摘要 量子计算机即将实现商业化。它们代表了计算领域的范式转变,学习难度很高。创建游戏是帮助初学者轻松过渡的一种方式。我们展示了一款类似于德州扑克的游戏,旨在将其作为一种引人入胜的教学工具来学习量子计算的基本规则。量子态、量子操作和测量的概念可以通过游戏的方式学习。与经典变体的不同之处在于,公共牌被“随机”初始化的量子寄存器取代,每个玩家的牌被从一组可用门中随机抽取的量子门取代。每个玩家都可以用他们的牌创建一个量子电路,目的是最大化计算基础中测量的 1 的数量。采用了叠加、纠缠和量子门的基本概念。我们使用 Qiskit(Aleksandrowicz 等人,2019 年,《量子计算的开源框架》)提供了概念验证实现。对使用模拟器和 IBM 机器创建的电路的结果进行了比较,结果表明当代量子计算机的错误率仍然很高。为了使嘈杂的中型量子 (NISQ) 计算机取得成功,即使对于简单的电路,也需要改进错误率和错误缓解技术。我们表明,量子错误缓解 (QEM) 技术可用于提高真实量子设备上可观测量的期望值。
过去二十年来,物联网一直是主要的研究领域之一。许多应用领域都已开始利用物联网来解决长期以来被视为障碍的挑战。信息通信技术的最新趋势是集成微型传感设备以提升严肃游戏的体验。严肃游戏的唯一目的不是娱乐,而是以好玩的方式提供信息和学习。严肃游戏正成为热门的文学主题之一,并应用于人类生活的各个方面,例如教育、医疗保健和体育锻炼等。物联网是当今个人手机上最大的游戏提供商,可用于设计严肃游戏。然而,在物联网环境中部署严肃游戏带来了新的挑战。本文旨在对物联网支持的严肃游戏进行全面调查,并探讨实现这些游戏所面临的挑战。首先,我们重点介绍严肃游戏领域,并找出导致物联网支持的严肃游戏的发展和动机。随后,我们通过设计一个全面的分类法对最新技术进行分类。最后,我们提出了当前最新技术形式中许多未解决的开放挑战,并确定了未来的方向。© 2022 作者。由 Elsevier BV 出版 这是一篇根据 CC BY 许可开放获取的文章(http://creativecommons.org/licenses/by/4.0/)。
“科学战争”气候否定主义现象可以比作加尔文和霍布斯的嬉戏而又严肃的主题。作者肖恩·奥托(Shawn Otto)将其描述为“科学战争”,导致人们称之为“专业知识之死”。诸如揭穿手册之类的资源揭示了错误信息的传播是多么容易由个人驱动,而不仅仅是机器人。像YouTube这样的平台有助于传播奇异的理论,而AI在打击气候虚假信息时构成了挑战。气候否认气候否定主义的根源加剧了气候变化从未来的关注转变为直接的关注点。这种否认的目的通常是为了防止有意义的行动,创建一个“ whack-a摩尔”场景,在解决旧问题时会出现新的错误信息。“怀疑商人”和“石油文件”的作用说明了既得利益如何使混乱永久性,将错误信息构建为意识形态驱动的解决方案厌恶的一种形式。政治两极分化和错误信息错误的信息与政治信仰无关,具有讽刺意味的是,尤其是在具有较高科学教育的个体中,他们可以更好地证明自己的信仰是正当的,并且可能变得更加两极分化。这种现象在发达国家中发音,在发达国家,那些接受气候变化的人与那些不接受气候变化的人之间存在分歧。强大的行业,例如石油和天然气,抵制变化并模糊的科学真理,使前进的道路变得复杂。
对数字技术的批判性理解是各年龄段公民的一项赋权能力。在本文中,我们介绍了一种面向所有人的人工智能 (AI) 开放式教育方法。通过混合式和参与式 MOOC,我们旨在发展一种批判性和创造性的视角,了解人工智能如何融入我们生活的不同领域。我们已经为 15 岁以上的所有公民建立了人工智能 MOOC,现在正在运营。该 MOOC 旨在帮助理解人工智能的基础和应用,面向学校领域以外的广大公众,九个月后已有 20,000 多名参与者参与了该 MOOC。本研究探讨了设计和评估人工智能 MOOC 的教学方法。通过这项研究,我们提出了关于人工智能公民教育的四个问题:为什么(即为了什么目的)分享这样的公民教育?要分享哪些学科知识?要培养哪些能力?如何分享和评估?最后,我们分享学习分析、定量和定性评估,并解释教育科学研究在多大程度上有助于启发这种大规模举措。对人工智能 MOOC 的分析有助于确定与人工智能相关的主要反馈是“恐惧”,因为人工智能对参与者来说是未知且神秘的。在开发有趣的人工智能模拟后,MOOC 参与者会熟悉人工智能机制,他们可以克服对人工智能的误解,形成更具批判性的观点。本文介绍了一项 K-12 人工智能教育项目或具有重大影响的举措,通过培养教师和其他教育工作者。
什么是AI建模:数据驱动的AI建模旨在预测,评估或优化土壤健康,土壤和生态系统指标,功能,过程,响应,相互作用以及土壤生态系统的变化。整合土壤生态系统建模的目的是植根于对我们时间中邪恶的环境挑战的更好答案,包括适应和缓解全球气候变化,碳和气候的农业 - 智能农业管理,多危机生态局师更多。AI模型是由土壤,光谱和环境地理空间数据构建的,以模拟复杂的土壤 - 水作用 - 摩托管理 - 气候 - 气候人类关系。数据驱动的Geoai具有重塑我们对土壤生态系统以及如何维持和再生它们的思想的深远能力。学习方法:在本课程中使用倾斜的发现风格来促进学习。这意味着要睁开眼睛并通过对AI范式的深入了解。我们通过对话,嬉戏的探索,批判性思考和讨论来学习。学生将通过阅读,案例研究的讨论(例如,土壤和生态系统科学的热门话题,AI模型在土壤和生态系统科学中的应用)以及设计并进行自己的AI土壤生态系统建模项目,将自己沉浸在课程主题中。讲师使用教练技术来促进学习过程,包括有针对性的问答会议,解锁自我激励以学习,学习为探索以及承认多种观点的课堂讨论。
在大脑发育的关键时期,神经元的可塑性会在整个生命过程中保持下去。因此,可塑性是大脑发育和学习的基础。可塑性可以通过阅读、音乐、艺术、体育、学习等认知要求高的活动来刺激。与更传统的方法(包括在临床环境中)相比,大脑学习新事件的能力可以得到进一步刺激或增强,这要归功于涉及反复执行精确设计的行为协议的特定训练。这些行为协议通常源自实验室环境,它们在开放环境中的可用性通常通过将它们嵌入到有趣的资源(包括所谓的严肃游戏)中来提高。这些行为协议的一个子系列将行为训练与对生理特征(例如心率(生物反馈)或皮质产生的信号(神经反馈))的实时定向控制相结合,以便参与者可以学会将这种反馈与他们正在产生的行为联系起来。具体来说,神经反馈是一种基于向参与者(无论是患者还是健康志愿者)提供在产生特定行为过程中的大脑功能信息的方法(图 1)。反馈给参与者的这些信息可以是与感兴趣的行为有因果关系的特定大脑区域的直接激活水平,也可以是反映更具体大脑功能的更精细的信息,例如功能连接测量或解码的大脑状态或认知信息。神经反馈已被证明可以触发积极的行为结果,例如缓解广告症状或改善特定的认知功能。这些积极的行为结果依赖于大脑可塑性机制和受试者终生学习的能力。因此,神经反馈被认为是一种
年度 WaterHCI DECONference 概述 水-人机界面 DECONference 是一个年度会议系列,始于 1998 年,由多伦多大学电气与计算机工程系与当时的麦克卢汉文化与技术计划合作举办,并于 1999 年主办了 DECONference0,最初重点关注流行病防范和清洁水的重要性,并指出多伦多被许多人视为世界淡水中心。Decon1 于 2000 年在多伦多大学举行,Decon2 于 2001 年在多伦多 Spadina Ave 80 号的 Gallery TPW 举行。Decon3 于 2002 年 8 月在多伦多的 Deconism Gallery 举办,作为其首届展览。WaterHCI DECONference 系列最初是一系列关于文化和技术的有趣艺术装置,其创意、发明和设计在华盛顿特区国会山展出,并为美国乃至世界各地的医院设计提供了流行病防范方面的信息。WaterHCI DECONference 2011(2011 年 11 月 22 日)汇集了来自多伦多大学、多伦多市、多伦多滨水区、湖畔女士和其他组织的利益相关者,讨论在多伦多市中心建造更永久的 TeachBeach 版本。去年在 WaterHCI-2021 上,我们确定了 WaterHCI 新领域的巨大挑战,并提出了一种新的分类学/本体论/分类系统,用于水、人类和技术交汇处的研究和实践。自 1998 年以来,年度 WaterHCI DECONference 一直是电气与计算机工程系和麦克卢汉计划之间的合作。今年,第 24 届年度 WaterHCI DECONference 由多伦多大学麦克卢汉中心等效监测工作组主办,领导单位为:
揭开粒子物理学的奥秘:尽情参与实践活动和品尝含酒精的液氮冰淇淋。品酒:品尝来自 Keel Farms 的精选葡萄酒,售完即止。现场音乐:欣赏 Ed John 的现场表演,度过愉快的夜晚。大奖赢取:参加独家抽奖,就有机会赢取令人惊叹的奖品。引人入胜的杂技:欣赏坦帕杂技团 Acrobellum 的惊心动魄的表演。美味佳肴:您可以从 Zydeco Brew Werks 购买食物和饮料,犒劳自己。量子倒计时将于 2024 年 12 月 31 日星期二晚上 9:00 至凌晨 12:30 在北坦帕上城区 4801 E. Fowler Ave. 的 MOSI 举行。量子倒计时的门票现已开始发售,由于座位有限,强烈建议提前购买。此活动严格限制 18 岁以上人士参与,购买酒精饮料需出示有效 21 岁以上身份证件。MOSI 会员门票 20 美元,非会员门票 30 美元。如需门票、可选 VIP 套餐和更多信息,请单击此处。关于坦帕科学与工业博物馆 MOSI MOSI 是坦帕湾的科学与创新中心,位于北坦帕 4801 E. Fowler Ave. 欢迎来到科学与工业博物馆,在这里科学的奇迹栩栩如生。我们是一个动手实践的科学中心,致力于互动学习和有趣的探索。通过引人入胜的永久和轮换展览以及超凡脱俗的项目,MOSI 让所有人都能接触到科学和技术。快来加入我们的探索之旅,解开我们周围世界的奥秘。
汉斯·哈克,光电观察者控制坐标系统 (1968) 白色立方体上布满了红外光束网格。每面墙上都装有光电传感器,高度与腰部齐平。传感器正上方,大约在头部高度,安装着一排灯泡。每面墙上都有多个传感器和灯泡。房间空无一人。灯都关了。但当你进入房间时,灯亮了,照亮了整个空间。当你向前走时,不再与你对齐的灯泡会熄灭,而成一排的灯泡会亮起。怀疑其中存在逻辑。你测试这个系统,回溯你的轨迹。灯光很听话,满足了你的期望,颠倒了它们的顺序。这是一个有趣而充满力量的时刻。你现在正大步走在房间里,每一步都伴随着灯光。缓慢的、自发的频闪。你的身体捕捉着自己的运动。环境反馈。你的每一个动作都具有主动性。你在参与。你在创作艺术品。然后,另一个人进入白立方体,开始同样短暂的学习过程。灯亮了又灭。你停了下来。一丝恼怒的表情闪过你的脸。需要共享空间,识别具有相同基本技能的其他人,并要求获得发光的奖励。沉思。你耐心地坐回原位。决心。你怀疑新的可能性。等待合适的时机,你吸引对方的目光——一个有趣的邀请。陌生人立即领会了你的暗示。你们一起开始即兴表演。
关于护理机器人系统的论述正在转移。辩论集中在机器人系统中的不同程度上,以及护理人员的工作是否可以用机器人代替(道尔顿 - 布朗,2020年),但重点现在是在护理机器人系统的实际实现上(Mahmoudi Asl Asl et al。,2022222)。担心因替代而导致的失业的担忧已经减少,而欧洲的人口趋势导致了员工短缺,预计越来越多的人需要护理的人受到强调(欧洲委员会,2023年)。将来,重点将更多地放在如何在护理部门建立足够的人类技术互动,以及从人类中心的角度从护理人员和其他利益相关者拨款(Paluch等,2022)。拨款是一个过程,其中使用技术文物并将其集成到用户的特定上下文和实践中,使它们适应了他们的需求,并在最初的设计意图之外重新解释了其目的。此外,拨款是一个创造性且动态的过程,是由上下文介导的,并与他人合作出现。目标不是决定技术解决方案,而是要吸引积极使用该技术的用户,以促进相互学习用户如何适应技术并塑造其设计的有意义且与他们的需求相关的用户。重点是长期使用以及对技术的创造性和嬉戏拨款。因此,这个过程是关于民主探讨该技术如何最适合背景的。这应该在人们的生活中创造锚点,以实现有意义的拨款(Stevens and Pipek,2018)。关于护理环境的机器人,社会信息学的观点特别有趣,因为它提供了敏感的概念,可以在不同的实践环境中调查此类问题(Wulf等,2015; Stevens等,2018)。但是,仍然有必要阐明使用机器人以及不同护理环境中的人们的实用性
