XiaoMi-AI文件搜索系统
World File Search System关系不大
离子热运动的量子逻辑光谱
量子逻辑光谱 (QLS) 可用于缺乏合适电子能级结构来直接执行这些任务的原子和分子离子种类的内部状态制备和读出[1 – 4]。原则上，通过使用“逻辑离子”(LI) 及其与共捕获的“光谱离子”(SI) 的运动耦合，QLS 可以控制任何离子种类。如参考文献 [1] 中所述，传统 QLS 协议有两个主要局限性。首先，它要求将离子冷却到接近运动基态。其次，它的读出效率与 SI 的数量关系不大，这可能会阻碍将量子逻辑原子钟扩展到多个离子所带来的更高的稳定性[5]。已经开发出使用重复量子非破坏 (QND) 测量来减轻这些影响的方法[6 – 8]。然而，由于电子结构不合适，应用它们可能不可行，重复测量会降低光谱探针的占空比。在这里，我们演示了文献 [9] 中基于几何相位门提出的 QLS 方法
我们的价值观是否越来越适应人工智能社会？一项关于职业价值观和职业对技术替代敏感性的纵向研究
先进技术正在以不可预测的方式改变我们的工作生活。因此，对技术引发大规模失业的恐惧再次出现。与工作技术替代相关的不稳定性增加可能导致物质主义价值观的倒退，这种价值观更容易接受威权主义和仇外心理。至关重要的是，这些价值观与未来工作所需的技能关系不大，未来工作往往被描述为要求更高水平的创新、创造力和社交技能，这些技能与后物质主义价值观有关。目前的研究迄今为止忽视了大规模技术替代工作的文化方面，本研究对此进行了阐明。我们研究了 2002 年至 2018 年期间欧洲职业价值观与职业自动化之间的关系如何发展。结果表明，职业价值观在整个时期内一直相当稳定。职业价值观并没有像预期的那样，在环境变得越来越不稳定或创新驱动的情况下，变得更适合或更不适合人工智能社会。论文表明，这种社会类型的文化适应尚未发生。
模糊逻辑在人工智能中的位置
到目前为止，“模糊逻辑”一词通常指一种特定的控制工程方法，该方法利用常识控制规则的数值表示，以便通过插值合成控制律。这种方法与神经网络有许多共同特征。它现在主要关注数值函数的有效编码和近似，目前与知识表示问题的关系越来越少。然而，这是对模糊逻辑的非常狭隘的看法，与人工智能关系不大。扫描模糊集文献，人们意识到模糊逻辑也可能指另外两个与 M 相关的主题：多值逻辑和近似推理。虽然多值逻辑流非常以数学为导向，但 Zadeh 设想的近似推理概念与人工智能研究的主流程序更相关：他在 1979 年写道：“近似推理理论涉及从一组不精确的前提中推导出可能不精确的结论”。在下文中，我们将使用术语“模糊逻辑”来指代任何一种旨在用于推理机制的基于模糊集的方法。
监督学习的量子计算方法
过去二十年，量子计算和机器学习的理论和实践都呈现爆炸式增长。现代机器学习系统处理大量数据，需要巨大的计算能力。随着硅半导体小型化接近其物理极限，人们越来越多地考虑使用量子计算来满足未来的计算需求。小型量子计算机和量子退火机已经建成并投入商业销售。量子计算机可以使所有科学和工程领域的机器学习研究和应用受益。然而，由于其根源在于量子力学，该领域的研究迄今为止一直局限于物理学界，其他学科的研究人员很难接触到大多数工作。在本文中，我们先介绍量子计算的背景并总结其关键结果，然后再探讨其在监督机器学习问题中的应用。通过避开与量子计算关系不大的物理学结果，我们希望让数据科学家、机器学习从业者和跨学科的研究人员都能理解这篇介绍。
何时进行大修 | Savvy Aviation Resources
本专栏的常客都知道，我并不赞同在 TBO 时检修发动机。我认为发动机 TBO 是一个彻底被否定的概念，它导致完好无损的发动机被任意停用，给飞机所有者造成了数亿美元的损失。航空公司和军方几十年前就放弃了在特定小时数检修飞机发动机的概念。活塞 GA 是航空业中最后一个仍然认同这一荒谬想法的领域。我的 Cessna T310R 上的 TSIO-520-BB 发动机的公布 TBO 为 1,400 小时。我的两台发动机现在都已使用 2,800 小时（TBO 的 200%），而且仍然运行良好，非常感谢。我的许多托管维护客户都已远远超过了 TBO。一台发动机的 TBO 为 2,000 小时，现在已使用 3,200 小时，并且运行良好。TBO 之所以如此流行，有几个原因。一是发动机寿命与发动机使用时间关系不大。使用时间不会限制我们发动机的寿命。最大的寿命限制因素是在闲置期间暴露于腐蚀性环境。其次是操作员滥用，尤其是冷启动和不当
红腿专业公报
有时，我们大多数人都听到过这样一种无知和缺乏经验的指责，即军事史价值不大，因为它与现在关系不大。这种说法通常基于对过去及其对现在和未来的影响的危险的狭隘和扭曲的看法。历史为师。当盟军开始入侵诺曼底时，巴顿将军写道：“要成为一名成功的士兵，你必须了解历史。”1 历史上的伟大战场指挥官都表达过同样的看法。研究历史对于了解现在和为未来做准备至关重要。尽管近年来技术发生了变化，作战和战术理论也持续快速发展，但战斗领导者可以从过去的战斗和战役中学到很多东西。研究军事史有助于我们了解塑造现在的部队相互作用和战场动态。它还提供了从长远角度看待当前问题的方法，即了解过去的人们如何处理类似的问题和情况。敏锐地了解前人所面临的挑战以及他们设计的解决方案，使我们能够从他们的经验中受益，并更有效地处理我们今天面临的许多重要问题。为未来做准备。因为人性始终不变，历史提供了一些情景，我们可以从中洞察未来可能发生的事件。例如，历史告诉我们 50 年
混沌理论与战略思想 - DTIC
一场可以改变战略思想的革命正在进行。但苦乐参半的事实是，这场革命与冷战结束和斯通沙漠行动成功后即将出现的“新世界秩序”关系不大。真正的革命在于科学，其影响可能会改变战争和战略思想的模式。然而，我们的注意力集中在短期的国际改组上。我们专注于短暂的事物，而忽略了时代性。科学进步正在推动我们超越简单的牛顿概念，进入混沌理论和自组织临界性的奇异世界。这些新颖的科学研究方向仅在过去三十年中出现。简而言之，它们假定结构和稳定性隐藏在看似随机的非线性过程中。由于科学革命在过去如此改变了冲突，美国战略家必须了解进展中的变化。这很重要的一个原因是技术：新原理产生了新类型的武器，就像基本量子理论和狭义相对论引领了核装置一样。理解科学变化的第二个更根本的原因是，我们对现实的看法建立在科学范式之上。世界在我们看来往往是一个错综复杂、混乱不堪的地方，我们寻找能够理解这一切的框架。这些框架绝大多数都来自物理科学，比如 18 世纪的观点认为
澳大利亚真的迷失在太空了吗？
摘要 澳大利亚是世界上最富有的国家之一。然而，令许多观察家感到惊讶和不解的是，多年来，澳大利亚政府坚决拒绝以与该国财富和世界地位相称的方式参与太空活动。建立航天局的多次呼吁被忽视或坚决拒绝，对太空活动的民用和商业投资受到限制。在过去十年中，政策、国家安全、民用和商业领域取得了重大发展，并进行了新的投资。也许最突出的特点是 2018 年澳大利亚航天局 (ASA) 的成立。本文是对这些发展的描述和批判性分析。澳大利亚太空战略有两个关键驱动因素。第一个是澳大利亚的战略地理位置、它在地球上的位置、面积大、人口少（其中大多数人居住在几个沿海大城市）。第二个是国家安全，通常通过国家的联盟关系来表达。自 1940 年代末以来，这些一直是政策不变的因素，至今仍是如此。本文表明，包括太空局的成立在内的近期发展最好被理解为一系列事件的机遇性成果和意外结果，其中有些事件与太空本身关系不大。一些人将其视为一个新的开始，但更深入的分析证实了地理和国家安全作为澳大利亚太空战略的两个关键驱动因素的持续重要性。
军事应用人工智能方法的比较伦理
越来越多地提议在涉及潜在致命武力的军事技术和军事规划中使用人工智能 (AI) 软件来取代人类。军事冲突是危险的，而且有很大的动机将其参与者自动化。例如，韩国使用简单人工智能的自动炮塔在国际上很受欢迎（Parkin，2015），尽管其伦理原则尚未得到仔细评估。军事人工智能最明显的伦理问题出现在瞄准方面，其他问题出现在作战规划和后勤支持方面。然而，建立人工智能系统来做出潜在的致命判断是困难的，目前的人工智能方法在许多任务上仍然不如人类准确（Emery，2021）。使用它们施加致命武力可能是不道德的，就像今天在军事冲突中使用霰弹枪等不精确的武器一样。此外，武装冲突法中，使用致命武力的一个主要理由是自卫，这与软件和机器人关系不大，因为它们可以廉价地重新制造，尽管有限的自卫对于它们在持续冲突中保持其能力仍然是适当的。因此，评估每种人工智能方法的工作原理以了解其对致命武力的贡献有多合理非常重要，而且这些方法在准确性和可解释性方面存在很大差异，因此其可能的合理性也不同。