我是一名科学家。我帮助开创了量子计算和现代开放科学运动。我对人工智能也有浓厚的兴趣。所有这些都是我对帮助人们发现和创造的系统和工具的更广泛兴趣的一部分,无论是个人还是集体。我对量子计算的兴趣始于 1992 年。我在这个领域最为人所知的身份可能是与 Ike Chuang (麻省理工学院) 合著的《量子计算标准文本》。这是过去 30 年物理学中被引用次数最多的著作,也是物理学史上被引用次数最多的十部著作之一(基于截至 2015 年左右的 Google Scholar 数据)。我对量子计算方面的三项研究贡献特别感到自豪:(1) 控制纠缠量子态操纵的基本定理;这引发了人们对主要化数学及其与量子力学的关系的广泛兴趣;(2) 将量子计算重新表述为一种在非常高维弯曲空间中的测地线运动;这项工作目前正在接受量子引力研究人员的深入研究,他们利用它来理解黑洞; (3) 发现和早期开发量子计算的光簇状态方法,目前由 PsiQuantum 公司研究(最新一轮融资额约为 2.3 亿美元)。其他贡献包括参与开发量子门隐形传态、量子过程层析成像(用于实验性地表征量子门)以及最早的量子隐形传态实验之一,该实验被《科学》杂志评为 1998 年度十大突破之一。作为这项工作的一部分,我与他人共同创立并指导了量子信息科学计划,担任昆士兰大学量子信息科学基础教授。当时,它是南半球最大的以理论为重点的量子计算小组,也是世界上最大的量子计算小组之一,成员人数不断增加,目前大约有 30 人(教师、博士后、学生)。更广泛地说,通过招聘、指导和会议,我帮助澳大利亚发展成为世界领先的量子计算国家之一。虽然量子计算通常被认为是一种有前途的技术,但这并不是激发我兴趣的原因。我对计算机很着迷,因为它是一种表示和运用知识的手段,可以执行我们称之为人类认知的过程。量子计算机强烈地挑战我们去理解这些过程的根本限制。从历史上看,另一条研究路线也探讨了同样的问题,尽管角度截然不同。在 20 世纪 60 年代和 70 年代,道格拉斯·恩格尔巴特 (Douglas Engelbart)、伊万·萨瑟兰 (Ivan Sutherland) 和艾伦·凯 (Alan Kay) 等早期的计算研究人员开始将计算机设想为增强人类认知的工具。他们开发了许多最强大的想法,这些想法构成了现代用户界面的基础,这些工具扩展了人类的创造力和发现能力。受这些想法的启发,在 20 世纪 90 年代,我对互联网的承诺感到兴奋,它有助于改变科学研究的方式——通过新的工具进行协作,共享数据、代码和想法,以新的方式创造意义。我看到这个承诺在开源编程社区内迅速实现。但很明显,许多障碍阻碍了科学界的这一目标。科学已经开发了一些强大的知识共享系统和规范(例如期刊文章),但也有许多系统在关键方面(例如数据、软件和工具,以及在发现中往往至关重要的隐性知识)对共享的激励作用较弱或完全不鼓励共享。
可以通过故意用AI代的产出来将儿童置于风险中。AI生成的语音和图像输出的创建和部署可以促进一系列危害。恶意演员可以使用图像生成器来消除照片并更改性别,以创建假子镜。反过来,这些可以用于在线接近或与儿童联系,以进行修饰,性骚扰或七分。成人和儿童可以使用语音和视频生成技术来创建Deepfake角色,并将其作为潜在受害者的潜在朋友或浪漫伴侣(类似于成人浪漫骗局中的实时深层技术)。8个孩子们说或做他们在现实生活中没有做过的事情,或者他们的外表已经
跨视图图像地理位置定位旨在通过用GPS标记的卫星图像补丁绘制当前的街道视图图像来确定户外机器人的位置。最近的作品在识别卫星贴片中达到了显着的准确性,该卫星贴片在机器人所在,其中将中央像素在匹配的卫星贴片中用作机器人粗糙位置估计。这项工作着重于机器人在已知的卫星贴片中的细粒度定位。现有的细颗粒定位工作利用相关操作来获得卫星图像本地描述符和街道视图全局描述符之间的相似性。基于衬里匹配的相关操作简化了两个视图之间的相互作用过程,从而导致距离误差很大并影响模型的概括。为了解决这个问题,我们设计了一个具有自我注意力和跨注意层的跨视图功能fu-sion网络,以取代相关操作。此外,我们将分类和回归预测结合在一起,以进一步降低位置距离误差。实验表明,我们的新型网络体系结构的表现优于最先进的,可以在看不见的地区更好的概括能力。具体而言,我们的方法在同一区域和在活力基准的同一区域和看不见的区域中分别将中位定位距离误差降低了43%和50%。
海军优势 使用光纤 DTS 技术可为海军带来多种潜在优势。首先,它是唯一能够高分辨率识别大面积渗漏的技术。这可验证并改进地下水和污染物运输模型。它可精确定位值得关注的区域并排除渗漏程度极低或没有渗漏的区域。例如,最近一项 50 英亩的 DTS 研究发现,渗漏发生在不到 5% 的场地面积内。这种高分辨率数据可提高后续调查的成本效益,并让监管机构更加确信该场地的特征已得到充分描述。
亚洲数字金融学院(AIDF)是NUS的大学级研究所,由新加坡货币管理局(MAS),国家研究基金会(NRF)和NUS共同创立。AIDF渴望成为思想领袖,金融科技知识中心,以及用于开发数字金融技术以及培养亚洲当前和未来金融科技研究人员和从业人员的实验地点。信贷研究计划(CRI)是根据AIDF的非营利组织。开创了“公共良好”信用风险措施,该计划致力于推进大数据分析并为学术和专业社区提供直接有用的信用情报。
国会议员和五角大楼官员越来越关注开发新兴军事技术,以加强美国国家安全并与美国竞争对手保持同步。长期以来,美国军方一直依靠技术优势确保其在冲突中的主导地位并保障美国的国家安全。然而,近年来,技术既迅速发展又迅速扩散——这主要是商业领域的进步的结果。正如前国防部长查克·哈格尔所观察到的,这种发展有可能削弱美国传统的军事优势来源。国防部 (DOD) 已采取多项举措来阻止这一趋势。例如,2014 年,国防部宣布了第三次抵消战略,旨在利用新兴技术用于军事和安全目的以及相关的战略、战术和作战概念。为了支持这一战略,国防部成立了一些专注于国防创新的组织,包括国防创新部门和国防战争游戏协调小组。
1. 增强而非替代 人工智能应被用作增强人类创造力和生产力的工具,而不是替代我们创意团队的艺术视野或工艺。我们相信人类思想和智慧的力量,人工智能应该增强而不是削弱这种力量。 2. 透明度和道德使用 在生产过程中使用人工智能的任何行为都必须透明,特别是当它有可能影响最终产品的真实性或原创性时。当在创作过程中使用人工智能工具时,我们会坦诚地告知客户和合作者。 3. 保护知识产权和创作完整性 使用人工智能时应尊重知识产权的所有权,包括我们自己的和第三方的知识产权。人工智能生成的内容不得侵犯受版权保护的材料,并且必须严格遵守许可法和协议。
工作论文 2024 年 12 月 关于作者 Eleonora L. Cammarano 是约翰霍普金斯大学 SAIS 2025 年国际事务文学硕士 (MAIA) 候选人。她于 2023 年以优异成绩毕业于约翰卡伯特大学,完成环境和平建设顶点项目,主修国际事务,辅修哲学和经济学。Eleonora 的主要兴趣在于气候变化与安全的交叉点、有效的和平干预以及全球南方视角。Branson Gillispie 是约翰霍普金斯大学高级国际研究学院 (SAIS) 国际关系文学硕士 (MAIR) 二年级学生,拥有肯塔基州列克星敦特兰西瓦尼亚大学的国际事务和写作修辞与传播文学学士学位。他的研究兴趣涉及欧洲和欧亚大陆的冲突解决、民族主义、身份、移民和社会之间的交叉点。Manan Shah 是 FOGGS 的研究、IT 和通信顾问。他毕业于印度马尼帕尔理工学院,获得计算机科学与工程学士学位,辅修大数据。他的兴趣领域包括社会学、国际关系、气候变化和经济学。 FOGGS 论文系列编辑:Georgios Kostakos 研究助理:Antoine Brimbal 格式和出版:Manan Shah 免责声明 本出版物由 FOGGS 发行,仍归基金会所有。在注明出处的情况下,可以非商业目的复制。本出版物的内容由作者负责,不应被解释为一定反映 FOGGS 执行委员会或 FOGGS 合作伙伴或赞助商的观点。