XiaoMi-AI文件搜索系统
World File Search SystemNeumann
利用简单的交互进行复杂的学习
细胞自动机 (CA) 是数学的一个分支，它探索控制自主单元（称为细胞）行为的简单规则如何导致复杂的突发模式。计算领域的先驱约翰·冯·诺依曼在 CA 的发展中发挥了重要作用。尽管冯·诺依曼以现代计算机的基础架构（“冯·诺依曼架构”）而闻名，但他晚年对 CA 着迷不已。他死后出版的著作《计算机与大脑》深入探讨了他对简单、分散的规则如何产生类似于生物过程的智能行为的思考。
社区重新投资法战略计划
该银行CRA计划的一个关键组成部分是其对威尔金斯堡社区发展公司，费耶特县文化信托基金会，麦基斯摇滚社区发展公司的多年财务和服务承诺匹兹堡MSA的中等收入社区。此外，为了支持低收入和中等收入学生的学术成就，该银行的CRA计划与初级成就匹兹堡和费城，匹兹堡社区学院和费城附近学院，匹兹堡Promise，Promise，Drexel Neumann Academy，Drexel Neumann Academy，Cristo Ray Philadelphia High Schoolsspect和Scholaster Schoolship。
连体双胞胎：人工智能与计算机科学的发明
人们普遍认为，现代计算机本身就是一台思维机器，它处在即将被冠以控制论的丰富内容之中，这一点比人们通常认为的要多得多。现代计算机的基本架构以从可寻址高速存储器中检索数字编码指令为中心，最早在约翰·冯·诺依曼的《EDVAC 报告初稿》中描述。冯·诺依曼在 1945 年初撰写这份材料时，正忙于与一个试图成立“目的论学会”的团体进行讨论，以探索生物体和机器实质上等同的激进思想。冯·诺依曼用生物学术语“神经元”描述了数字计算机逻辑的构建块，后来被称为门。这一说法受到沃伦·麦卡洛克和沃尔特·皮茨工作的启发，他们断言，真正的神经元就像二进制开关一样工作，因此在功能上等同于图灵机和形式逻辑中表达的语句。冯·诺依曼进一步利用生物学隐喻，将他计划中的计算机的组成部分称为器官，将其内部存储单元称为内存。
脑损伤后的消极归因偏差及相关危险因素
* 通讯作者：Dawn Neumann，dmneuman@iupui.edu。作者贡献 Dawn Neumann：参与研究设计和数据解释，并领导稿件介绍和方法部分，并帮助编辑和修改稿件的其他部分 Flora M Hammond：参与研究设计和数据解释，并帮助编辑和修改稿件的所有部分 Angelle Sander：参与研究设计和数据解释，并领导稿件讨论部分，并帮助编辑和修改稿件的其他部分 Surya Sruthi Bhamidipalli：参与数据分析、结果撰写和表格制作。 Susan M Perkins：参与研究设计、数据解释、数据分析、分析和结果部分的撰写，以及编辑和修改论文的所有部分。
没有理性的情报 - 人| MIT CSAIL
计算机和思想是将人工智能定义为学科的两个类别。人们普遍认为，在过去的三十年中，人工智能的工作对Compoter Architectures的各个方面具有强烈的影响。在本文中，我们还提出了相反的主张；计算机架构的状态对我们的思想模型产生了强烈的影响。von Neumann计算模型在特定方向上具有人工智能。生物系统中的智能是完全不同的。最新的基于行为的人工智能中的工作已经提出了新的智力模型，这些模型与生物系统更加接近。他们使用的非von Neumann计算模型与生物学共享许多特征。
纳什心中的均衡
常识与精神分裂症之间的哲学关系自然地体现在约翰·纳什 (1928 – 2015) 的个性和创造力中，他曾获得诺贝尔经济学奖 (1994)，被诊断患有偏执型精神分裂症 (1959)。他的一个基本思想是对博弈论和数学哲学中均衡的新解释，认为均衡在非合作博弈中是非竞争性的，甚至是防止博弈者或因素之间任何竞争的一种方式。这与数学博弈论及其在经济学中的应用的创始人之一约翰·冯·诺依曼的观点截然相反。纳什的几篇早期论文 (1950；1950a；1951) 证明了诺依曼方法的推广 (Park, 2011) (Neumann, Morgenstern, 1953; Israel & Gasca, 2009; Nash et al., 1996)。 “纳什均衡”的可引用性呈指数级增长（Mccain 和 Mccain，2010 年）。纳什获得了诺贝尔经济学奖（Milnor，1995 年）。纳什均衡的本质在于，目标在参与者之间分离地分配，从而实现更稳定的均衡（Marsili 和 Zhang，1997 年）。相反，他们与诺伊曼方法中的目标相同，即始终处于直接竞争状态，导致不稳定和瓦解趋势。纳什均衡可以看作是“战略性的”（Crawford，2002 年）。对于为了获利而采用所有其他策略的博弈者来说，预防竞争对手是最好的策略。如果所有博弈者都采用这些策略，那么他们就会处于稳定状态，即纳什均衡。相反，诺伊曼方法中的博弈者忽略了其他人的策略，因此只针对同一个目标。因此，在纳什方法中，所有博弈者的集体收益要大得多，但在诺伊曼方法中，单个赢家的个人收益更大。此外，纳什博弈者应该具有了解或预测所有其他人的策略的能力。如果博弈者是人类，就像经济模型中那样，这是自然而然的。然而，如果他们不是，诺伊曼方法似乎更有意义。然而，所有热力学方法，包括被视为一种特殊广义热力学理论的量子力学，都承认纳什均衡的选择，尽管代理没有意识，可能不“知道”或“意味着”其他人的策略。统计热力学中的必要条件是代理和整体的二元性，即所有代理的系统，只要系统存在，就应该处于平衡状态。我们可以得出结论，如果假设任何集合是一个系统，那么纳什均衡就适用于描述它。相反，如果它是一个随机集合，作为一个整体存在，偶尔会被破坏或随时重新配置，那么诺伊曼方法似乎是相关的。
Bose-Einstein冷凝物中的自旋摩托孔纠缠
纠缠是量子信息处理的核心，对于量子加速可能至关重要。受到超冷原子系统中自旋摩菌耦合的理论和实验研究的启发，我们研究了旋转和动量自由度之间的纠缠与87 rb原子的光学自由度之间的纠缠。我们考虑由于拉曼和射频场引起的这些自由度的耦合而产生的纠缠，并通过评估von Neumann熵以及作为所达到的纠缠措施来评估其对耦合参数的依赖。我们的计算表明，在适当的实验条件下，可以获得显着的自旋摩托车纠缠，而von Neumann熵的最大可达到值的80％。我们的分析阐明了使用BEC用于量子信息应用的前景。
意识的量子理论
Penrose-Hameroff方法是创造一种量子意识理论的迷人尝试。这个概念最初是在皇帝的新思想中提出的（Penrose，1989年），后来又在《阴影》（Penrose，1994）中提出。penrose-hameroff将该理论称为精心策划的客观重新分解（ORT OR）。许多科学家认为，大脑和意识类似于计算机的操作。意识在某种程度上是一种简单神经元之间的一种复杂计算，每个神经元都接收并将突触输入整合到一个类似位的触发的阈值中。Roger Penrose的理论与Stuart Hameroff的概念有关，其中主要重点是称为微管的蛋白质聚合物。它们也是细胞结构细胞骨架的主要成分。作为Garrett Birkhoff和John von Neumann观察：作为Garrett Birkhoff和John von Neumann观察：
