XiaoMi-AI文件搜索系统
World File Search SystemTuring
量子热化中的不可证明性
对分离的量子多体系统中热化的研究具有悠久的历史，可以追溯到发展统计力学的时代。自然界中大多数量子多体系统都被视为热量化，而有些则从未达到热平衡。中心问题是阐明给定的系统是否热效化（以前已经解决但未解决）。在这里，我们表明这个问题是不可决定的。当系统仅限于具有最接近邻居相互作用的一维移位系统时，最终的不确定性甚至适用，并且初始状态是固定的乘积状态。我们构建了一个编码可逆通用图灵机的动力学的哈密顿族人家族，在这种动力学中，放松过程的命运会大大变化，具体取决于图灵机器是否停止。我们的结果表明，没有一般定理，算法或系统的程序来确定任何给定的哈密顿素体中存在或不存在热化。
工作文件，1943-45
RCEWA — 黛利拉计划：工作文件，1943-45 年，阿兰·图灵 国务卿专家顾问声明，这些文件符合 Waverley 标准一和三 请注意，引用的图像和附录未复制。 ……………………… ……………………… [根据 2000 年《信息自由法》第 40(2) 条的要求，此处保留了信息 - 个人信息。根据第 40(2) 条，公共当局有权保留属于个人数据的信息] 1. 物品简要说明 该材料包括两个装订好的笔记本和六份独立的散页纸。它包括阿兰·图灵 (1912-54) 和唐纳德·贝利 (1921-2020) 与二战项目“黛利拉”有关的论文。这些文件的日期主要来自 1943 年至 1945 年，后来又添加了一些。它们的状况良好，只有部分页码有灰尘污渍和轻微水损。
语言获取为未来的核心
在迅速发展的人工智能领域（AI）中的摘要，自然语言处理中大型语言模型（LLM）的前所未有的进步（NLP）提供了一个机会，可以重新审视形式和内容的机器智能传统指标的整个方法。由于机器认知评估的领域已经达到了模仿，因此下一步是有效的语言获取和理解。我们的论文提出了从既定的图灵测试转变为借助语言获取的全构图框架的范式转变，并从LLMS最近的进步中汲取了灵感。目前的贡献是对各个学科的出色工作的深刻贡献，指出需要保持跨学科的桥梁开放，并描述一种更健壮和可持续的方法。引言过去十年在人工智能的发展中见证了一个显着的加速，尤其是在自然语言处理领域。开创性的体系结构，例如Word2Vec（Mikolov等人2013）已经突破了我们以前认为可行的界限，诞生了可以用语言与人类无缝互动的先进的AI系统（Sejnowski，2023）。这些系统，包括从语音激活的虚拟助手到高度精确的翻译工具的应用程序，代表LLM的功率的收敛以及数据驱动和动态的系统理论的当前数字时代的景观（Brunton等人。2022）。2023）和未来职业（Tolan等人2021）。2012）。他们发掘和预测人类交流中错综复杂的模式的能力已经看到了我们与机器的互动的范式转移，因此必须将评估成为我们生活中必不可少的一部分（Sohail等人。自1950年艾伦·图灵（Alan Turing）于1950年成立以来，图灵测试一直是机器智能发展的标准（Turing，1950年）。然而，2014年勒布纳奖的公告声称该奖首次超过了图灵测试，这引发了有关该测试适当性的辩论（Shieber，2016年）。它引发了关于该测试是否确实评估机器智能还是仅仅是其模拟人类样子的能力的争议（Hoffmann，2022）。辩论的症结在于一个问题：机器是否能够理解人类语言，还是它的熟练程度仅反映了其模仿人类反应的程序能力？随着AI进步的当前轨迹，将这种对话从模仿转变为理解的时候已经成熟了（Cambria＆White，2014年）。本文的目的是根据当前的21世纪需求，为一般讨论提供了更新的多方面贡献，并解决了非常具体的范式转变。The AI roadmap requires an adequate assessment system of Efficient Language Acquisition and Understanding Capabilities in Intelligent Machines (Agüera y Arcas, 2022), because such instrument will allow to systematically retrieve evidence to better answer the next questions on the landscape (Adams et al.文章的其余结构如下：我们从该主题中的许多学术工作中揭示了一项选择，这是当前工作的基础，然后继续进行 - 毫无障碍但非常相关的提及最近的研究，该研究涉及从非凡的不同角度和范围中进行“新的图灵测试”的需求。在下一部分中说明了框架，定义了测试设计要求，并提出了构建良好指标的过程。列出了其他未来挑战，最后在讨论中，我们以综合和建筑设想得出结论。为了消除所使用的术语的操作含义，提供了词汇表和补充材料。
量子算法：从基础到微分方程
■ 图灵机 ■ 量化计算资源 ■ 复杂性类别 ■ 量子计算简介：历史视角 ■ 量子计算模型 ■ 电路符号和量子门 ■ 量子门的通用集 ■ Solovay-Kitaev 定理 ○ 量子预言机 ○ 预言量子算法：
人工智能概念的发展趋势
人工智能是一门数学科学和技术，旨在将人类的逻辑应用于机器。这门科学的目的是制造智能机器，特别是制造出能够进行创造性活动的智能程序，这被认为是只属于人类的。同时，它被理解为对人类智能的研究。这一领域的创建和发展是为了通过机器准确地模拟智能，而智能是人类最宝贵的属性。尽管人工智能自诞生以来就面临着各种乐观和悲观的看法，但今天它在技术发展中占据着重要地位。科学和工程在其应用中得到了广泛的应用[1- 20]。人工智能——一场全球性的技术革命和对人类的新挑战——“人工智能（AI）”是指计算机程序，即能够解决人类思维能够解决的问题的算法。作为一个概念，它于1955年由美国科学家约翰·麦卡锡（John McCarthy）带入科学界，以强调该领域与N.维纳（N. Viner）称为“控制论”的科学的区别。“计算智能”也被用作同义词。 1950年，英国著名数学逻辑学家阿兰·图灵在《心灵》杂志上发表了一篇题为《机器能思考吗？》的文章，提出了“图灵测试”。这意味着，从逻辑上讲，机器可以思考。例如，一个人和一台计算机被放置在对话者看不到的地方。一个人提出书面问题，并收到书面（无声或屏幕上）答案。[12] 一方不知道其中一方是汽车。因此，根据阿兰·图灵的说法，机器可以思考，当它被教导时
![arXiv:2205.12749v2 [cs.AI] 2022 年 7 月 1 日](/simg/g:\will\search\icon\source\2\2065ed9bc53d9d49461c4886d3dbb8f82d668f71.png)
arXiv:2205.12749v2 [cs.AI] 2022 年 7 月 1 日
随着人工智能系统在现实世界中的应用不断增加，对可靠和值得信赖的人工智能的需求也随之而来。其中一个重要方面是可解释的人工智能系统。然而，对于如何评估可解释的人工智能系统，并没有统一的标准。受图灵测试的启发，我们引入了一个以人为中心的评估框架，其中领先的领域专家接受或拒绝一个人工智能系统和另一个领域专家的解决方案。通过比较提供的解决方案的接受率，我们可以评估人工智能系统与领域专家相比的表现如何，以及人工智能系统的解释（如果提供）是否是人类可以理解的。这种设置——与图灵测试类似——可以作为广泛的以人为中心的人工智能系统评估的框架。我们通过两个实例来证明这一点：（1）一种评估，衡量系统的分类准确性，可选择纳入标签不确定性；（2）一种评估，以人为本的方式确定所提供解释的实用性。
1 量子 Lambda 演算
20 世纪 30 年代，Church 和 Curry 开发了 lambda 演算，这是一种表达高阶函数的形式化方法。简而言之，高阶函数是一种输入或输出“黑箱”的函数，而黑箱本身也是一个 (可能是高阶的) 函数。高阶函数是一种计算能力强大的工具。事实上，纯无类型 lambda 演算具有与图灵机 (Turing, 1937) 相同的计算能力。同时，高阶函数对程序员来说是一种有用的抽象。它们构成了函数式编程语言的基础，例如 LISP (McCarthy, 1960)、Scheme (Sussman and Steele Jr, 1975)、ML (Milner, 1978) 和 Haskell (Hudak et al., 2007)。在本章中，我们将讨论如何将高阶函数与量子计算相结合。我们认为这是一个有趣的问题，原因有很多。首先，高阶函数与量子现象的结合带来了纠缠函数的前景。某些众所周知的量子现象可以自然地描述为
律师使用人工智能的伦理影响
1 IBM 凭借人工智能、混合云、量子计算和网络安全方面的创新连续 28 年荣登美国专利榜首，IBM (2021 年 1 月 12 日)，https://newsroom.ibm.com/2021-01-12-IBM-Tops- US-Patent-List-for-28th-Consecutive-Year-with-Innovations-in-Artificial-Intelligence-Hybrid-Cloud-Quantum- Computing-and-Cyber-Security。2 Mike Thomas，《人工智能的未来：人工智能将如何改变世界》，BULLTIN (2022 年 3 月 3 日)，https://builtin.com/artificial-intelligence/artificial-intelligence-future。3 同上。4 美国律师协会。商业法部门，《人工智能和智能机器的法律：理解人工智能和法律影响》（T. Claypoole 编辑，美国律师协会，商业法部门）（2019 年）。5 AM Turing，计算机器和智能，载于 59-236 M IND 433, 433（1950 年 10 月）。6 Id.，第 442 页。
人工智能、人权、民主与法治
艾伦图灵研究所的公共政策项目于 2018 年 5 月成立，旨在开发研究、工具和技术，帮助政府利用数据密集型技术进行创新并改善人们的生活质量。我们与政策制定者一起探索数据科学和人工智能如何为公共政策提供信息并改善公共服务的提供。我们认为，只有将道德和安全考虑放在首位，政府才能从这些技术中获益。请注意，本入门指南是一份动态文档，将随着用户、受影响的利益相关者和相关方的意见而不断发展和改进。我们需要您的参与。请通过 policy@turing.ac.uk 与我们分享反馈。这项研究部分由 ESRC（ES/T007354/1）的资助和使图灵公共政策项目成为可能的公共基金资助。https://www.turing.ac.uk/research/research-programmes/public-policy