球物理学在很大程度上依赖于地下建模,而地下建模基于对现场收集数据的数值分析。在生成一致的地下模型之前,对典型地震实验中产生的大量数据进行计算处理也需要同样大量的时间。电磁油藏数据,如 CSEM(受控源电磁)、岩石物理技术,如多井的电阻率和磁共振,以及工程优化问题,如油藏通量模拟器、井场设计和石油产量最大化,也需要强大的计算设备进行分析。另一方面,在过去十年中,量子计算机的发展取得了很大进展:机器利用量子力学定律比传统计算机更快地解决困难的计算问题。这种进步的一个具体例子就是所谓的量子霸权,最近已经使用专用量子计算机进行了演示 [1-3]。地球科学领域和相关行业(如碳氢化合物行业)有望从量子计算带来的进步中获益。目前,不同的量子技术和计算模型正在不断发展。IBM、谷歌和英特尔等巨头公司正在开发基于超导技术的量子计算机 [4]。其他公司也在投入大量精力构建基于约瑟夫森结的功能齐全的量子计算机,比如北美的 Rigetti,而美国的 IonQ 和奥地利的 AQT 则致力于开发基于捕获离子的计算机 [5]。加拿大公司 D-Wave 是量子退火计算模型的领先者 [6],该公司已经开始交易量子机器,加拿大的 Xanadu 也在提供对其光子量子计算机的云端访问 [7,8]。
本课程将探讨计算和人工智能引发的一系列哲学问题,涉及逻辑、心灵哲学、科学哲学和伦理学等主题。我们将首先研究霍布斯、莱布尼茨和笛卡尔等哲学家开发的早期计算理论。虽然这些思想家生活在现代人工智能出现之前的几个世纪,但他们的工作为人类思维和机械推理之间的关系提供了宝贵的见解。
弱势群体,例如儿童,老年人,农村人群,残疾人和LGBTQ+社区,通常具有相互的身份,可以扩大挑战,包括残疾(4人中的1人),家庭暴力(1人)(4分之一)和贫困(1分之一)。这些问题需要创新的解决方案,以保护和增强弱势个人的权力。美国已经采取了联邦援助计划的反应,以支持有需要的人和特定人口统计的政策,这些政策减轻了特殊团体的艰辛,同时使他人受益。例如,遏制在人行道上切割(《美国残疾人法》第二次)使出行问题的人以及推动婴儿推车或运输物品的人受益。技术可访问性要求(1973年的《康复法》第508条)帮助人们随着时间的推移或不同情况下的能力变化(例如,在大声环境中的封闭字幕)变化。这些计划强调了我们国家致力于支持弱势个人的承诺,同时使所有人受益。
摘要 — 本文深入探讨了量子计算领域及其彻底改变数据加密方法的潜力。利用 IBM 的 Qiskit 工具,我们研究了旨在加强数据安全性的加密方法。首先,我们阐明了量子计算及其在加密中的关键作用,然后对经典二进制加密和量子加密方法进行了比较分析。该分析包括利用 Qiskit 进行量子加密实现的实际演示,强调了基于量子的加密技术所提供的稳健性和增强的安全性。在整个探索过程中,我们解决了该领域遇到的相关挑战,例如现有量子硬件固有的局限性,同时也概述了未来的发展方向。在本文的结尾,读者将认识到量子计算在塑造加密技术未来格局方面的深远影响。
独立于设备的量子密钥分发 (DIQKD) 提供了最强大的安全密钥交换形式,仅使用设备的输入输出统计数据即可实现信息论安全性。尽管 DIQKD 的基本安全原理现已得到充分理解,但为高级 DIQKD 协议推导出可靠且强大的安全界限仍然是一项技术挑战,这些界限要超越基于违反 CHSH 不等式而得出的先前结果。在这项工作中,我们提出了一个基于半有限规划的框架,该框架为使用不受信任设备的任何 QKD 协议的渐近密钥速率提供可靠的下限。具体而言,我们的方法原则上可用于基于完整输入输出概率分布或任何贝尔不等式选择来为任何 DIQKD 协议找到可实现的密钥速率。我们的方法还扩展到其他 DI 加密任务。
摘要。本文旨在直接分析量子计算算法的能力,特别是 Shor 和 Grovers 算法,分析其时间复杂度和强力能力。Shor 算法使我们能够以比传统系统快得多的速度找出大素数的素因数。这对依赖于传统算法无法计算大素数素因数的经典密码系统构成了威胁。Grover 算法使我们的计算机系统搜索能力提高了一倍,这将对密码系统密钥和哈希的强力能力产生重大影响。我们还分析了这些算法对当今经典密码系统的影响,以及可以对安全算法进行的任何重大改进,以使其更安全。
1 维也纳大学物理学院,A-1090 维也纳,奥地利 2 国家标准与技术研究所,美国科罗拉多州博尔德 80305 3 科罗拉多州立大学物理系,美国科罗拉多州柯林斯堡 80523 4 维也纳大学 MMM 数学-磁性-材料研究平台,奥地利维也纳 1090 5 imec,比利时鲁汶 3001 6 杜伦大学物理系,英国杜伦 DH1 3LE 7 哥德堡大学物理系,瑞典哥德堡 412 96 8 马德里自治大学 Nicolás Cabrera 研究所 (INC) 和凝聚态物理研究所 (IFIMAC) 凝聚态物理系 C-III,西班牙马德里 9 法国国家研究中心巴黎萨克雷泰雷兹大学法国国家科学研究院,91767 帕莱索,法国 10 慕尼黑工业大学物理系,85748 加兴,德国 11 SN Bose 国家基础科学中心凝聚态物理与材料科学系,加尔各答 700106,印度 12 日本东北大学材料先进研究所,仙台 980-8577,日本 13 格罗宁根大学泽尔尼克先进材料研究所,9712 CP 格罗宁根,荷兰 14 慕尼黑工业大学电气与计算机工程系,80333 慕尼黑,德国
人工智能:欧洲和罗马尼亚初创企业格局概述及其决定其成功的因素 Adina SĂNIUȚĂ 国立政治研究和公共管理大学 6-8 Povernei St., Sector 1, 012104 布加勒斯特,罗马尼亚 adina.saniuta@facultateademanagement.ro Sorana-Oana FILIP 罗马尼亚 sorana.filip@gmail.com 摘要 人工智能 (AI) 已融入我们生活的许多方面;在技术驱动的时代,企业使用人工智能来提高生产力,更好地了解消费者行为或通过机器人提供服务。基于 Filip (2021) 为论文进行的在线桌面和试点研究,该研究概述了欧洲和罗马尼亚初创企业的格局以及决定其成功的因素,如产品开发核心团队专业知识、核心团队承诺和业务战略。该研究旨在为进一步的论文创建一个框架,该论文将深入研究罗马尼亚的人工智能初创环境,因为经济期刊预测,鉴于罗马尼亚在这一领域的潜力以及 IT、技术和机器人领域的人才库,该市场将在不久的将来增长。关键词人工智能;初创企业;成功因素。介绍人工智能的一般性讨论人工智能 (AI) 有多种形式,从人脸检测和识别系统、搜索和推荐算法到数字助理、聊天机器人或社交媒体。它的复杂性和动态性很难用一个定义来概括 (Zbuchea、Vidu 和 Pinzaru,2019)。据统计,到 2024 年,全球人工智能市场规模预计将达到 5000 亿美元(Statista,2021a),预计人工智能软件市场收入将达到 3275 亿美元(Statista,2021b)。尽管人工智能在过去几年似乎发展迅速,普及度不断提高,但人工智能的历史可以追溯到 20 世纪 50 年代,当时这一概念诞生于科学家、数学家和哲学家的头脑中。艾伦·图灵是第一个对这一主题进行广泛研究的人,他在他的论文“计算机器和智能”中描述了人工智能一词,以及它的构建和测试(Anyoha,2017,第 1 页)。随着图灵测试的引入,他
Andrii Shuliak 1 、Andrii Hedzyk 2 、Nina Tverezovska 3 、Lyubov Fenchak 4 、Natalia Lalak 5 、Anatolii Ratsul 6 、Oleksandr Kuchai 7 1 教育学博士,乌克兰帕夫洛·特奇纳乌曼国立师范大学信息学、信息和通信技术系教师 2 乌克兰德拉戈马诺夫国立师范大学研究生(博士) 3 教育学博士,教授,乌克兰国立生命与环境科学大学社会工作与康复系教授 4 教育学候选人,副教授,乌克兰穆卡切沃国立大学 5 教育学候选人,副教授,乌克兰穆卡切沃国立大学 6 教育学博士,教授,沃洛基米尔教育与特殊教育系主任维尼琴科乌克兰中央国立师范大学,乌克兰 7 教育学博士,副教授,乌克兰国立生命与环境科学大学教育学系教授,乌克兰
