XiaoMi-AI文件搜索系统
World File Search SystemMaven
Maven Mission观点和包容性方法
火星大气和挥发性进化任务（Maven）是NASA航天器，自2014年以来一直在火星上绕行。火星的气氛和波动的进化使命团队已经建立了当前的最佳实践，以加强多样性，公平，包容性和可及性（DEIA）倡议；有许多多样性轴，本文并不关注多样性的特定方面，而是专注于任务特定的包容性方法。我们介绍了过去和现在的方法，以及未来的计划和改进领域，以继续我们的努力，以最大限度地提高对火星气氛和挥发性进化使命团队及其工作环境的融合和参与。本文提出的方法适用于太空物理和行星科学社区以及任何大型科学或任务团队。
使用 Java 进行实用人工智能编程
使用 Deeplearning4j 进行深度学习 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 使用 Maven 配置示例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ...
2024 年 9 月 9 日 致国防部副部长、国家地理空间情报局局长的备忘录 主题：国家地理空间情报局 Maven 集成的联合评估（国防部 OIG 项目编号 D2024-DEV0SI-0158.000；NGA OIG 项目编号 24-A10）
本备忘录旨在通知您我们计划开始进行主题联合评估。本次评估的目的是评估国家地理空间情报局 (NGA) 将 Maven 人工智能计划整合到 NGA 地理空间情报 (GEOINT) 行动中以及将该技术部署到国防部任务领域的有效性。我们可能会在评估过程中修改目标，我们也会考虑管理层对附加或修订目标的建议。我们计划根据诚信和效率监察长委员会的“检查和评估质量标准”进行此次评估。
新闻稿-国防部宣布乔·拉森出任算法战争数字和人工智能办公室副主任
副 CDAO Margaret Palmieri 女士指出：“Joe 的加入对新成立的 CDAO 来说意义重大。他对数字、分析和人工智能领域并不陌生。作为 Maven 项目的现任负责人，他是国防部为数不多的将人工智能应用于当前军事行动问题的高级管理人员之一。我们对 Joe 的专业知识和对作战人员的承诺感到兴奋，这对于我们继承 JAIC 的成功并将国防部对人工智能的采用提升到新水平至关重要。”
2024 年 4 月 1 日
网络与解决困难任务问题的新方法 Sean Batir 国家地理空间情报局首席技术官 (Maven) Justin Fanelli 海军部首席技术官 Kelley Kiernan 国防采办大学网络安全教授 Vineet Mehta 博士 高素质专家 (网络)，PEO IWS Jane Rathbun 海军部信息管理 (SAIM) 特别助理兼首席信息官 Stuart Wagner 美国空军和美国太空军首席数字转型官
当我们将人工智能引入军事时会发生什么......
执行总结大数据，人工智能和机器学习代表了当今一些最尖端的技术，并且可能是未来几十年及以后的主要技术。通常以人工智能或仅仅是AI的品牌品牌，大多数专家都认为，自1879年发明电力以来，人工智能的进步将比我们的生活更能改变我们的生活。可悲的是，在组合AI和无人系统（或“使用“机器人”）使用较旧的白话”的主题上的热量要多得多，这大部分是受欢迎的媒体的助长。公众喂养有关“坏”机器人（例如，世界战争，终结者），甚至关于“好”机器人的稳定饮食，例如“好”机器人流氓（例如，2001年：一个太空漫游和前机器），通常会担心今天的机器人 - 启用了我们的生活，我们只能在我们的生活中启用，而我们只能在我们的生活中启用，我们会在我们的生活中dim dim dime/dim dime在AI的军事应用方面，这些担忧陷入了过度驱动。许多人表示担心美国军方可能失去对其无人系统，尤其是其武装，无人系统的控制。这些恐惧在许多方面都表现出来，最著名的是在Google中停止在美国国防部的算法战争跨职能团队（也称为Maven Project Maven）上的工作。这尤其令人担忧，因为Maven项目与武装的无人系统无关。在许多国家中，有关军事用途的对话已经变得刺耳，并阻碍了AI有效地插入美国军事武器系统。的确，作为亚历山大博士当AI，自主权，无人驾驶和武装的情况使用时，这些问题就会放大。同时，美国同伴竞争对手，中国和俄罗斯认识到AI在控制自己的社会以及其他社会中的价值，并且正在向AI投资数千亿美元，其中大部分为他们的军队提供了比美国军方的不对称优势。此外，也许更重要的是，由于今天的战争速度通常超出了人脑做出正确决定的能力，美国军方需要大数据，人工智能和机器学习才能使其战士在战斗中具有优势，尤其是在决策领域。美国军方以及其他国家的军队都在许多情况下，决策者在正确的时间没有正确的信息来支持时间关键时期的运营决策和悲剧。重要的是要注意，做出这些次优的决定的军人正在用手头工具做出最好的工作。发生的是战争速度经常超过人脑做出正确决定的能力。
年度报告2023
可持续性是Maven Wireless业务以及整个产品组合的中心部分，因此是该集团进一步扩展的重要重点领域。可持续性已经成为该集团成立时愿景的一部分，并且提供市场最具成本效率和环保产品的产品仍然是我们的核心业务。愿景继续认为该集团的产品将具有最佳的广播和数据性能，并基于一个可扩展的平台，该平台完全支持未来的技术开发和标准。这种信念渗透到整个组织中，并有助于Maven Wireless进一步扩展，成为客户的首选和室内和隧道覆盖范围的全球标准。我对整个组织印象深刻，以有效地在日常工作中实施上面的愿景。研发部门开发了一个技术领先的数字化产品平台，可实现智能算法和功能。数字化平台实时简化了无线电设备，以便消耗较少的功率，从而变得无维护。无维护产品意味着客户不需要实施服务车辆不断进入安装服务冷却风扇的例程。与其他供应商相比，在建筑物中使用节能产品提供了更好的环境分类。节能产品也可以使用较小的材料制造，其体积较小且重量较小，这意味着我们的工厂和客户之间的运输具有较小的环境影响。
chuanfei dong
2023.01 - 波士顿大学天文学系助理教授。2021.04 - 2022.12 DOE的普林斯顿血浆物理实验室（.GOV）的工作人员科学家。2018.01 - 2022.12天文学科学系副研究学者，普林斯顿大学。2016.01 - 2017.12普林斯顿大学NASA Jack Eddy研究员。2015.09 - 2015.12加利福尼亚大学伯克利分校太空科学实验室博士后学者。精选的荣誉，奖学金和奖项2024年：阿尔弗雷德·斯隆（Alfred P. Sloan）物理研究员，阿尔弗雷德·P·斯隆基金会（Alfred P. Sloan Foundation）。2023：HPC创新卓越奖，Hyperion Research。2023：美国能源部DOE早期职业研究奖。 2019：国家科学院太空科学的新领导者。 2018：欧洲航天局（ESA）的年轻研究员奖。 2016，2018：NASA Maven Science团队的团体成就奖。 2018：迪拜未来基金会MBR太空和解挑战赛的冠军。 2016：罗伯特·H·戈达德（ROBERT H. 2015：NASA Jack Eddy博士后奖学金。 2015：密歇根州计算发现与工程研究所MICDE奖学金。 2015年：密歇根大学的理查德和埃莉诺·汤纳奖。 2013 - 2015年：NASA地球和太空科学奖学金。 2014：密歇根州等离子体科学与工程研究所MIPSE奖学金。 2013年：洛斯阿拉莫斯国家实验室Vela奖学金。 专业服务和隶属关系2023：美国能源部DOE早期职业研究奖。2019：国家科学院太空科学的新领导者。2018：欧洲航天局（ESA）的年轻研究员奖。2016，2018：NASA Maven Science团队的团体成就奖。 2018：迪拜未来基金会MBR太空和解挑战赛的冠军。 2016：罗伯特·H·戈达德（ROBERT H. 2015：NASA Jack Eddy博士后奖学金。 2015：密歇根州计算发现与工程研究所MICDE奖学金。 2015年：密歇根大学的理查德和埃莉诺·汤纳奖。 2013 - 2015年：NASA地球和太空科学奖学金。 2014：密歇根州等离子体科学与工程研究所MIPSE奖学金。 2013年：洛斯阿拉莫斯国家实验室Vela奖学金。 专业服务和隶属关系2016，2018：NASA Maven Science团队的团体成就奖。2018：迪拜未来基金会MBR太空和解挑战赛的冠军。2016：罗伯特·H·戈达德（ROBERT H.2015：NASA Jack Eddy博士后奖学金。2015：密歇根州计算发现与工程研究所MICDE奖学金。2015年：密歇根大学的理查德和埃莉诺·汤纳奖。2013 - 2015年：NASA地球和太空科学奖学金。2014：密歇根州等离子体科学与工程研究所MIPSE奖学金。2013年：洛斯阿拉莫斯国家实验室Vela奖学金。专业服务和隶属关系
利用人工智能减轻平民伤害
找到我们在实际行动中观察到的风险因素与人工智能的特定潜在应用之间的联系，让我们距离减轻伤害更近了一步。我们的分析发现，利用现有的技术具有潜力，而且在许多情况下，这些技术已经应用于其他问题。例如，国防部的 Maven 项目使用机器学习来帮助识别全动态视频中的物体（如人、建筑物和车辆），以便向操作员提示潜在目标。此类应用还可以使用人工智能来识别需要避开的物体，以保护平民。没有任何解决方案可以完全消除平民伤害问题——军事行动对平民的风险始终不为零——但人工智能可以用来帮助解决伤害模式并降低其可能性。