XiaoMi-AI文件搜索系统
World File Search System从未见过
一眼实验室
世界上首要的高性能计算设施之一劳伦斯·利弗莫尔（Lawrence Livermore）是Livermore Computing（LC）的所在地，Livermore Computing是世界上最重要的高性能计算设施之一。LC拥有188多个PETAFLOPS的计算能力和许多Top500系统，包括125-Petaflop Sierra。继续延续世界一流的LLNL超级计算机的长血统，塞拉代表了通往Exascale Computing道路的倒数第二步，预计将在2023年通过称为El Capitan的LLNL系统实现。这些旗舰系统具有GPU的支持，并以3D的形式在从未见过的各种关键任务需求的情况下进行了多物理模拟。在2020年，LLNL和小脑系统将世界上最大的计算机芯片集成到Lassen系统中，并使用尖端的AI技术升级顶级超级计算机。这种组合创造了一种根本新型的计算解决方案，使研究人员能够研究新颖的预测建模方法。这些平台得到了我们的LEED认证，创新的基础设施，权力和冷却设施的支持；一个存储基础架构，包括三种文件系统和世界上最大的tfinity磁带档案；和顶级客户服务。我们的行业领先软件生态系统展示了我们对许多大型开源工作的领导，从折腾和ZFS到R＆D 100屡获殊荣的SCR和SPACK。
一眼实验室 - 劳伦斯·利弗莫尔国家实验室
世界上首要的高性能计算设施之一劳伦斯·利弗莫尔（Lawrence Livermore）是Livermore Computing（LC）的所在地，这是一家首要的高性能计算设施。LC拥有200多个PETAFLOP的计算能力和许多Top500系统，包括125-Petaflop Sierra系统。继续世界一流的LLNL超级计算机的血统，塞拉代表了Exascale Computing道路上的倒数第二步，预计将通过称为El Capitan的LLNL系统在2023年实现。这些旗舰系统具有GPU的支持，并以3D的形式在从未见过的各种任务需求的情况下进行了多物理模拟。在2020年，LLNL和小脑系统将世界上最大的计算机芯片集成到Lassen系统中，并使用尖端的AI技术升级顶级超级计算机。这种组合创造了一种根本新型的计算解决方案，使研究人员能够研究新颖的预测建模方法。这些平台得到了我们的LEED认证，创新的基础设施，权力和冷却设施的支持；一个存储基础架构，包括三种文件系统和世界上最大的tfinity磁带档案；和顶级客户服务。我们的行业领先的软件生态系统展示了我们对许多大型开源工作的领导，从与光泽和ZFS一起抛弃到R＆D 100屡获殊荣的Flux，SCR和SPACK。
社会情境人工智能能够从人类互动中学习
无论人工智能代理有多少可用数据，代理在实际部署中都不可避免地会遇到以前从未见过的情况。通过从其他人那里获取新信息来应对新情况（即社交情境学习）是人类发展的核心能力。不幸的是，社交情境学习对人工智能代理来说仍然是一个开放的挑战，因为它们必须学会如何与人互动以寻找它们所缺乏的信息。在本文中，我们将社交情境人工智能的任务（代理通过与人的社交互动寻找新信息）形式化为强化学习问题，代理通过社交互动观察到的奖励来学习识别有意义且信息丰富的问题。我们将我们的框架表现为一个交互式代理，它在大型照片共享社交网络上拓展其视觉智能时，学习如何用自然语言询问有关照片的问题。与主动学习方法不同，主动学习方法隐含地假设人类是愿意回答任何问题的神谕，而我们的代理则根据观察到的规范来调整其行为，即人们有兴趣或不感兴趣回答哪些问题。通过为期 8 个月的部署，我们的代理与 236,000 名社交媒体用户进行了互动，我们的代理在识别新视觉信息方面的表现提高了 112%。受控现场实验证实，我们的代理的表现比主动学习基线高出 25.6%。这项工作为不断改进人工智能 (AI) 代理提供了机会，使其能够更好地遵守开放社交环境中的规范。
雷霆之语 - 内布拉斯加州雷鸟俱乐部
Prez 说：欢迎来到 2025 年，T-Bird 成立 71 周年！非常感谢 Marty 连续三年担任我们的总裁。他总是能做得很好！我期待与今年的官员合作，他们将在时事通讯的其他地方被提及。一如既往地感谢 Jack 担任我们屡获殊荣的时事通讯编辑！我一直很享受与 T-Bird 与我们众多知识渊博的成员的谈话。“T-Bird Tom”Woodman 说他已经退休了，但仍在继续从事自己的项目。他确实对我们中的许多人有很大的帮助，并将继续分享他的知识。在上次会议上，他向我们展示了 60 多年后的油箱过滤器是什么样子。我猜有几位成员从未见过它！我们的第一次 2025 年商务会议将于 3 月 20 日在奥马哈的 The Copper Kettle Café 举行。除非另行通知，否则我们的会议将在每个月的第三个星期四继续举行，从下午 6 点开始，在奥马哈和韦弗利的 Trackside Bar and Grill 之间交替举行。去年取消了几个活动，所以我们将重新安排。Marty 已同意主持技术会议并参观汽车展，Jim 和 Jeff 将为我们提供西部 IA 游览选项供我们考虑，希望与 IA 分会一起。请将其他游览建议带到会议上或打电话给我讨论。请记住，即使您没有驾驶 Thunderbird，也可以参加俱乐部活动。祝 25 年充满乐趣。Rob Kinsey，总裁
使用脑电图检测思维徘徊：内部和跨个体
思维徘徊通常以从外部任务向我们的内部，自我生成的思想转向的注意力。这种普遍现象与众多破坏性功能结果有关，包括性能误差和负面影响。尽管迄今为止的研究率很高和影响，但迄今为止的研究尚未确定强大的行为签名，使人们对思想的毫无意义但可靠的发现徘徊，这对于未来的应用来说是一项艰巨但重要的任务。在这里，我们检查了是否可以在机器学习模型中使用电生理学来准确预测思维徘徊状态。，我们从参与者执行了听觉目标检测任务并自我报告是从参与者中记录了头皮脑电图，无论他们是在任务上还是在徘徊。，我们使用事件相关的潜力（ERP）测度成功地（人依赖）和（与人无关的）个体跨越了注意力状态。非线性和线性机器学习模型在受试者中检测到的思维徘徊：支持向量机（AUC = 0.715）和逻辑回归（AUC = 0.635）。重要的是，这些模型还跨越了受试者：支持向量机（AUC = 0.613）和逻辑恢复（AUC = 0.609），这表明我们可以基于该组中观察到的ERP模式可靠地预测给定个人的注意状态。这项研究是第一个证明机器学习模型可以使用电生理学指标“从未见过的”个体的人，强调了它们实时预测秘密注意状态的潜力。
通过模拟器和深度学习在深空探索方面取得进展
美国宇航局的星光计划和突破摄星计划概念化了通过定向能驱动的小型相对论航天器进行快速星际旅行。这一过程与传统的太空旅行截然不同，用小型、快速、廉价和易碎的航天器取代大型和缓慢的航天器。这些晶片卫星的主要目标是在深空旅程中收集有用的图像。我们介绍并解决了伴随这一概念的一些主要问题。首先，我们需要一个物体检测系统，可以检测我们从未见过的行星，其中一些行星包含我们可能甚至不知道在宇宙中存在的特征。其次，一旦我们有了系外行星的图像，我们就需要一种方法来拍摄这些图像并按重要性对它们进行排序。设备故障，数据速率很慢，因此我们需要一种方法来确保对人类最重要的图像是优先进行数据传输的图像。最后，机载能量最小，必须节约和谨慎使用。不应错过任何系外行星图像，但错误地使用能量会造成损害。我们引入了基于模拟器的方法，利用人工智能（主要是计算机视觉）来解决这三个问题。我们的结果证实，模拟器提供了极其丰富的训练环境，远超真实图像，可用于训练模型，以研究人类尚未观察到的特征。我们还表明，模拟器提供的沉浸式和适应性环境与深度学习相结合，让我们能够以一种难以置信的方式导航和节省能源。
太空监视望远镜将于 2022 年投入运行
摘要 2020 年 3 月 5 日，太空监视望远镜 (SST) 从位于西澳大利亚埃克斯茅斯附近的新家获得了第一束光。从那时起，只要天气允许，SST 就会观察南半球的天空，收集视野范围内经过的明亮和暗淡物体的数据。这些令人难以置信的收集包括数以万计从未见过的物体。此外，SST 还发现了以前在公共太空目录中丢失的太空物体，并发现了数十个潜在危险的自然物体。SST 独特的位置，加上它能够看到暗淡物体的能力，增强了太空监视网络 (SSN) 改进探测、飞行安全、分离、会合评估和近距离操作的能力。随着进入太空的门槛降低，越来越多的参与者获得了进入太空的机会。这种趋势将导致更严重的拥堵和竞争。随着技术进步，绕地球轨道运行的物体的数量将继续增加，而物体的尺寸将减小，这需要传感器提供更高的灵敏度、分辨率和容量。 SST 已从传统的任务型作战转向搜索型作战，而该系统的独特能力能够满足探测和跟踪深空物体的要求。SST 正朝着进入太空监视网络的作战验收迈进。经过严格的测试，SST 将提供改进太空活动探测和表征的能力。
在开放式域中同时识别和抓住
抽象以帮助人类在日常任务中，机器人需要知道场景中存在哪些对象，它们在哪里以及如何在不同情况下掌握和操纵它们。因此，对象识别和抓握是自主机器人的两个关键功能。大多数最先进的方法都将对象识别视为两个单独的问题，即使两者都使用视觉输入。此外，在训练阶段之后，对机器人的知识固定了。在这种情况下，如果机器人遇到新的对象类别，则必须重新审议以在没有灾难性遗忘的情况下整合新信息。为了解决这个问题，我们提出了一个深度学习体系结构，具有增强的内存能力，以同时处理开放式对象识别并掌握。特别是，我们的方法将对象的多视图视为输入，并共同估计像素的掌握配置以及深度尺度和旋转不变的表示为输出。然后，通过元激活学习技术将获得的表示形式用于开放式对象识别。我们证明了我们的方法能够掌握从未见过的对象的能力，并使用在模拟和现实世界中的现场示例很少示例快速学习新对象类别。我们的方法使机器人平均每类少于五个实例获得有关新对象类别的知识，并在模拟和实体实验实验中获得（高度）混乱的场景（高度）杂乱的场景（高度杂乱的场景）的成功率高于91％。这些实验的视频可在线获得：https：//youtu.be/n9smpuekogk
人工智能算法让商业用户能够……
Reconciliations Premium 认为 AIR 在新功能和提高效率方面为用户带来了许多机会，尤其是在优化方面。他说：“首先是提高公司加入新对帐的速度。它可以帮助用户协调他们从未见过的数据，并允许他们快速完成，而无需详细了解产品 - 它可以通过 AI 分析帮助他们更快地加入。” 据 Hasson 称，AIR 还在将公司的对帐能力扩展到新市场和用户方面发挥着重要作用 - 特别是那些对帐需求相对基本、希望即时配置新对帐的用户。“它不是为高度复杂的对帐空间设计的，也没有特定于领域的功能。AIR 为不需要自动化或业务深度功能的部门和其他组织部分带来了新的对帐选项，它使用最新的 AI 和机器学习技术来实现这一点。有些用户希望尽可能快速、简单地运行临时对帐，SmartStream AIR 完全可以满足这一需求。它是云托管的，不需要培训，因此用户从第一天起就可以高效工作。真正好的部分是，它提供的技术也可以通过 TLM Reconciliations Premium 获得 - 例如，分析和加入新信息并改进自动匹配。” AIR 为 TLM Reconciliations Premium 带来的关键功能之一是允许客户使用 AI 服务，同时保留他们认为必不可少的监督和控制水平。Hasson 解释道：“他们可以快速构建或重复使用业务规则来确认特定组合、验证公差等
雷霆之语 - 内布拉斯加州雷鸟俱乐部
Prez 说：欢迎来到 2025 年，T-Bird 成立 71 周年！非常感谢 Marty 连续三年担任我们的总裁。他总是能做得很好！我期待与今年的官员合作，他们将在时事通讯的其他地方被提及。一如既往地感谢 Jack 担任我们屡获殊荣的时事通讯编辑！我一直很享受与 T-Bird 与我们众多知识渊博的成员的谈话。“T-Bird Tom”Woodman 说他已经退休了，但仍在继续从事自己的项目。他确实对我们中的许多人有很大的帮助，并将继续分享他的知识。在上次会议上，他向我们展示了 60 多年后的油箱过滤器是什么样子。我猜有几位成员从未见过它！我们的第一次 2025 年商务会议将于 3 月 20 日在奥马哈的 The Copper Kettle Café 举行。除非另行通知，否则我们的会议将在每个月的第三个星期四继续举行，从下午 6 点开始，在奥马哈和韦弗利的 Trackside Bar and Grill 之间交替举行。去年取消了几个活动，所以我们将重新安排。Marty 已同意主持技术会议并参观汽车展，Jim 和 Jeff 将为我们提供西部 IA 游览选项供我们考虑，希望与 IA 分会一起。请将其他游览建议带到会议上或打电话给我讨论。请记住，即使您没有驾驶 Thunderbird，也可以参加俱乐部活动。祝 25 年充满乐趣。Rob Kinsey，总裁