XiaoMi-AI文件搜索系统
World File Search SystemSusskind
评论——人工智能时代
人工智能确实会变得无处不在。关于人工智能是好是坏的讨论已经不再有意义了。现在是讨论如何根据国家需求塑造人工智能发展的时候了（Kalluri，2020 年）。围绕核武器的地缘政治辩论已经转向人工智能。在这种前所未有的变化时代，需要对人工智能的社会政治影响进行分析。《人工智能时代：我们的人类未来》一书让公众了解人工智能对社会和全球政治的影响。有趣的是，它建立在《第三次浪潮》（Toffler，1981 年）、《未来政治》（Susskind，2018 年）和《超级智能》（Bostrom，2014 年）中提出的结论之上。它重申了人工智能可能在政治上造成破坏的论点。验证这一论点需要外交事务和技术发展方面的专业知识，而《人工智能时代》的作者符合这些条件。
疫苗股权融资
1 本文的一个版本已被《牛津经济政策评论》接受发表。Agarwal 是国际货币基金组织的经济学家，Reed 是世界银行发展研究小组的经济学家。我们感谢 Kathleen Beegle、Michael S. Bennett、Chad Bown、Nick Caroll、Mukesh Chawla、Deon Filmer、Shakill Hassan、Aart Kraay、Samuel Maimbo、Barbara McGowan、Traci Phillips、Karen Pillay、Shirmila T Ramasamy、Dirk Reinermann、Lakshmi Shyam-Sunder、Daniel Susskind、Darius Stangu、Daria Taglioni、Patricia Wycoco、编辑和匿名审稿人提出的有益评论。本文中表达的发现、解释和结论完全是作者的观点。它们不一定代表国际货币基金组织和世界银行或其附属组织的观点，或国际货币基金组织和世界银行执行董事、其管理层或他们所代表的政府的观点。
国际理论与计算物理杂志
参考文献 1. McGinty, C. (2023). McGinty 方程：统一量子场论和分形理论以理解亚原子行为。国际理论与计算物理杂志，5 (2)，1-5。 2. 't Hooft, G. (1993)。量子引力中的维度减少。arXiv preprint gr-qc/9310026。 3. Susskind, L. (1995)。全息图般的世界。数学物理杂志，36 (11)，6377-6396。 4. Maldacena, J. (1999)。超共形场论和超引力的大 N 极限。国际理论物理杂志，38 (4)，1113-1133。 5. Bekenstein, JD (1973)。黑洞和熵。 6. Hawking, SW (1975). 黑洞产生的粒子. 数学物理通讯, 43(3), 199- 220.
工程-PHD-Projects-2023-24。 ...
我们的研究对话已经迅速促进了动力，并且已经对一些最具挑战性的当代问题构成了新的观点。试点研究奖学金已导致了主要的外部资金投标，我们现在进入了我们的第一轮全大学招聘，并期待看到这一新同伙将如何帮助塑造研究所的研究议程。围绕同伴的工作进行的对话本身对于在国王的开发新的跨学科方法是无价的。另外，我们已经招募了三位杰出的荣誉研究教授，他们将我们的生活良好地与技术任务一起融入了大学的宝贵外部专业知识：彼得·洛根（Digital Handisist），丹尼尔·苏斯肯德（Daniel Susskind）（经济学家）和罗伯特·威格利（Robert Wigley）（商人，企业家，投资者，投资者和作者）。他们与研究所的同事一起工作的时间已经做出了很多促进，以促进一些杰出的新项目。
![arXiv:2110.11371v2 [quant-ph] 2022 年 12 月 19 日](/simg/9\92a79c5bcc9765588ca494bdb2c7a6e81b0d23c0.webp)
arXiv:2110.11371v2 [quant-ph] 2022 年 12 月 19 日
量子复杂性正逐渐成为多体系统（包括黑洞、拓扑材料和早期量子计算机）的一个关键特性。状态的复杂性量化了从简单张量积准备状态所需的计算门的数量。状态与最大复杂性或“不复杂性”的距离越大，该状态作为量子计算的输入就越有用。另外，资源理论（受约束的代理的简单模型）正在量子信息理论中蓬勃发展。我们将这两个领域结合起来，证实了 Brown 和 Susskind 的猜想，即可以定义不复杂性的资源理论。允许的操作（模糊操作）是代理选择的两量子比特门的略微随机的实现。我们形式化了两个操作任务，即不复杂性提取和支出。它们的最佳效率取决于我们设计的反映复杂性的熵。我们还提出了两个单调性非复杂性度量，它们在特定情况下在模糊操作下单调下降。这项工作将量子信息理论中的资源理论工具包应用于多体复杂性。
量子不复杂性的资源理论
量子复杂性正逐渐成为多体系统（包括黑洞、拓扑材料和早期量子计算机）的一个关键特性。状态的复杂性量化了从简单张量积准备状态所需的计算门的数量。状态与最大复杂性或“不复杂性”的距离越大，该状态作为量子计算的输入就越有用。另外，资源理论（受约束的代理的简单模型）正在量子信息理论中蓬勃发展。我们将这两个领域结合起来，证实了 Brown 和 Susskind 的猜想，即可以定义不复杂性的资源理论。允许的操作（模糊操作）是代理选择的两量子比特门的略微随机的实现。我们形式化了两个操作任务，即不复杂性提取和支出。它们的最佳效率取决于我们设计的反映复杂性的熵。我们还提出了两个单调性非复杂性度量，它们在特定情况下在模糊操作下单调下降。这项工作将量子信息理论中的资源理论工具包应用于多体复杂性。
人工智能与工作：来自在线的证据......
过去十年，基于新的机器学习技术和大量数据集的可用性，人工智能 (AI) 取得了快速发展。1 预计未来几年这种变化将加速（例如，Ne- apolitan 和 Jiang 2018；Russell 2019），AI 应用已经开始对企业产生影响（例如，Agarwal、Gans 和 Goldfarb 2018）。一些评论员认为这是失业未来的预兆（例如，Ford 2015；West 2018；Susskind 2020），而其他人则认为即将到来的 AI 革命将丰富人类的生产力和工作经验（例如，麦肯锡全球研究所 2017）。鉴于迄今为止关于 AI 对劳动力市场影响的证据有限，这些对立观点的持续存在并不令人惊讶。数据收集工作最近才开始确定商业 AI 使用的普遍性，我们甚至缺乏系统性证据来证明 AI 的采用是否大幅增加 — — 而不仅仅是广泛的媒体报道。本文研究了美国的 AI 采用及其影响。我们的出发点是，AI 的采用可以从采用机构留下的足迹中部分识别出来，因为它们雇用专门从事 AI 相关活动的员工，例如监督和无监督学习、自然语言处理、机器翻译或图像识别。为了将这个想法付诸实践，我们根据 Burning Glass Technologies（以下简称 Burning Glass 或 BG）在 2007 年和 2010 年至 2018 年期间发布的美国在线职位空缺信息及其详细技能要求，构建了一个机构级 AI 活动数据集。2
人工智能与工作：来自在线职位空缺的证据
过去十年，基于新的机器学习技术和大量数据集的可用性，人工智能 (AI) 取得了快速发展。1 预计未来几年这种变化将加速（例如，Ne- apolitan 和 Jiang 2018；Russell 2019），AI 应用已经开始对企业产生影响（例如，Agarwal、Gans 和 Goldfarb 2018）。一些评论员认为这是失业未来的预兆（例如，Ford 2015；West 2018；Susskind 2020），而其他人则认为即将到来的 AI 革命将丰富人类的生产力和工作经验（例如，麦肯锡全球研究所 2017）。鉴于迄今为止关于 AI 对劳动力市场影响的证据有限，这些对立观点的持续存在并不令人惊讶。数据收集工作最近才开始确定商业 AI 使用的普遍性，我们甚至缺乏系统性证据来证明 AI 的采用是否大幅增加 — — 而不仅仅是广泛的媒体报道。本文研究了美国的 AI 采用及其影响。我们的出发点是，AI 的采用可以从采用机构留下的足迹中部分识别出来，因为它们雇用专门从事 AI 相关活动的员工，例如监督和无监督学习、自然语言处理、机器翻译或图像识别。为了将这个想法付诸实践，我们根据 Burning Glass Technologies（以下简称 Burning Glass 或 BG）在 2007 年和 2010 年至 2018 年期间发布的美国在线职位空缺信息及其详细技能要求，构建了一个机构级 AI 活动数据集。2
量子门 - Gavin E. Crooks
量子计算和信息的权威教科书仍然是 Michael A. Nielsen 和 Isaac L. Chuang 的经典著作《量子计算和量子信息》（昵称 Mike and Ike）[ 3 ]。如果你对量子计算有兴趣，你应该买这本书 1 。这些笔记将对这个主题进行不同的探讨，在某些地方会更详细，包含一些较新的材料，但会忽略其他领域，因为没有必要重复 Mike 和 Ike 已经讲过的内容。John Preskill 的讲座笔记 [ 4 ] 是另一篇非常出色的（尽管总是不完整）关于这个主题的论述。有关量子力学的基本介绍，请参阅 Leonard Susskind 和 Art Friedman 撰写的《量子力学：理论最小值》[ 5 ]。传统的量子力学教科书没那么有用，因为它们往往会快速跳过基本面和信息方面，而专注于光、原子、腔体等的具体行为。显然，如果你正在构建一台量子计算机，这些物理细节很重要，但对于编程来说却不那么重要，而且我认为传统方法往往会掩盖量子信息的本质以及量子物理与经典物理的根本区别。但在这样的物理文本中，我推荐 JJ Sakurai [ 6 ] 的《现代量子力学》。有关量子计算的更温和的介绍，请参阅 Eleanor G. Rieffer 和 Wolfgang H. Polak [ 7 ] 的《量子计算：温和介绍》。另一个有趣的是 Andy Matuschak 和 Michael Nielsen 的《量子国度》。这是一门在线量子计算入门课程，内置间隔重复 [ 8 ]。 Scott Aaronson 的《德谟克利特以来的量子计算》[ 9 ] 也是一本不错的入门书，特别是对于计算复杂性理论而言。从数学上讲，量子力学主要是应用线性代数，学习更多的线性代数永远不会错。Ivan Savov [ 10 ] 的《线性代数指南》是一本很好的入门书，Sheldon Axler [ 11 ] 的《线性代数入门》则更深入。若想深入了解量子信息，John Watrous [ 12 ] 的《量子信息理论》和 Mark M. Wilde [ 13 ] 的《量子信息理论》都是很棒的书，尽管分量很重。如果你的孩子还很小，可以让他们从小就开始学习 Chris Ferrie 和 whurely 的《婴儿量子计算》[ 14 ]。
推荐引用 推荐引用 Gizem Halis Kasap，《人工智能 (“AI”) 能否取代人类仲裁员？技术问题和法律影响》，2021 J. Disp. Resol. (2021) 可访问以下网址：https://scholarship.law.missouri.edu/jdr/vol2021/iss2/5
* Gizem Halis Kasap 是一名在纽约和伊斯坦布尔执业的律师，拥有维克森林大学法学院法学博士学位、宾夕法尼亚州立大学法学院法学硕士学位和伊斯坦布尔大学法学院法学学士学位。她对仲裁与技术之间的相互作用充满热情，专门研究国际私法背景下的技术法和争议解决。作者要感谢 Akkayan & Yildirim 律师合伙公司的 Ayca Akkayan-Yildirim 博士对自己作为律师和人的能力的坚定信心。作者还要感谢《争议解决杂志》执行委员会和工作人员为本文的发表所做的准备。最后，作者要衷心感谢她充满爱心和鼓励的家人，特别是她的丈夫 Atilla，感谢她给予的所有宝贵的支持、鼓励和建议。 1. Bill Chappell，冠状病毒：世卫组织负责人表示各国必须应对“大流行加速”，NPR（2020 年 3 月 23 日）https://www.npr.org/sections/coronavirus-live-up-dates/2020/03/23/820290984/coronavirus-who-head-says-nations-must-attack-as-pandemic-is-acceler-ating。2. Richard Susskind，《明日之子》，第 xvii 页（第二版，2017 年）。其他研究支持法律世界将在未来二十年发生巨大变化的观点。例如，Deloitte Insight：超过 100,000 个法律角色将被自动化，L EGAL IT I NSIDER（2016 年 3 月 16 日），https://www.legaltech- nology.com/latest-news/deloitte-insight-100000-legal-roles-to-be-automated/。（认为在未来二十年内，40% 的法律职业可能会实现自动化并被人工智能取代）。3. Eric Niiler，AI 能成为法庭上的公正法官吗？爱沙尼亚认为如此，WIRED M AG。，（2019 年 3 月 25 日）。https://www.wired.com/story/can-ai-be-fair-judge-court-estonia-thinks-so/。4. 尽管这则新闻的标题语言充满了未来感，但“AI Judge”一词似乎并不包括可以预测案件结果的算法。相反，人工智能法官更有可能充当助手，依靠实际法官的知识和支持。北京互联网法院推出人工智能法官，CHINA D AILY（2019 年 6 月 28 日），http://www.china-daily.com.cn/a/201906/28/WS5d156cada3103dbf1432ac74.html。