XiaoMi-AI文件搜索系统
World File Search SystemLeaps
SPECK 和 LowMC 的改进量子分析
摘要。随着量子计算在过去几年中飞速发展，对对称密钥密码进行分析以应对即将到来的威胁的需求也日益增长。事实上，我们已经看到了许多致力于此的研究工作。我们的工作深入研究了分组密码的这一方面，涉及 SPECK 系列和 LowMC 系列。SPECK 系列迄今为止已获得两次量子分析（Jang 等人，Applied Sciences，2020 年；Anand 等人，Indocrypt，2020 年）。我们重新审视了这两项工作，并提出了改进的基准 SPECK（所有 10 种变体）。与之前的工作相比，我们的实现需要更低的全深度。另一方面，Jaques 等人的 Eurocrypt 2020 论文中早些时候探讨了 LowMC 的量子电路。但是，他们的论文中有一个已知的错误，我们对其进行了修补。最重要的是，我们在量子方面提出了两个版本的 LowMC（L1、L3 和 L5 变体），这两个版本的全深度都比修复错误的实现要小得多。
赋予机器人皮肤生命
人形机器人与人类和环境的交互几乎只集中在面部和声音上，而忽略了皮肤这一人体最大器官的重要性。相反，触觉可以传达人类不同的情绪，如愤怒、恐惧、厌恶、爱、感激和同情 [1]。我们的皮肤是一种主动的感觉器官、一种社交表达方式、一个可渗透的调节过滤器和一个自我修复的保护层 [2]。相比之下，现有人形机器人的皮肤是被动层，其唯一功能是保护机器人的内部结构不受外界影响。机器人技术在生成极其复杂的人类步态方面取得了巨大飞跃，例如最新的 Atlas 机器人（波士顿动力公司）可以像真正的专业人士一样跳跃和跳马。然而，现有人形机器人僵硬而无知觉的皮肤在与人类互动或适应动态环境方面受到极大限制。近年来，机器人皮肤这一尚未得到充分探索的世界吸引了许多学科的研究人员的关注，以增强机器人的交互能力。
超材料增强的磁共振成像
摘要。磁共振成像（MRI）是现代诊断中一种无创和强大的方法，它一直在飞跃和边界发展。基于提高静态磁场强度改善MRI的常规方法受到安全问题，成本问题和对患者体验的影响的限制；因此，需要创新的方法。已经提出，具有亚波长单元细胞的超材料可用于完全控制电磁波和重新分布电磁场，实现丰富的违反直觉现象以及构建多功能设备。最近，具有异国情调的有效电磁参数，特殊的分散关系或共振模式的量身定制的现场分布的超材料显示出有希望的MRI功能。在此概述了MRI过程的原理，通过采用超材料的独特物理机制来回顾最新进展，并揭示了超材料设计可以改善MRI的方法，例如通过提高成像质量，减少扫描时间，减轻现场inthomogenies和增强的患者的安全，并提高现场的患者。我们通过提供对超材料改善MRI的未来的愿景来得出结论。
螺栓：fused窗口变压器用于fMRI时间序列分析
深度学习模型在分析高维功能MRI（fMRI）数据的分析方面已使性能飞跃。然而，许多以前的方法对各种时间尺度的上下文表示次优敏感。在这里，我们提出了螺栓，这是一种血氧级依赖性变压器模型，用于分析多变量fMRI时间序列。螺栓利用一系列具有新型融合窗户注意机制的变压器编码器。编码是在时间序列中的时间段窗口上执行的，以捕获本地表示。为了暂时整合信息，在每个窗口中的基本令牌和来自相邻窗口的边缘令牌之间计算跨窗口的注意力。逐渐从局部到全球表示，窗口重叠的程度以及在整个级联反应中的数量逐渐增加。最后，一种新型的跨窗口正规化用于整个时间序列的高级分类特征。大规模公共数据集的全面实验证明了螺栓对最新方法的出色性能。此外，解释性分析是为了确定有助于建模决策最大程度贡献的具有里程碑意义的时间点和区域，证实了文献中突出的神经科学发现。
研究恶性疟原虫蛋白质功能的系统
疟疾是由疟原虫感染引起的，仍然是全球关注的重大健康问题。几十年来，遗传难治性和有限的工具阻碍了我们研究恶性疟原虫（与最严重的疟疾病例相关的寄生虫）中必需蛋白质和途径的能力。然而，近年来，我们在基因操纵恶性疟原虫和有条件控制蛋白质表达/功能的能力方面取得了重大飞跃。恶性疟原虫中使用的条件敲低系统针对中心法则的所有 3 个组成部分，使研究人员能够有条件地控制基因表达、翻译和蛋白质功能。在这里，我们回顾了一些已调整或开发用于恶性疟原虫的常见敲低系统。使用条件敲低方法所做的大部分工作是在无性生殖的血液阶段寄生虫中进行的，但我们也会重点介绍它们在生命周期其他部分的用途，并讨论在红细胞内阶段之外应用这些系统的新方法。随着这些工具的使用，该领域对寄生虫生物学的了解不断增加，并且正在发现抗疟药物开发的有希望的新途径。
软件工程的可信协同人工智能：愿景和路线图
摘要 — 几十年来，许多软件工程研究一直致力于设计自动化解决方案，以提高开发人员的生产力和提升软件质量。过去二十年，为软件工程任务量身定制的智能解决方案的开发出现了前所未有的激增。这一势头建立了软件工程人工智能 (AI4SE) 领域，该领域迅速成为软件工程领域最活跃和最受欢迎的领域之一。这篇关于软件工程未来 (FoSE) 的论文涵盖了几个焦点。它以 AI4SE 的简洁介绍和历史开始。此后，它强调了 AI4SE 固有的核心挑战，特别强调了实现值得信赖和协同的 AI4SE 的必要性。接下来，本文描绘了如果克服 AI4SE 的主要挑战，可能实现的飞跃的愿景，并提出了向软件工程 2.0 过渡的设想。然后制定了两个战略路线图：一个以实现值得信赖的 AI4SE 为中心，另一个以促进协同 AI4SE 为中心。虽然本文可能不是结论性指南，但其目的是促进进一步的进步。最终的愿望是将 AI4SE 定位为重新定义软件工程视野的关键，推动我们走向软件工程 2.0。
太空探索中的人工智能和机器人技术
摘要：太空探索一直在将人类的知识和技术能力发挥到极致。在过去的几年中，人工智能和机器人技术将其提升到了一个全新的水平，为探索未知领域奠定了先决条件。本文介绍了人工智能和机器人技术在太空探索中发挥的各个方面：从自主导航和决策到复杂的数据分析和环境界面。通过应用机器学习算法，机器人系统可以处理大量信息、发现模式并实时做出决策——无需任何形式的人工干预。这些能力对于在遥远或荒凉的太空区域完成任务至关重要，在这些区域，人类的存在既不切实际也不可行。本文通过引用火星探测器和卫星星座等案例，展示了人工智能驱动的机器人如何提高科学发现和运营效率。在太空研究中，涉及人工智能和机器人技术的未来前景包括智能栖息地、现场资源利用和深空任务。本文对此进行了深入而又具有前瞻性的回顾，以便理解智能机器向宇宙探险的转变。
量子人工智能-IJRPR
量子人工智能（QAI）仍然是当代探索的最前端，量子处理的无与伦比的能力与人造意识（人工智能）的不同领域融合在一起。这一出现的田地构成了量子力学的标准，以破坏常规处理理想的模型，并有望在解决复杂的计算问题方面前进。在其中心，Qai调查了量子注册的原子属性（例如叠加和军鼓）之间的合作，以及人造智能计算和方法的巨大场景。通过利用量子特性，QAI在数据处理，增强和AI方面提供了非凡的可能性。与旧样式的注册不同，这取决于双重零件，量子PC利用了Qubits，增强了计算能力和生产力的显着跳跃。这种潜力与人造的情报企业相关，QAI在照顾巨大的数据集，执行平等的计算以及以罕见的速度来应对增强挑战方面表现出无与伦比的能力。随着Qai的Boondocks不断增长，科学家进一步挖掘了其假设的机构，并为模拟智能提出了脚踏实地的建议。此演示文稿为研究量子力学和计算机推理之间的强大交易是使我们走向未来量子改良的Insight重塑计算机会限制的未来的。
新冠疫情推动的自动化和人工智能进步有可能加剧经济不平等
远程医疗可能会节省劳动力，而改善患者健康状况的新医疗方法如果由人类执行则可能会消耗劳动力。10 从长远来看，随着市场的调整，劳动力需求的变化主要反映在工资上，而不是创造或消失的就业岗位数量上。总体而言，自工业革命以来的技术进步一直在消耗劳动力——它突飞猛进地增加了劳动力需求，导致发达国家的平均工资和物质财富大幅增加。原因是创新提高了工人的生产力——使他们能够每小时生产更多产品——而不是用机器人取代劳动力。然而，最近的经济形势并不那么乐观：美国相当一部分工人——例如生产和非管理工人——现在的工资（经通胀调整后）低于 20 世纪 70 年代。 11 此外，尽管尚不清楚这一发现是否适用于世界其他地区，但在过去半个世纪里，美国经济产出中流向工人而非资本所有者的份额已从 65% 下降到不到 60%。12 13 低技能工人受到的影响最大。许多最近的自动化技术取代了人类工人的工作，从而减少了对人力的总体需求。14
新冠疫情推动的自动化和人工智能进步有可能加剧经济不平等
远程医疗可能会节省劳动力，而改善患者健康状况的新医疗方法如果由人类执行则可能会消耗劳动力。10 从长远来看，随着市场的调整，劳动力需求的变化主要反映在工资上，而不是创造或消失的就业岗位数量上。总体而言，自工业革命以来的技术进步一直在消耗劳动力——它突飞猛进地增加了劳动力需求，导致发达国家的平均工资和物质财富大幅增加。原因是创新提高了工人的生产力——使他们能够每小时生产更多产品——而不是用机器人取代劳动力。然而，最近的经济形势并不那么乐观：美国相当一部分工人——例如生产和非管理工人——现在的工资（经通胀调整后）低于 20 世纪 70 年代。 11 此外，尽管尚不清楚这一发现是否适用于世界其他地区，但在过去半个世纪里，美国经济产出中流向工人而非资本所有者的份额已从 65% 下降到不到 60%。12 13 低技能工人受到的影响最大。许多最近的自动化技术取代了人类工人的工作，从而减少了对人力的总体需求。14