本文表达的任何观点均为作者观点,而非 IZA 观点。本系列中发表的研究可能包括政策观点,但 IZA 不代表任何机构政策立场。IZA 研究网络致力于遵守 IZA 研究诚信指导原则。IZA 劳动经济研究所是一个独立的经济研究机构,开展劳动经济学研究,并就劳动力市场问题提供基于证据的政策建议。在德国邮政基金会的支持下,IZA 运营着世界上最大的经济学家网络,其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究、政策制定者和社会之间架起桥梁。IZA 讨论文件通常代表初步工作,并被分发以鼓励讨论。引用此类文件时应说明其临时性质。修订版可直接从作者处获得。
消费者电动汽车行业只有十多年的历史了。在其成立时,关于最佳EV架构的辩论考虑了两种独立的技术途径:束缚充电(由Tesla和Nissan代表)和电池交换(由雷诺和更好的地方代表)。早期EV政策包括支持这两种方法的框架,许多政策制定者认为每种途径同样可能。但是,在2000年代末和2010年代初期,许多政策和市场发展将行业推向了束缚收费模型。第一个是电池交换公司的破产更好的地方。这与特斯拉的成功搭配(特斯拉通过美国能源高级技术部门汽车制造贷款计划的大笔贷款从破产中挽救了破产)。,但还有其他因素。例如,早期购买量高度集中在富裕的早期采用者中。这些人倾向于对性能进行溢价(例如0-60次),并且很方便地可以访问家庭充电。结果,几乎所有在美国出售的电动汽车都依赖于束缚(例如插入电气充电电缆以传输电子)。速度缓慢的费用和高电动汽车成本意味着电动汽车主要是可以在家中可靠收费的高收入个人可以使用的。在美国,电动汽车仍然代表相对较小的汽车销售,它们主要由相对富裕的人拥有和运营。
如最近关于临床研究基础设施和紧急临床试验的 RFI 中所述,白宫科学技术政策办公室 (OSTP) 与国家安全委员会 (NSC) 合作,正在牵头努力确保能够在一系列机构和地点高效开展协调的大规模临床试验,以应对疾病爆发和其他紧急情况。在与国家卫生信息技术协调员办公室 (ONC) 合作发布的这份关于紧急临床试验和互操作性试点数据收集的 RFI 中,OSTP 和 ONC 寻求可行的技术策略意见,以便在紧急情况前阶段和紧急情况下使用通用应用程序编程接口 (API) 分发临床试验方案并捕获临床试验数据。本 RFI 的一个具体目标是收集有关试点或示范项目是否有价值的信息,以便在近期内(例如在本 RFI 评论结束后的 6-12 个月内)实现数据捕获。
作为一个非盈利组织,MITRE 公司通过运营多个联邦资助的研究和开发中心和实验室以及参与公私合作伙伴关系,致力于解决挑战我们国家安全、稳定、保障和福祉的难题,以维护公众利益。与联邦、州和地方政府以及行业和学术界合作,使 MITRE 具有独特的优势。MITRE 致力于发现新的可能性,创造意想不到的机会,并通过开创性的研究为公众利益引领,在人工智能 (AI)、直观数据科学、量子信息科学、健康信息学、政策和经济专业知识、值得信赖的自主权、网络威胁共享和网络弹性等领域将创新理念变为现实。
LAMV 2 版应为 4x4 右侧驾驶车辆,车辆周围(包括其底部、车门、挡风玻璃和车窗玻璃)均具有 STANAG-II 级防护。它应能够集成新一代监视和瞄准设备,如综合监视和瞄准系统和连续绑定监视系统,并提供安装在舱口/圆顶上的遥控武器系统 (RCWS)(用于服役的 12.7 毫米 MG)(具有 360° 转动能力)以击落有效的防空和地面火力。LAMV 2 版应具有模块化机架/支架,以有效存放战斗和个人乘员负载。车辆的保质期不应少于 10 年/100,000 公里。(b)座位数。包括司机在内不少于 4 人。乘员 2 人
在建立 CSF 时,第 13636 号行政命令指示:“为了促进技术创新并考虑到组织差异,网络安全框架将提供技术中立的指导,使关键基础设施部门能够从竞争市场中受益,这些产品和服务符合为应对网络风险而制定的标准、方法、程序和流程。” 评论者指出了 CSF 技术中立和供应商中立设计的好处和挑战。一些人指出,虽然自框架最初创建以来技术已经发展,但 CSF 的功能和成果继续支持组织的风险管理和网络安全计划改进。技术中立方法的好处得到了广泛认可,但多位评论者表示,可能需要进行更改以确保 CSF 更新明确解决不同类型系统的网络安全问题——包括 IT、OT、IoT 和云计算。此外,鉴于根据第 14028 号行政命令制定的最新指导,评论者建议在 CSF 中额外考虑软件安全。与其他主题一样,受访者呼吁采取一种适用于所有使用 CSF 的组织的灵活方法。
目前,产业界、学术界或联盟尚未建立协调机制来引入需要在整个计算技术堆栈中进行优化的颠覆性技术。这必然是政府应发挥的正确作用,即建立跨领域的科学基础,解决一阶计算堆栈(图 1 中的第二列)的协调和扩大规模挑战。通过同时投入足够的资源来攻克这些难题,可以大幅缩短从发现到产业投资将新技术推向市场所需的时间。从历史上看,即使是“直接”技术,例如 CMOS 半导体制造中的光刻转换和晶体管改进,这一时间差也达 12 至 20 年。除非采取更协调、更综合的方法,否则影响计算堆栈多个层的进步很可能需要更长的时间。
我代表加州大学 (UC) 系统撰写此文。UC 系统由十个校区、六个学术健康中心和三个附属的美国能源部国家实验室组成。UC 在开展严谨的科学研究和取得有意义的生物医学进步方面处于领先地位。UC 的研究历史包括领导世界上第一个癌症放射治疗临床试验、开发第一种流感疫苗、发现维生素 K 在新生儿健康中的作用、进行第一次心脏直视手术、发明现代基因编辑等等。这些成就中的许多都是在联邦资助下实现的,包括来自美国国立卫生研究院 (NIH) 的研究经费。在 2022 财年,UC 教职员工获得了近 26 亿美元的 NIH 研究经费,使 NIH 成为 UC 最大的研究赞助商。
根据《2022 年应对生物威胁、加强大流行防范和实现全球卫生安全的国家生物防御战略》(《国家生物防御战略》)和《美国大流行防范计划》(AP3),白宫科技政策办公室 (OSTP) 与国家安全委员会 (NSC) 合作,正在领导努力确保能够在一系列机构和地点有效开展协调和大规模临床试验,以应对疾病爆发和其他紧急情况。这方面的努力可能包括建立美国一级的治理结构,并接触广泛的机构、临床试验网络和其他可以参与国内和国际紧急研究的潜在试验地点。这项紧急临床试验计划的另一个目标是支持将临床研究扩展到服务不足的社区,并增加试验参与者和临床试验研究人员的多样性。建设美国开展紧急临床试验的能力将扩大和加强美国临床试验基础设施。
HiddenLayer 团队诞生于 2019 年的一次真实世界中的对抗性机器学习攻击,当时 Chris Sestito、Jim Ballard 和 Tanner Burns(HiddenLayer 创始人)负责应对一次严重的真实世界中的对抗性机器学习攻击。当时,Chris Sestito(HiddenLayer 首席执行官)领导着 Cylance 的威胁研究,Cylance 是一家 AI 公司,通过利用深度学习来防止恶意软件攻击,彻底改变了反病毒行业。2019 年,Windows 可执行 ML 模型通过现在称为推理攻击的攻击被利用,暴露了其弱点,并允许攻击者成功逃避 Cylance 运行的任何地方的检测。在响应工作中,未来的 HiddenLayer 创始人将其视为未来攻击的前兆,这些攻击是由 AI/ML 固有的弱点、更多的开源攻击工具以及对世界上有史以来发展最快、最重要的技术的不断增长的了解和使用而引起的。为了证明这些攻击是可以预防的,该团队开发了一种独特的、正在申请专利的、产品化的人工智能安全解决方案,以帮助所有组织减轻基于人工智能的解决方案固有的安全风险。