XiaoMi-AI文件搜索系统
World File Search SystemHorowitz
ISSCC 2023 高级计划 2023 年 1 月 25 日
“百亿亿次级收发器：迈向 Tbps/mm 和 sub-pJ/bit” “电动汽车背后的动力 - 加速汽车技术的未来 “高效的无线功率放大和线性化” 90 分钟的教程提供背景信息并回顾特定电路和系统设计主题的基础知识。在全天的高级电路设计论坛上，顶尖专家以类似研讨会的形式介绍最先进的设计策略。论坛针对在技术领域经验丰富的设计师。 2 月 19 日星期日，有两项活动：“指导课程/社交宾果”将于下午 3:00 开始。此外，学生研究预览将于晚上 8:00 开始，其中包括 90 秒的介绍性演讲，随后是来自世界各地的选定研究生研究人员的海报展示。SRP 将以 Mark Horowitz 教授（斯坦福大学）的鼓舞人心的演讲开始。 2 月 20 日星期一，ISSCC 2023 上午 8:30 将就“基于 70 年的固态电路设计创新”这一主题发表四篇全体会议论文。星期一下午 1:30，将有五场平行的技术会议，随后下午 5:15 将举行社交活动，向所有 ISSCC 与会者开放。社交活动与图书展示和作者访谈同时举行，还将包括一场演示会议，展示来自工业界和学术界的精选论文的海报和现场演示。星期一晚上包括两项活动，分别题为“互联世界中的集成电路”和“可持续 IC 生态系统之路”2 月 21 日星期二，将有五场平行的技术会议，上午和下午各有一场。随后将举行社交活动，向所有 ISSCC 与会者开放。社交活动与图书展示和作者访谈同时举行，还将包括第二场演示会议。周二晚上有两场活动，分别是：“后疫情时代，宇宙中最聪明的设计师！”和“未来十年 IC 设计师的必备技能是什么？”2 月 22 日星期三，上午和下午将有五场平行的技术会议，随后是作者访谈。2 月 23 日星期四，ISSCC 提供五场全天活动供您选择：
1,2,4-三唑-3-硫酮化合物作为二锌金属-β-内酰胺酶抑制剂
a Max Mousseron 生物分子研究所，UMR5247 CNRS，蒙彼利埃大学，ENSCM，药学院，15 avenue Charles Flahault，34093 Montpellier cedex 5，法国。 b 列日大学蛋白质工程中心生物大分子实验室，Allée du 6 août B6，Sart-Tilman，4000 列日，比利时。 c 意大利锡耶纳大学医学生物技术系，I-53100 锡耶纳。来自结构生物学研究所 - Jean-Pierre Ebel，UMR5075 CNRS，CEA，约瑟夫傅立叶大学，41 rue Jules Horowitz，38027 Grenoble cedex 1，法国。 e EMBL Outstation c/o DESY，Notkestrasse 85，D-22603 汉堡，德国。 f 安纳多鲁大学药学院药物化学系，26470 埃斯基谢希尔，土耳其。 g 德国尤斯图斯李比希大学跨学科研究中心生物化学与分子生物学系主任，Heinrich-Buff-Ring 26-32，D-35392 吉森，德国。 h UMR8226，法国国家科研中心，皮埃尔和玛丽居里大学，物理化学生物学研究所，皮埃尔和玛丽居里街 13 号，75005 巴黎，法国。 i UMR8261，法国国家科研中心，巴黎狄德罗大学，物理化学生物学研究所，皮埃尔和玛丽居里街 13 号，75005 巴黎，法国。 1 现地址：Symbiose Biomaterials SA，GIGA Bât. B34, 1 avenue de l'Hôpital, 4000 列日, 比利时。 2 现地址：法国克莱蒙费朗化学研究所，UMR6296 CNRS，克莱蒙奥弗涅大学，63000 克莱蒙费朗，法国。 3 现地址：昆士兰大学化学与分子生物科学学院，圣卢西亚，布里斯班，昆士兰州 4072，澳大利亚。 4 现地址：CERN，HSE/SEE/SI，CH-1211 Geneva 23，瑞士。 *通讯作者：电话：+33-(0)4 11 75 96 03；传真：+33-(0)4 11 75 96 41。电子邮件地址：jean-francois.hernandez@umontpellier.fr (J.-F. Hernandez)； laurent.gavara@umontpellier.fr（L.加瓦拉）。
我要问你一些简单的问题
美国参议员理查德·布卢门撒尔 (D-CT)：我来问您几个简单的问题。我从您对我的几位同事说的话中得知，虽然我们可能对规则 6E 关于获取笔录的含义存在分歧，但您不会反对本委员会寻求获取该笔录？帕特尔：不会。布卢门撒尔：您知道规则 6E 允许您谈论自己的证词吗？您会在机密环境中向本委员会作证，说明您对大陪审团说了什么吗？帕特尔：参议员，我来这里是为了向本委员会作证，说明我被允许做的一切。布卢门撒尔：根据规则 6E，您可以告诉我们您对大陪审团说了什么。这可以说是美国助理检察官第一次去第一个大陪审团，证人问：“我可以谈谈我告诉您的内容吗？”答案是肯定的。您知道的。帕特尔：参议员，我将咨询律师并提供适当的答案。布卢门撒尔：让我直截了当地说，帕特尔先生，你在隐瞒什么？你为什么不告诉我们？你在行使第五修正案的豁免权后作证，这是你的特权。而现在看来，你有什么事情要隐瞒。我向委员会的同事们表示，我们需要知道大陪审团的证词是什么。我们需要获得第二卷。你不反对我们寻求它，但你不告诉我们，即使是在机密的环境中。我认为这种立场取消了资格。帕特尔：那是几天前的证词，几年前。我不记得了。布卢门撒尔：好吧，你可以查看笔录，重新回忆一下。帕特尔：有笔录。布卢门撒尔：让我问你另一个话题，我真的很遗憾你不愿意在大陪审团证词上与我们合作。你会反对解雇司法部监察长迈克尔·霍洛维茨吗？帕特尔：我会反对吗？这是司法部长的天意。我不会参与其中。
5至17岁的患有先前SARS-COV-2感染的个体的疫苗有效性：恢复项目的基于EHR的基于EHR的目标试验仿真研究
Jiajie Chen, PhD 1,2* , Yuqing Lei, MS 1,2* , Qiong Wu, PhD 1,2,4 , Ting Zhou, MD, PhD 1,2 , Bingyu Zhang, MS 1,3 , Michael J. Becich, MD, PhD 6 , Yuriy Bisyuk, MD, PhD, DSc 7 , Saul Blecker, MD, MHS 8 , Elizabeth A. Chrischilles，博士9，Dimitri A. Christakis，医学博士，MPH 10，Lindsay G. Cowell，MS，MS，PhD 11，Mollie R. Cummins，PhD，RN，RN，Faan 12，Soledad A. Fernandez，Phd 13
建立人工智能伦理分析标准
人工智能“是指通过分析环境并采取行动（具有一定程度的自主性）来实现特定目标而表现出智能行为的系统”（European-Commission 2018）。因为这个定义足够正式和通用，能够涵盖该领域的大多数常见理解，所以它是一个有用的起点。事实上，正是基于这种理解，欧盟委员会高级专家组对人工智能进行了更为细致的定义，即“由人类设计的系统，在给定复杂目标的情况下，通过感知环境、解释收集到的结构化或非结构化数据、根据从这些数据中获得的知识进行推理并决定为实现既定目标而采取的最佳行动（根据预定义参数）来在物理或数字世界中行动。人工智能系统还可以通过分析环境如何受到其先前行为的影响来学习调整其行为”（AIHLEG 2018）。除了有关人工智能定义的现有争议之外，我们可以确定以下对其功能至关重要的要素：通过传感器感知环境；根据感知到的数据进行推理/决策；通过执行器进行驱动。如此构想的人工智能为从医学到军事的不同领域开辟了多种可能性，从而引发了多重伦理问题。简而言之，人工智能和自动化的进步可能使对人员及其活动的监视、监控和跟踪更加普遍，以及信息在世界范围内更快地传播，这带来了许多安全和隐私挑战（Stahl and Wright 2018 ）。此外，人工智能在医学、军事和自主武器发展中的潜在促进作用引发了关于不可靠性和问责制的问题（Hammond 2015 ；Hallaq et al. 2017 ；Horowitz 2018 ）。此外，人工智能和自动化一起，可能会带来深远的经济和社会变革，对整个劳动力市场产生影响（Aicardi 等人，2018 年）。哪些类型的工作可能受到影响仍存在争议，但人们一致认为，人工智能将改变工作需求以及依赖人类能力和技能的职位的性质（Perisic，2018 年）。它可能会创造新的职位并消除现有的职位（EGE，2018 年），并通过预测分析等方式对传统的招聘和招募实践产生重大影响。在最先进的人工智能研究类型之一：自学习人工智能中，也出现了紧迫的伦理问题。自学习人工智能可以通过强化学习，不需要人类数据、指导或基本规则以外的领域知识（Silver 等人，2017 年）。据其开发人员称，自学习人工智能无需任何先前的专业知识即可“在具有挑战性的领域达到超人的水平”（Silver 等人，2017 年）。迄今为止，这种人工智能已在有限的环境中成功应用，特别是在国际象棋、围棋和扑克等游戏中，所有相关变量都可以预测，即使通过极其复杂的计算。这些系统在现实环境中的应用（例如自动驾驶汽车）提出了尚未解决的具有挑战性的问题，尽管我们不能排除它们的解决只是时间问题的可能性（Sokol 2018）。如果不考虑关注大规模潜在场景（例如超级智能 AI 接管）的“大伦理”问题（Muller 2016），很明显
建立人工智能伦理分析标准
人工智能“是指通过分析环境并采取行动（具有一定程度的自主性）来实现特定目标而表现出智能行为的系统”（European-Commission 2018）。因为这个定义足够正式和通用，能够涵盖该领域的大多数常见理解，所以它是一个有用的起点。事实上，正是基于这种理解，欧盟委员会高级专家组对人工智能进行了更为细致的定义，即“由人类设计的系统，在给定复杂目标的情况下，通过感知环境、解释收集到的结构化或非结构化数据、根据从这些数据中获得的知识进行推理并决定为实现既定目标而采取的最佳行动（根据预定义参数）来在物理或数字世界中行动。人工智能系统还可以通过分析环境如何受到其先前行为的影响来学习调整其行为”（AIHLEG 2018）。除了有关人工智能定义的现有争议之外，我们可以确定以下对其功能至关重要的要素：通过传感器感知环境；根据感知到的数据进行推理/决策；通过执行器进行驱动。如此构想的人工智能为从医学到军事的不同领域开辟了多种可能性，从而引发了多重伦理问题。简而言之，人工智能和自动化的进步可能使对人员及其活动的监视、监控和跟踪更加普遍，以及信息在世界范围内更快地传播，这带来了许多安全和隐私挑战（Stahl and Wright 2018 ）。此外，人工智能在医学、军事和自主武器发展中的潜在促进作用引发了关于不可靠性和问责制的问题（Hammond 2015 ；Hallaq et al. 2017 ；Horowitz 2018 ）。此外，人工智能和自动化一起，可能会带来深远的经济和社会变革，对整个劳动力市场产生影响（Aicardi 等人，2018 年）。哪些类型的工作可能受到影响仍存在争议，但人们一致认为，人工智能将改变工作需求以及依赖人类能力和技能的职位的性质（Perisic，2018 年）。它可能会创造新的职位并消除现有的职位（EGE，2018 年），并通过预测分析等方式对传统的招聘和招募实践产生重大影响。在最先进的人工智能研究类型之一：自学习人工智能中，也出现了紧迫的伦理问题。自学习人工智能可以通过强化学习，不需要人类数据、指导或基本规则以外的领域知识（Silver 等人，2017 年）。据其开发人员称，自学习人工智能无需任何先前的专业知识即可“在具有挑战性的领域达到超人的水平”（Silver 等人，2017 年）。迄今为止，这种人工智能已在有限的环境中成功应用，特别是在国际象棋、围棋和扑克等游戏中，所有相关变量都可以预测，即使通过极其复杂的计算。这些系统在现实环境中的应用（例如自动驾驶汽车）提出了尚未解决的具有挑战性的问题，尽管我们不能排除它们的解决只是时间问题的可能性（Sokol 2018）。如果不考虑关注大规模潜在场景（例如超级智能 AI 接管）的“大伦理”问题（Muller 2016），很明显
Intertak -Ml模型
Ovido de Filippo 1†，Victoria L. Camnn 2†，Corrado Pancotti 3†，Davide DI Vace 2，Angelo Silverio 4，Victor Schweiger 2，Victor Schweiger 2，David Niederser 2，David Niederser 2，Konrad A. Szawan 2吉多。 Parodi 6，Eduardo Bossone 7，Sebastiano Gili 8，Michael Neuhaus 9，Jennifer Franke 1 0，Benjamin Meder 1 0，MiłoszJaguszewski11，Michelel Nouutias 1 2，Michel Nouutias 1 2 2 Burgdorf 1 6，Behrouz Kherad 1 7，CarstenTschöpe1 7，Annahita Sarcon 1 8，Jerold Shinbane 1 9，Lawrence Rajan 20，Guido Michels 2 1，Roman Pfister 22，Alessandro Cuneo 23，Claudius Jacobshagen 23，Claudius Jacobshagen 24.25，Mahir Karakans 26.27，Mahir Karak.27，3.27，Wolfg。 Koenig 28,29，Alexander Pott 30，Philippe Meyer 3 1，Marco Roffi 3 1，Adrian Banning 32，Mathias Wolfrum 33，Florim Cuculi 33，Richard Kobza 33，Thomas A. Fischer 34，Tuija Vasankari 35 35，Tuija Vasankari 35，K.E.Juhani Airaksinen 35，L。Christian Napp 36，Rafal Dworakowski 37，Philip Maccarthy 37，Christoph Kaiser 38，Stefan Osswald 38，Leonarda Galiuto 39，Christina Chan 40，Christina Chan 40，Christina Chan 40，Christina Chan 40，Christina 40，Christa galie Chriel galie gali galiuto dan999999 1，42，克莱门·德尔马斯43，奥利维尔·莱雷斯43，埃卡特琳娜·吉利亚罗娃44，亚历山德拉·希洛娃44，米哈伊尔·吉利亚罗夫44，伊布拉希姆·埃尔·巴特维45,46，易卜拉欣·艾布拉希姆·阿金（Ibrahim Akarohim akarohim akarolina akarolinapoledniková47davideek 47 davideek 47，ibrahim A Massoomi 48, Jan Galuszka 49, Christian UKENA 50, Gregor Poglajen 5 1, Pedro Carrilho-Ferrairaa 52, Christian Hauccica , Carla Paolini 54, Claudio Bilato 54, Yoshio Kobayashi 55, Ken Kato 55, IWAO Ishibashi 56, Toshihariu Himi 57, Jehangir Din 58, Al-Shammari 58, Abhiram Prasad 58, Abhiram Prasad 58, Abhiram Prasad 58, Charanjit S. Rihal 59, kan liu 60, P. Christian Schulze 6 1, Matteo Bianco 62, Lucas Jörg 63, Hans Rickli 63, Gonçalo Pestana 64, Thanh H. Nguyen 65, Michael Boohm 50，Lars S. Maier S. Maier S. Maier S. Maier S. Maier S. Maier S. Maier S. Maier S. Monika Budnik 68，Grzegorz Opolski 68，Holger Thiele 69，Johann Bauersachs 36，John D. Hrowitz 65，Carlo di Mario 70，Francesco Bruno 1，Francesco Bruno 1，William Kong 7 1 1. Mayank dalakoti 71。 Lüscher73,74，Jeroen J. Bax 75，Frank Ruschitzka 2，Gaetano Maria de Ferrari 1，Piero Fariselli 3，Jelena R. Ghadri 2，Rodolfo Citro 5,76，Fabrizio D'Sessenzo 1‡，和Christian Templin 2 *
基于机器学习的 takotsubo 综合征患者住院死亡预测：InterTAK-ML 模型
Ovidio De Filippo 1 † , Victoria L. Cammann 2 † , Corrado Pancotti 3 † , Davide Di Vece 2 , Angelo Silverio 4 , Victor Schweiger 2 , David Niederseer 2 , Konrad A. Szawan 2 , Michael Würdinger 2 , Iva Koleva 2 , Veronica Dusi 1 , Michele Bellino 4 , Carmine Vecchione 4,5 , Guido Parodi 6 , Eduardo Bossone 7 , Sebastiano Gili 8 , Michael Neuhaus 9 , Jennifer Franke 1 0 , Benjamin Meder 1 0 , Miłosz Jaguszewski 11 , Michel Noutsias 1 2 , Maike Knorr 1 3 , Thomas Jansen 1 3 , Wolfgang Dichtl 1 4 , Dirk von Lewinski 1 5，Christof Burgdorf 1 6，Behrouz Kherad 1 7，CarstenTschöpe1 7，Annahita Sarcon 1 8，Jerold Shinbane 1 9，Lawrence Rajan 20，Guido Michels 2 1，Roman Pfist Ander Pott 30，Philippe Meyer 3 1，Marco Roffi 3 1，Adrian Banning 32，Mathias Wolfrum 33，Florim Cuculi 33，Richard Kobza 33，Richard Kobza 33，Thomas A. Fischer 34，Tuija Vasankari 35 , 拉法尔·德沃拉科夫斯基 37 , 菲利普·麦卡锡 37 , 克里斯托夫·凯泽 38 , 斯蒂芬·奥斯瓦尔德 38 , 莱昂纳达·加利乌托 39 , 克里斯蒂娜·陈 40 , 保罗·布里奇曼 40 , 丹尼尔·博格 4 1 ,42 , 克莱门特·德尔马斯 43 , 奥利维尔·莱雷斯 43 , 叶卡捷琳娜·吉利亚罗娃 44 , 亚历山德拉·希洛娃 44 , 米哈伊尔·吉利亚罗夫 44 , 易卜拉欣·埃尔-巴特拉维 45,46 , 易卜拉欣·阿金 45,46 , 卡罗琳娜·波莱德尼科娃 47 , 彼得·图塞克 47 , 戴维·E·温彻斯特 48 , 迈克尔·马苏米 48 , 扬·加卢斯卡 49 , 克里斯蒂安·乌凯纳 50 , 格雷戈尔·波格拉延 5 1 , 佩德罗Carrilho-Ferreira 52 , Christian Hauck 53 , Carla Paolini 54 , Claudio Bilato 54 , Yoshio Kobayashi 55 , Ken Kato 55 , Iwao Ishibashi 56 , Toshiharu Himi 57 , Jehangir Din 58 , Ali Al-Shammari 58 , Abhiram Prasad 59 , Charanjit S. Rihal 59 , Kan Liu 60 , P. Christian Schulze 6 1 , Matteo Bianco 62 , Lucas Jörg 63 , Hans Rickli 63 , Gonçalo Pestana 64 , Thanh H. Nguyen 65 , Michael Böhm 50 , Lars S. Maier 53 , Fausto J. Pinto 52 , Petr Widimsk´y 47 , Stephan B. Felix 4 1，42，Ruediger C. Braun-Dullaeus 66，Wolfgang Rottbauer 30，GerdHasenfuß24，Burkert M. 70，Francesco Bruno 1，William Kong 7 1，Mayank Dalakoti 7 1，Yoichi imori 72，ThomasMünzel1 3，Filippo Crea 39，ThomasF.Lüscher73,74，Jeroen J.Bax 75，Frank Ruschitzka 2，frank Ruschitzka 2，Gaetzka 2，Gaetzka de farisel deeria deeria dieria dieria pieria pierari 1，Pierari 1，Pierari 1，i 1， 3、Jelena R. Ghadri 2、Rodolfo Citro 5.76、Fabrizio D'Ascenzo 1 ‡、Christian Templin 2 * ‡
研究COVID以增强恢复（恢复）儿科研究方案：基本原理，目标和设计。
Wood，H Shonna Yin，William T. Zempsky，Emily Zimmerman，Benard P. Dreyer和Recover-Pediatric Consortium
德美跨大西洋人工智能交流
成为美国和德国人工智能生态系统之间新的跨大西洋桥梁的先驱和合作伙伴，扩大人机经济的领导地位。跨大西洋人工智能交流平台由网络研讨会系列和研讨会组成，从 2021 年 5 月开始，随后可能在 2022 年举行会议并派代表团访问硅谷。它汇集了来自行业、研究和政府的有影响力的人，以研究趋势和登月计划的人工智能用例，支持未来的企业家领袖并解决我们今天面临的重大问题：从赋权企业和经济体负责任地使用人工智能，到恢复对数字经济的信任。从利用技术改善身心健康到减缓气候变化和养活世界。问题：技术僵化和错失机会。德国再次经历了充满挑战的时期。当前的 COVID-19 危机暴露了结构性赤字。德国在技术上僵化，官僚主义根深蒂固，缺乏灵活性和重大改革，无法让国家适应未来。而在商业领域，除了 SAP 之外，缺乏能够将欧洲以人为本的人工智能方法推广到全球的参与者。尽管欧洲是继中国之后互联网用户数量最大的数据市场，但 2020 年欧洲平台在全球平台市值中的份额仅为 3%（美国为 69%）。尽管在不同层面，美国也面临着未来的挑战。无论是气候（巴黎协定）、安全（伊朗协议）还是世界贸易（贸易协定），美国需要重塑其作为可靠合作伙伴声誉的领域很多，而欧盟在这些领域已经展现了它的立场。考虑到中国去年已取代美国成为欧盟最大的贸易伙伴，美国在经济上还有很多可以重新获得的机会。然而最重要的是，英国脱欧后，美国公司需要进入欧盟缓慢但稳步整合的数字市场的新途径，而德国完全有能力实现这一点。解决方案：通过合作驾驭人工智能颠覆。数据、计算能力、人才和资本的流动是人工智能研究和商业化的先决条件，但它们与地理边界只是偶然相符，而不是从根本上相符。因此，为了获得人工智能的好处并尽量降低其固有风险，政府、研究机构和科技公司必须共同努力。德国政府 60 亿美元的“德国制造人工智能”战略的雄心壮志，以及美国新兴的“技术民主”团结呼吁，也反映了全球合作的必要性。美国和德国之间需要一个平台来促进和协调这种合作：跨大西洋人工智能交流。理念与影响：跨大西洋人工智能交流。通过其人工智能网络研讨会和研讨会系列以及从 2022 年初开始的后续活动，跨大西洋人工智能交流会为参与者和赞助商提供建立跨大西洋商业和政策伙伴关系的平台，深入了解和接触人工智能领先的企业（如谷歌和 SAP）、初创企业和投资者（微软风险基金 M12、Andreessen & Horowitz、英特尔投资博世风险投资等），以及知名大学和研究机构（如斯坦福大学和 DFKI）。每场活动都会有一位顶级主持人和来自美国和德国的高级演讲者：人工智能影响者和行业专家将讨论人工智能趋势，企业家和投资者将解释如何识别人工智能机会，研究人员将介绍人工智能研究计划，政策制定者将反思多年的全球合作经验。在整个系列活动中，鼓励所有利益相关者利用该平台建立可持续的关系并促进他们在美国和德国的未来商业潜力。暂定时间表（见附件 1）预计有六场虚拟网络研讨会，每场最长 90 分钟，包括问答环节。团队：德国和美国人工智能生态系统参与者和影响者。跨大西洋人工智能交流会，尤其是网络研讨会系列，将由美国旧金山的加州德裔美国商业协会 (GABA) 和德国的 AI.HAMBURG GmbH 联合举办。该平台将由大西洋两岸人工智能领域的一些顶尖高管、企业家和学者策划，包括：Thomas Neubert、Olaf Groth 博士、Petra Vorsteher、Ingo Hoffmann 和 Robin Farmanfarmaian。赞助：成为认知时代的先行者。成为认知时代新的跨大西洋桥梁的成员，并以赞助商、内容贡献者和/或参与者的身份支持跨大西洋人工智能交流网络研讨会系列！赞助的好处如下：1) 在德国和美国建立您的人工智能品牌知名度，2) 提高您品牌在人工智能领域的可信度，3) 为您的组织创造相关的宣传和流量，以及 4) 扩大您在跨大西洋人工智能生态系统中的影响力。联系人：Thomas Neubert | 英特尔和 GABA |邮箱：thomas@transatlanticaiexchange.com |手机：+1 408-921-0074 联系人：Michaela Ballek | GABA |邮箱：mballek@gaba-network.org |手机：+1 510-610-5887 联系人：Petra Vorsteher |汉堡 |电子邮箱：petra@ai.hamburg |手机：+49 (178) 888- 9228和政策制定者将反思多年的全球合作经验。在整个系列活动中，鼓励所有利益相关者使用该平台建立可持续的关系并促进他们在美国和德国的未来商业潜力。暂定时间表（见附件 1）预计将举行六场虚拟网络研讨会，每场最长 90 分钟，包括问答环节。团队：德国和美国人工智能生态系统参与者和影响者。跨大西洋人工智能交流，特别是网络研讨会系列，将由美国旧金山的加州德裔美国商业协会 (GABA) 和德国的 AI.HAMBURG GmbH 合作组织。该平台将由大西洋两岸人工智能领域的一些领先高管、企业家和学者策划，包括：Thomas Neubert、Olaf Groth 博士、Petra Vorsteher、Ingo Hoffmann 和 Robin Farmanfarmaian。赞助：成为认知时代的先行者。成为认知时代跨大西洋新桥梁的一员，并以赞助商、内容贡献者和/或参与者的身份支持跨大西洋 AI 交流网络研讨会系列！赞助权益如下：1) 在德国和美国建立您的 AI 品牌知名度，2) 提高您的 AI 品牌可信度，3) 为您的组织创造相关的宣传和流量，4) 扩大您在跨大西洋 AI 生态系统中的影响力。联系人：Thomas Neubert | 英特尔和 GABA | 电子邮件：thomas@transatlanticaiexchange.com | 手机：+1 408-921-0074 联系人：Michaela Ballek | GABA | 电子邮件：mballek@gaba-network.org | 手机：+1 510-610-5887 联系人：Petra Vorsteher | AI.HAMBURG | 电子邮件：petra@ai.hamburg | 手机：+49 (178) 888- 9228和政策制定者将反思多年的全球合作经验。在整个系列活动中，鼓励所有利益相关者使用该平台建立可持续的关系并促进他们在美国和德国的未来商业潜力。暂定时间表（见附件 1）预计将举行六场虚拟网络研讨会，每场最长 90 分钟，包括问答环节。团队：德国和美国人工智能生态系统参与者和影响者。跨大西洋人工智能交流，特别是网络研讨会系列，将由美国旧金山的加州德裔美国商业协会 (GABA) 和德国的 AI.HAMBURG GmbH 合作组织。该平台将由大西洋两岸人工智能领域的一些领先高管、企业家和学者策划，包括：Thomas Neubert、Olaf Groth 博士、Petra Vorsteher、Ingo Hoffmann 和 Robin Farmanfarmaian。赞助：成为认知时代的先行者。成为认知时代跨大西洋新桥梁的一员，并以赞助商、内容贡献者和/或参与者的身份支持跨大西洋 AI 交流网络研讨会系列！赞助权益如下：1) 在德国和美国建立您的 AI 品牌知名度，2) 提高您的 AI 品牌可信度，3) 为您的组织创造相关的宣传和流量，4) 扩大您在跨大西洋 AI 生态系统中的影响力。联系人：Thomas Neubert | 英特尔和 GABA | 电子邮件：thomas@transatlanticaiexchange.com | 手机：+1 408-921-0074 联系人：Michaela Ballek | GABA | 电子邮件：mballek@gaba-network.org | 手机：+1 510-610-5887 联系人：Petra Vorsteher | AI.HAMBURG | 电子邮件：petra@ai.hamburg | 手机：+49 (178) 888- 92283) 为您的组织创造相关的宣传和流量，以及 4) 将您的影响力扩展到跨大西洋 AI 生态系统。联系人：Thomas Neubert | 英特尔和 GABA | 电子邮件：thomas@transatlanticaiexchange.com | 手机：+1 408-921-0074 联系人：Michaela Ballek | GABA | 电子邮件：mballek@gaba-network.org | 手机：+1 510-610-5887 联系人：Petra Vorsteher | AI.HAMBURG | 电子邮件：petra@ai.hamburg | 手机：+49 (178) 888- 92283) 为您的组织创造相关的宣传和流量，以及 4) 将您的影响力扩展到跨大西洋 AI 生态系统。联系人：Thomas Neubert | 英特尔和 GABA | 电子邮件：thomas@transatlanticaiexchange.com | 手机：+1 408-921-0074 联系人：Michaela Ballek | GABA | 电子邮件：mballek@gaba-network.org | 手机：+1 510-610-5887 联系人：Petra Vorsteher | AI.HAMBURG | 电子邮件：petra@ai.hamburg | 手机：+49 (178) 888- 9228