模具行业不断要求先进的技术来提高模具在其生命周期内的性能。直接金属沉积 (DMD) 为模具翻新提供了关键机会。然而,通过 DMD 的典型刀具路径由交替的平滑段和尖角组成。在这里,能量密度和粉末数量的波动通常会导致工具恢复部分出现严重的几何偏差。这项工作提出了一种基于机器学习的新型预测方法,该方法使用与工艺参数和执行的几何形状相关的特征来表征路径。该方法的优势已在刀具路径上得到验证,刀具路径通常表征工具翻新过程。© 2022 作者。由 Elsevier Ltd 代表 CIRP 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/)
已开采和拟开采矿床的金属矿石品位一直在下降,5 因此每单位最终金属产品产生的废弃物量增加。再开采的来源包括尾矿、废石、酸性矿山排水和相关的处理污泥、矿石加工副产品和煤灰。最常见的具有可再生能源金属再开采潜力的矿山废弃物是尾矿。6 《全球尾矿评估》7 估计,全世界有 8,500 个活跃、不活跃和已关闭的尾矿储存设施。使用该估计值并根据较少数量设施的报告量推断,全球储存的尾矿约为 217 立方公里(km3)。虽然全球储存的尾矿总量存在不确定性,但世界各地金属矿山显然不缺尾矿——但尾矿中的可再生能源金属含量以及提取这些金属的经济和环境可行性在很大程度上是未知的。
对过渡矿产市场规模的预测各不相同——国际能源署表示,在 1.5°C 的情景下,过渡矿产市场的价值将升至当今煤炭行业的价值,而国际货币基金组织则表示,这一数字将升至当今石油行业的价值。但国际能源署表示,“目前许多关键矿产的供应和投资计划远远达不到部署绿色技术所需的水平”。到目前为止,高昂的价格还不足以吸引能源转型所需的投资,除非出现供应紧缩和价格持续飙升。多份报告称,一个关键问题是政策制定者缺乏有关国家能源转型的可靠声明。国际能源署表示,“如果企业对各国的能源和气候政策没有信心,他们很可能会根据更为保守的预期做出投资决策。”
DOI:10.13140RG.2.2.14554.96967 摘要 人工智能 (AI) 彻底改变了当代社会的许多方面,包括法律体系及其影响。本文探讨了人工智能技术发展的法律影响。人工智能自主决策的能力引发了人们对责任的严重担忧。传统法律理论可能很难确定谁应该对无需人工输入的人工智能系统造成的损害负责。世界各地的立法者和法院都难以制定法律准则,让人工智能本身、其用户甚至其创造者承担损害赔偿责任。由于人工智能提供了前所未有的数据收集和处理能力,隐私问题是一个主要问题。加州的 CCPA 和欧洲的 GDPR 等法律对数据处理程序和开放性制定了严格的指导方针,旨在在创新和个人权利之间取得平衡。人工智能生成的内容给知识产权法带来了新问题,引发了关于版权和所有权的讨论。在自动生成内容和算法创作的时代,定义作者和所有权变得越来越困难。人工智能周围的法律环境因道德问题而变得更加复杂。由于算法偏见、偏见以及人工智能在刑事司法等敏感领域的道德应用等问题,强有力的法律处理是必要的。总之,即使人工智能有可能改变游戏规则,它的法律后果也要求仔细考虑隐私、责任、知识产权和道德规范。为了确保人工智能的
现有的管理高级人工智能系统风险的策略通常侧重于影响开发哪些人工智能系统以及它们如何传播。然而,随着高级人工智能开发者数量的增长,这种方法变得越来越不可行,并且会阻碍有益的用例和有害的用例。作为回应,我们敦促采取一种补充方法:提高社会对高级人工智能的适应性,即减少给定人工智能能力在给定水平的传播所带来的预期负面影响。我们引入了一个概念框架,该框架有助于识别避免、防御和补救人工智能系统潜在有害用途的自适应干预措施,并以选举操纵、网络恐怖主义和人工智能决策者失去控制权为例进行了说明。我们讨论了社会可以实施的适应人工智能的三步循环。提高社会实施这一循环的能力可以增强其对高级人工智能的抵御能力。我们最后向政府、行业和第三方提出了具体的建议。
本工作采用了一种创新技术——电弧增材制造 (WAAM),这是一种定向能量沉积技术,用于裂纹钢部件的疲劳强化。在高周疲劳载荷条件下测试了不同的带有中心裂纹的钢板,包括参考板、用 WAAM 修复的具有沉积轮廓的钢板以及用 WAAM 修复并随后进行加工以降低应力集中系数的钢板。进行了相应的有限元模拟,以更好地理解 WAAM 修复的机理。参考板上现有的中心裂纹在 94 万次循环后扩展并导致断裂,而两块 WAAM 修复板中的中心裂纹并未扩展,这是由于净横截面积增加以及沉积过程引起的压应力。然而,在第二块钢板中,由于局部应力集中,在 WAAM 轮廓根部出现了新的裂纹,疲劳寿命达到了 220 万次循环(是参考板的 2.3 倍)。另一方面,第三块钢板由于加工轮廓光滑,经受了 900 多万次疲劳循环,没有出现明显的退化。这项研究的结果表明,WAAM 修复技术在解决钢结构疲劳损伤方面具有巨大潜力。
摘要:在本文中,我区分了人工智能 (AI) 背景下可能出现的三种危害:个人危害、集体危害和社会危害。社会危害经常被忽视,但不能归结为前两种危害。此外,应对人工智能引起的个人和集体危害的机制并不总是适合应对社会危害。因此,政策制定者对当前人工智能法律框架的差距分析不仅存在不完整的风险,而且为弥补这些差距而提出的新立法提案也可能无法充分保护受到人工智能不利影响的社会利益。通过概念化人工智能的社会危害,我认为需要从个人角度转变视角,转向人工智能的监管方法,以解决其对整个社会的影响。借鉴专门保护社会利益的法律领域——环境法,我确定了欧盟政策制定者在人工智能背景下应考虑的三种“社会”机制。这些机制涉及 (1) 公共监督机制,以提高问责制,包括强制性影响评估,并提供提供社会反馈的机会; (2) 公共监测机制,以确保独立收集和传播有关人工智能社会影响的信息; (3) 引入具有社会维度的程序性权利,包括获取信息、获得司法公正和参与人工智能公共决策的权利,无论个人受到何种伤害。最后,在提出总结性意见之前,我会考虑欧盟委员会关于人工智能监管的新提案在多大程度上考虑到了这些机制。
虽然 NTG 隐瞒了交易成本,但联邦政府最近发布的未来天然气战略表明,Blacktip 天然气的当前成本可能为 14 美元/GJ 3 。这个价格可能是 Beetaloo Basin 天然气的最低价格,但由于该盆地尚未开发,需要铺设新管道,而且距离达尔文的距离是 Blacktip 的两倍,因此这很可能会导致更高的承购成本,可能高达 16 美元/GJ。Tamboran 在 2023 年向股东表示,最低价格需要 10.5GJ。
摘要:人工智能 (AI) 结合了算法、机器学习和自然语言处理的应用。AI 在教育领域有多种应用,例如自动评估和面部识别系统、个性化学习工具和微博系统。这些 AI 应用有可能通过支持学生的社交和认知发展来提高教育能力。尽管具有这些优势,但 AI 应用仍存在严重的伦理和社会缺陷,而这些缺陷在 K-12 教育中很少被考虑。将这些算法融入教育可能会加剧社会现有的系统性偏见和歧视,使来自边缘化和服务不足群体的学生的隐私、自主权和监视问题长期存在,并加剧现有的性别和种族偏见。在本文中,我们探讨了 AI 在 K-12 教育中的应用,并强调了它们的道德风险。我们引入教学资源,帮助教育工作者应对整合人工智能的挑战,并提高 K-12 学生对人工智能和道德的理解。本文最后提出了研究建议。
