XiaoMi-AI文件搜索系统
World File Search SystemIndus
半导体行业 2023 年第 22 页
人工智能将影响我们生活的各个方面。它在半导体制造中也发挥着越来越重要的作用。今年 5 月，在比利时安特卫普举行的由 imec 主办的 ITF World 大会上，NVIDIA 总裁、首席执行官兼董事会成员黄仁勋介绍了 NVIDIA 如何与台积电、ASML、应用材料 (AMAT)、D2S、IMS Nano Fabri- cation 和新思科技等公司合作，将人工智能引入芯片制造。黄仁勋表示：“第一波人工智能专注于计算机视觉和语音识别，已经实现了超越人类的能力，并在机器人、自动驾驶汽车和制造业开辟了数万亿美元的商机。先进的芯片制造需要一千多个步骤，要生产出生物分子大小的特征。要制造具有数千万亿个特征的芯片，每个步骤都必须近乎完美才能产生任何输出。每个阶段都会执行复杂的计算科学，以计算要图案化的特征并进行缺陷检测以进行在线工艺控制。芯片制造是 NVIDIA 加速计算和 AI 的理想应用。”黄仁勋表示，D2S 和 IMS Nano Fabrication 使用电子束构建掩模写入器，以在掩模上创建光刻胶图案。“Nvidia GPU 进行图案渲染和掩模工艺校正，”他说。台积电和 KLA 使用 EUV 和 DUV 照明进行掩模检查。“NVIDIA GPU 处理经典物理建模，
电动汽车进口和产业化
随着电动汽车 (EV) 的加速普及，全球交通格局正在发生变革性转变。近年来，电动汽车的全球普及率显著上升，标志着向可持续和更环保的交通方式转变的关键时刻。此外，随着人们对气候变化和空气质量的担忧加剧，政府、行业和消费者越来越认识到电动汽车在减轻传统内燃机 (ICE) 对环境影响方面的潜力。最重要的是，各国政府正在制定和实施政策，以营造有利环境，刺激各自国家电动汽车行业的增长。在这种情况下，“政策”涵盖一系列工具，例如法律、法规、规章、战略和指南，政府使用这些工具来传达意图并影响各行为者的行动，以实现特定结果。
前海军工业预备军械厂弗里德利......
前 NIROP 弗里德利位于明尼苏达州弗里德利市内工业区的东河路沿线（图 1）。前 NIROP 弗里德利及其相邻的地产现在是北方 Stacks 工业园区。2022 年，前 NIROP 弗里德利因成功的场地再开发而获得美国环境保护署 (EPA) 颁发的“场地再利用联邦设施卓越奖”。海军从 1940 年到 2004 年拥有前 NIROP 弗里德利，并负责该场地的环境清理。北方泵公司一直为海军舰艇生产武器，直到第二次世界大战结束。第二次世界大战后，其他私人承包商（FMC 公司、联合防务有限合伙公司和英国航空航天工程公司）继续在该工厂制造武器系统。前 NIROP 弗里德利从 1940 年代到 1970 年代初的历史运营和处置实践导致化学物质排放到土壤和地下水中。前 NIROP 弗里德利地下水中令人担忧的化学物质是一组通常被称为氯化挥发性有机化合物 (CVOC) 的化学物质。EPA 于 1989 年根据《综合环境反应、补偿和责任法案》（CERCLA，也称为超级基金）将前 NIROP 弗里德利列入国家优先事项清单。该物业被划分为三个可操作单元 (OU)，以解决向环境中的排放问题。OU1 是前 NIROP 弗里德利场地边界内的地下水，其中包含历史运营产生的 CVOC。OU2 包括场地大部分土壤，但 OU3 指定为重点区域的土壤除外。OU3 包括前电镀车间下面的土壤（图 1）。针对 OU2 和 OU3 的 CERCLA 调查和响应行动已经完成，因此，EPA 将这些 OU 从国家优先事项名单中删除（OU2 于 2014 年 8 月 29 日删除，OU3 于 2018 年 9 月 17 日删除）。
DeSVig：工业人工智能系统中针对对抗性攻击的去中心化快速警惕
摘要 — 单独增强单个深度学习模型的鲁棒性只能提供有限的安全保障，尤其是在面对对抗性示例时。在本文中，我们提出了 DeSVig，这是一个去中心化的 Swift Vigilance 框架，用于识别工业人工智能系统 (IAIS) 中的对抗性攻击，使 IAIS 能够在几秒钟内纠正错误。DeSVig 高度去中心化，提高了识别异常输入的有效性。我们尝试使用特殊指定的移动边缘计算和生成对抗网络 (GAN) 来克服由行业动态引起的超低延迟挑战。我们工作最重要的优势是它可以显着降低被对抗性示例欺骗的失败风险，这对于安全优先和延迟敏感的环境至关重要。在我们的实验中，工业电子元件的对抗样本由几种经典的攻击模型生成。实验结果表明，DeSVig 比一些最先进的防御方法更强大、更高效、更具可扩展性。
人工智能在现代工业中的应用全面概述
人工智能 (AI) 正在从根本上重塑各个行业，它增强了决策流程，优化了运营，并释放了新的创新机会。本文探讨了人工智能在四个关键领域的应用：医疗保健、金融、制造业和零售业。每个部分都深入探讨了这些行业面临的具体挑战、用于解决这些挑战的人工智能技术以及对业务成果和社会福利的可衡量影响。我们还讨论了人工智能集成的影响，包括道德考量、人工智能发展的未来轨迹，以及它在推动经济增长的同时带来需要负责任地管理的挑战的潜力。
标题：PET 中的人工智能：行业视角
1.Arkadiusz Sitek，博士，Sano 计算医学中心，波兰克拉科夫，Nawojki 11 街，30-072 克拉科夫，波兰，a.sitek@sanoscience.org 2.Sangtae Ahn，博士，GE 研究 3.Evren Asma，博士，佳能医学研究 4.Adam Chandler，博士美国联合影像医疗全球科学合作组 5。Alvin Ihsani，博士，NVIDIA 6。Sven Prevrhal，博士，飞利浦欧洲研究中心，7。Arman Rahmim，博士，不列颠哥伦比亚大学放射学和物理学系，加拿大不列颠哥伦比亚癌症中心省级医学成像物理学家 8。Babak Saboury，医学博士，公共卫生硕士，DABR，DABNM，美国国立卫生研究院临床中心放射学和成像科学系，马里兰大学巴尔的摩分校计算机科学与电气工程系，美国马里兰州巴尔的摩，宾夕法尼亚大学医院放射学系，9。Kris Thielemans，博士，伦敦大学学院核医学研究所，英国，算法与软件咨询有限公司，英国伦敦
EUTAIC | 业界对《人工智能法案》实施的担忧
虽然我们总体上支持多方利益相关者的方法，使行业能够参与起草过程，但《人工智能法案》次级立法（例如指南和通用人工智能 (GPAI) 行为准则）的审议速度过快，限制了利益相关者提供有意义意见的能力。这种方法不成比例地使大型、资源丰富的公司受益，而将较小的欧洲创新者排除在外。欧洲公司必须有机会参与直接影响其投资和创新能力的标准制定过程。鉴于这些准则和指南草案的技术性和详细性，利益相关者需要合理且相称的时间来做出回应。例如，我们建议将 GPAI 行为准则 V2 的反馈截止日期延长至 2025 年 1 月下旬。此外，根据需要更新每轮磋商的暂定时间表将有助于企业有效地分配资源。最后，我们鼓励委员会进一步加强人工智能办公室，提高其有效管理这些流程的能力。
人工智能行业分析平台
使技术更加普及，并改变人们与技术沟通的方式。随着 ChatGPT 和其他语言模型的不断发展，它们可能会对我们生活的许多方面产生越来越深远的影响；● 随着人工智能技术越来越普及，越来越倾向于让这些工具更容易被人使用
工业考察报告
1 月 20 日，我们参观了 Visvesvaraya 工业和技术博物馆，该博物馆是印度文化部和印度政府国家科学博物馆委员会的组成部分。博物馆提供了从小型科学实验到大型太空任务的大量信息。博物馆分为多个科学部门。首先，我们参观了发动机大厅，那里展示了各种汽车、机器、喷气式飞机和其他机械设备的发动机。其次，我们参观了电子技术画廊，那里专注于互动式电气展品，这些展品基于电力、电子和通信的基本原理。然后，我们发现了太空新兴技术，向我们展示了人类在这一领域的成就。接下来，我们去了生物技术革命大厅，在那里我们了解了生物技术的基础知识及其应用。然后，我们参观了电子大厅，该大厅与 Bharat Electronics Limited (BEL) 合作，阐明了电子和信息技术的基本原理。接下来，我们发现了博物馆最令人惊奇的部分，那就是有趣的科学画廊，展示了科学工作模型