XiaoMi-AI文件搜索系统
World File Search SystemKranzberg
采购职权范围...
2.1 纳米比亚共和国政府 (GRN) 在非洲开发银行的资金支持下，正在实施交通基础设施改善项目 (TIIP)。该项目于 2017 年开始，铁路升级干预措施涵盖了沃尔维斯湾和克兰兹贝格之间的铁路线（210 公里）。政府现在计划通过 TIIP 第二阶段，再升级从克兰兹贝格到楚梅布和从奥塔维到赫鲁特方丹的约 500 公里铁路线。2.2 总体项目范围分为三个部分，即：(i) 第 1 部分 - 克兰兹贝格至奥奇瓦龙戈（约 224 公里）；(ii) 第 2 部分 - 奥奇瓦龙戈至楚梅布（约 196 公里）；以及第 3 部分 - 奥塔维 - 赫鲁特方丹（约 98 公里）。纳米比亚的铁路线横跨赞比西河走廊（沃尔维斯湾 - 恩多拉 - 卢本巴希走廊），目前终点为赫鲁特方丹。 2.3 TIIP 第二阶段是短期优先干预措施之一，是沃尔维斯湾 - 楚梅布（612 公里）铁路线升级的一部分。沃尔维斯湾 - 克兰茨贝格路段（210 公里）构成了纳米比亚铁路网的支柱，连接沃尔维斯湾港，
理解大数据 – 它能否改变运营方式...
原创性/价值 这项工作以 Kranzberg (1986) 和技术影响以及 Fosso Wamba 等人 (2015) 为基础，通过开发系统应用程序框架来进一步从实践角度理解大数据，从而扩展他们的研究分类学见解，为服务运营管理做出了贡献。我们的案例研究展示了如何使用 BD 来提高运营绩效。
科技无处不在
在 CP Snow 的《两种文化与科学革命》首次出版 35 年后，人们尚未广泛认识到，Snow 普遍认为工程和技术是第三种文化，不同于他所关注的两种文化，即科学和人文。在他的书中很少被引用的段落中，他承认科学家对工程师和其他技术专家的态度可以和对人文主义者一样傲慢。正如 Snow 所说，“纯粹的科学家对工程师和应用科学大体上是愚昧的。他们不感兴趣。他们不会认识到许多问题在智力上与纯粹的问题一样苛刻，许多解决方案与科学家的解决方案一样令人满意和美妙。”相反，科学家们总是认为“应用科学是二流头脑的职业”。正如 Snow 所理解但遗憾的是没有充分强调的那样，技术既是一项智力事业，也是一项机械事业，从事这项事业的人不是科学家的仆人。如果像有些人所指出的根本区别那样，科学是发现，而工程是设计，那么设计活动本身就具有高度的创造性。将技术视为一种智力和创造性追求，是梅尔文·克兰兹伯格在 20 世纪 50 年代末和 60 年代初创立的技术史领域的主要贡献。克兰兹伯格创办并编辑多年的该领域的领先期刊名为《技术与文化》（芝加哥大学出版社），这并非偶然。具有讽刺意味的是，这本期刊的创办是因为科学史学家不愿在自己的期刊中留出足够的空间。
转型时期的技术 - icohtec-2014-brasov-...
第 41 届 ICOHTEC 研讨会将于 7 月 29 日至 8 月 3 日在罗马尼亚布拉索夫举行，会议组织者希望为参会者提供机会，让他们的论文全文以印刷版的形式发表。读者将在这本题为“转型时期的技术”的卷宗中看到的科学贡献代表了 ICOHTEC 研讨会上发表的论文的很大一部分，这些论文具有很高的科学水平，并已根据研讨会网站上指定的模板和截止日期安全上传。编辑们收到了 52 篇英文和法文论文，这些论文分为五个专题章节，准备出版。卷宗以传统的 Kranzberg 讲座的法语版开场，今年的主讲人是杰出教授 Alexandre Herlea，他多年来一直是 ICOHTEC 的成员，曾担任这个享有盛誉的国际科学协会的主席。 Herlea 教授的演讲简明扼要地分析了几个历史时期技术发展与欧洲一体化之间的关系，强调了欧洲在技术和工艺发展层面上事实上的统一，在意识形态化的政治体制下良好沟通功能的断裂，以及欧洲统一理念的古老起源和持久性。在演讲的最后，作者指出了在个人和集体生活中引入道德的必要性
奖项
亚历克斯·罗兰（Alex Roland）博士因其对技术历史的学术贡献，对射击的服务，他作为教育家的奉献精神和影响力以及他作为军事和航空航天历史上的公开专家的角色而获得了2023年莱昂纳多·达芬奇奖章。罗兰的历史问题最初是从他在越南时代担任军官的经验而增长的。从美国毕业后海军学院，罗兰（Roland）在美国海军陆战队任职，这是越南前线外科医生的助手。他于1970年获得了夏威夷大学的硕士学位，此后他在杜克大学（Duke University）的博士课程中就读。在NASA历史办公室担任工作人员几年后，罗兰（Roland）加入了杜克大学历史系教职员工。他还在美国陆军战争学院和美国任命海军学院。首先是在Sail时代发表水下战争（1978）罗兰的许多书籍和文章，这表明了他广泛的兴趣。他的作品涵盖了几个世纪，大陆，海洋，甚至是外太空的到达，以了解理解技术与社会之间的相互关系。他的学术书籍包括模型研究：国家航空咨询委员会，1915- 1958年（1985年），战略计算：DARPA和《机器智能的追求》，1983-1993（2002年，菲利普·西曼（Phillip Shiman））。在执行理事会任期后，亚历克斯（Alex）担任射击秘书四年，然后在1995年担任总统。罗兰在伦敦的总统讲话：“克兰兹伯格锻炼什么？罗兰在伦敦的总统讲话：“克兰兹伯格锻炼什么？他的最新出版物《权力的三角洲：军事工业综合体》（2021年）被奖品获奖的历史学家沃尔特·A·麦克杜格尔（Walter A.亚历克斯·罗兰（Alex Roland）在智力和组织上为射门做出了数十年的贡献。他的总统职位是一个伟大的活动时期，包括变更T＆C的编辑以及筹款领域的显着成就，包括获得多个奖金和奖项的启用。还是，技术历史重要？”给我们留下了这样的建议：“我们必须退出我们自己的共同理解，即技术很重要，并获得了奖学金来说服
好的系统，坏的数据？：对人工智能炒作和失败的解释
人工智能经过几十年的发展，如今已成为一个著名且成熟的学术领域（Stone 等人，2016 年）。专注于领域知识表示和使用的符号人工智能是人工智能研究的早期领域（Ribes 等人，2019 年）。最近的许多创新都发生在统计机器学习领域，包括使用人工神经网络的深度学习方法，包括自然语言处理、计算机视觉和机器人等领域的应用（Stone 等人，2016 年）。现代人工智能特别依赖于处理大型数据集，以一定程度的自主性进行处理和加权，并提供概率性而非确定性的结果。人工智能的伦理、政策和法律问题尚未明确界定。数据的多样性和数量以及算法驱动的分析通常违反直觉的输出使得预测危害变得更加困难。用于支持人工智能的数据来自大量来源，包括可能甚至不知道数据是为此目的而收集的人们。然而，将人工智能应用于这些异构数据得出的结论往往具有知识的分量，而没有对其不确定性进行有意义的说明。这一领域的一个关键挑战是试图理解和主张“黑箱”分析技术（Fleischmann & Wallace，2005，2009）的责任时出现的问题——尤其是当使用这些技术进行的研究结果用于指导政策、指导资源和应对紧急情况时（Lehr & Ohm，2017）。关于人工智能成功和失败的流行描述并非没有话语权。在讨论“坏”人工智能时，往往很难不去想 HAL、天网或其他类似的媒体对人工智能失败的描述（事实上，当我们的采访对象被问及人工智能的潜在负面后果时，他们经常会提到这些流行的描述）。同样，对人工智能的正面评价往往无法解释这些系统的缺陷和局限性，或者无法透明地表示它们的运作或范围。克兰兹伯格（1986）的《技术第一定律》认为，“技术既不是好的也不是坏的，也不是中性的”（第 547 页）。过度夸大人工智能的积极或消极影响的极端例子属于将人工智能视为纯粹的好或坏的阵营。然而，同样重要的是要注意，人工智能并不是中性的，一些人工智能系统对特定社会或整个社会的不同成员有一些好的影响和一些坏的影响。因此，挑战在于确定哪些因素影响了人工智能的“好”或“坏”。坏数据是坏人工智能的一个常见替罪羊。现代人工智能的特点是它与广泛的异构数据收集和分析机制的关系以及对它们的依赖。算法分析提供了处理