XiaoMi-AI文件搜索系统
World File Search Systemargue
在课堂上使用人工智能
一方面，有人认为不应该允许在课堂上使用人工智能，因为这会导致学生过度依赖技术，从而阻碍学生的学习和技能发展。人工智能技术非常强大。虽然它们可以帮助学生完成各种学习任务，但学生可能会过度使用这些技术，以至于他们无法培养独立解决问题所需的技能。人工智能在课堂上的使用可能会变得如此普遍，以至于学生在大多数任务和决策中都依赖该技术。因此，有人认为，在课堂上使用人工智能可能是有害的，因为学生永远不会培养独立解决问题和推理所需的技能。由此导致的技能缺乏可能会对学生的自主性产生深远影响。
![[新鲜（待受理） - 民事案件]](/simg/2\2e7d281f26a67bdbc310c1f48da29c647601f754.png)
[新鲜（待受理） - 民事案件]
IA No.263568/2024-免于提交有争议的判决的 C/C 和 IA No.263565/2024-免于提交 O.T.和 IA No.263570/2024-宽恕延迟重新提交/纠正缺陷和 IA No.263563/2024-允许亲自出庭和辩论和 IA No.263566/2024-允许提交其他文件/事实/附件 IA No.263570/2024 - 宽恕延迟重新提交/纠正缺陷 IA No.263568/2024 - 免于提交有争议的判决书 IA No. 的 C/C263565/2024 - 豁免免于提交 O.T。IA 编号263563/2024 - 允许亲自出庭和辩论 IA 编号263566/2024 - 允许提交其他文件/事实/附件
ψ-无用模型的无定理
在2010年，Harrigan and Spekkens（HS）提出了一个较大的分类，以对量子状态的性质进行分类，即确定在某个模型中是否对应于量子观察的不动物，在这种情况下，模型称为ψ-接触或某些观察者信息，使其成为ψ-pepistlectic [1]。While their original aim was to clarify Einstein's view of Quan- tum Mechanics (QM), the HS framework has been widely employed in the literature not only to categorize different formulations of QM, but also to argue what types of in- terpretations are admissible ([ 2 – 9 ]; cf.[10，11]进行批判性讨论）。Referring to this, one of the most influential works based on HS classification is due to Pusey, Barrett and Rudolph who published a formal result in Nature Physics —widely known as the PBR theorem—showing that “if the quantum state merely represents informa- tion about the real physical state of a system, then ex- perimental predictions are obtained that contradict those of quantum theory” ([ 12 ], p. 475).另外，PBR认为，在每个模型中，QM的统计数据和预测量子状态ψ必须在构成下而不是代理的知识中代表系统的真实物理特性。模型必须是ψ-接触。因此，量子理论不能是ψ-上的学术。这样的定理具有显着的共鸣[13-25]，今天仍讨论有关其实际含义的问题：一方面，一些作者认为，它排除了QM的解释，其中ψ仅代表了侵入。另一方面，其他学者最近证明了非平凡的认知和QM的实用方法并未被PBR参数驳斥[10，26 - 29]。讨论主要集中于ψ-上皮模型是有问题的还是PBR参数本身是有问题的，但我们问一个不同的问题：基础HS分类本身是什么
中子弹 屏蔽罐 局部反应 悬疑类型
792 中子弹 先生 - 我很惊讶地在您的日志中读到中子弹“是福而不是祸”。有了这样的福，谁还需要祸呢？这肯定是核威慑理论的要点。它的疯狂逻辑将核军备竞赛中每一个新的诅咒转折都描述成福。50 和 100 兆吨的武器本应是一种福，因为政客们在发动世界末日之前会更加犹豫。您现在认为中子弹是一种福，因为它们消除了首先使用大炸弹的需要。接下来，您会争辩说，如果开发出一种低辐射高爆炸弹，这也是一种福，因为它会摧毁财产，但不会摧毁人。而一枚会炸毁世界的末日炸弹也将是一种福，因为它会引发一场战争，而敌人会因此而感到恐惧。归根结底，那些支持核威慑理论的人会承认这些武器都是祸。这就是人们想要核裁军的原因。但这种理智的承认与认为新式致命武器是福祉的教条是无法共存的。如果你允许这种情况发生，你就犯了一种双重思想的错误，这种思想在科学上是不诚实的，在政治和军事上也是灾难性的。至于中子弹有助于裁军谈判的“愤世嫉俗的”（如你所说）论点，它并不像你所说的那样不切实际，而是愚蠢至极。显然，随着双方部署的武器系统越来越多，平衡的相互军力削减更难达成一致。相反的论点是荒谬的。我是《自然》杂志的“外行”读者。在我看来，你对中子弹的支持是对你的贡献者理解和改善我们生活的世界的努力的背叛。你的论点损害了整个科学界和赋予它目的的人类价值观。马丁·拉布斯坦伦敦 N5，英国
量子力学的认识论实用主义解释
在本文中，我们研究了新哥本哈根（或“认识论实用主义”）对量子力学的主要解释之间的相似之处和差异，这些解释在这里被定义为拒绝量子态的本体论性质并同时避免隐藏变量，同时保持量子形式不变。我们认为，存在一个具有共同核心的单一通用解释框架，所有这些解释都致力于这个框架，因此它们可以被视为它的不同实例，其中一些差异主要是重点和程度的问题。然而，我们也发现了更实质性的剩余差异，并对它们进行了初步分析。我们还认为，这些剩余的差异无法在量子力学本身的形式主义中得到解决，并确定了可用于打破这种解释不确定性的更普遍的哲学考虑。
中国的能源过渡政策期望及其CO2 ...
在过去二十年的大部分时间里，科学和政策界都试图通过针对性的公共政策和执法措施以及私营部门的参与来减少森林损失。不幸的是，亚马逊森林损失最近的增加引起了对该地区森林砍伐的新问题，以及旨在减轻该地区的政策的持久性。在这里，我们认为最近的森林砍伐趋势是对巴西经济轨迹的部分转变。在本文中，我们表明，在全国范围内，经济状况不佳将增加微观层面的森林清理激励措施。相反，在全国范围内，经济增长将抑制价格和土地清算激励措施。最终，我们认为，在国家规模上，经济增长可能与实现国际或国家层面环境目标的实现紧密相结合，并可能是前提。
![arxiv：2402.08727v1 [Quant-ph] 2024年2月13日](/simg/8\8fe1e629ad084c14b4a994d1dc5f17f112232ca0.webp)
arxiv：2402.08727v1 [Quant-ph] 2024年2月13日
最近对Wigner的朋友Paradox引起了人们的兴趣，引发了一些新颖的思想实验，无需定理。主要的叙述是Wigner的朋友高光是量子理论独有的违反直觉功能，并且与量子测量问题密切相关。在这里，我们挑战了这一观点。我们认为，可以在不假设量子物理学的情况下再现Wigner的朋友悖论的要旨，并且在物理和哲学的基础上，它构成了更广泛的谜团。为了证明这一点，我们首先考虑了一些最近提出的扩展Wigner的朋友场景，并证明了它们对观察的绝对性的某些含义可以通过涉及代理重复的经典思想实验来复制。至关重要的是，这些经典方案中的一些 - 技术在技术上比量子同行更容易实施。那么，我们认为所有这些情况的基本结构成分都是我们称为“限制A”的功能：从本质上讲，物理理论不能使我们对所有代理的观察结果进行概率描述。最后，我们认为这种困难是物理和哲学基础中其他难题的核心，并明确证明了这一问题，以实现宇宙学的Boltzmann脑部问题。我们的分析表明，应在更大的背景下研究Wigner的朋友，以解决量子基础以外的人类知识的边界：为实验获得可靠的预测，在这些实验中，这些预测可以私下进行但不能进行主体间验证。
微调论点和人工智能的反对
我认为人工智能的出现给微调论证和一般的上帝设计论证带来了新的问题，因为一个基于人工智能的非个人至上设计师，是上帝作为宇宙设计师（或据称不可简化的复杂生物结构设计师等）的一个相关替代方案。当然，像人类这样的个人设计师和非个人设计师（如狭义人工智能系统）之间存在差异，但正如我所说，只有当人类有灵魂时，将上帝视为最高设计师而不是以没有灵魂的人工智能为模型的非个人设计师才更合理。换句话说，只有当实体二元论之类的东西被证明是真实的时候，上帝的微调论证才能成功。从辩证法上讲，这使得微调论证的效果大大降低。
超越主电机皮层以改善脑部计算机界面
大脑 - 用于运动恢复的计算机接口（BCIS）通常会从其主电机皮层（M1）中的神经活动中解码用户的意图，并使用此信息来启用外部设备的“心理控制”。在这里，我们认为M1的活动具有太少和太多的信息，无法进行最佳解码：太少了，因为超出其超出其的许多区域都会贡献独特的电动机，并且具有与运动相关的信息，而与运动相关的信息缺乏或以其他方式从M1活动中解析；太多了，在那个电机命令中，与注意力和反馈处理等非运动过程纠缠在一起，从而极大地阻碍了解码。我们认为，通过整合来自多个大脑区域的其他信息来开发BCIS，可以更好地解释用户的意图，从而规避这两个挑战。