XiaoMi-AI文件搜索系统
World File Search System兴起
消费者减少订阅，订阅经济兴起
订阅经济能够如此快速增长的原因显而易见。无论是数字和流媒体订阅，还是实体产品订阅，绝大多数订阅服务的客户都对这些服务的性价比感到非常满意。总体而言，76% 的美国人对提供订阅计划的公司持积极态度。可以预见的是，最受欢迎的订阅服务往往也是消费者认为他们从中获得最大价值的服务。只有少数边缘服务（例如付费约会应用程序和减肥应用程序订阅）显示出明显的客户不满；这可能是这些服务的一些用户认为它们相对于许多可用的免费替代方案没有提供足够的附加值。
第一章 决策中心战争的兴起
过去十年，美国国防部 (DoD) 越来越多地将其理论和能力发展重点放在大国对手上，例如中华人民共和国 (PRC) 和俄罗斯联邦或拥有核武器的地区大国朝鲜。国防部的规划主要考虑美军在与这些对手的对抗中可能面临的最严峻战役，并假设最坏情况也能满足“情况较轻”的情况的需求。1 然而，对手认识到国防部对高强度作战的关注，因此正在有条不紊地制定战略和系统，通过避免美军已做好准备的局势类型来规避美军的优势并利用其弱点。2 作为不对称对抗美国军事优势的努力的一部分，中华人民共和国和俄罗斯军队所采取的作战方法都强调信息和决策是未来冲突的主要战场。诸如中国人民解放军 (PLA) 的系统破坏战或俄罗斯军队的新一代战争等概念，指挥部队以电子和物理方式攻击对手获取准确信息的能力，同时引入虚假数据，削弱防御者的定位能力。与此同时，侵略者的军事和准军事部队在不升级冲突的情况下孤立或攻击目标，从而为美国及其盟国的大规模军事报复提供借口
完全同态加密的兴起
2010 年，Martin van Dijk、Craig Gentry、Shai Halevi 和 Vinod Vaikuntanathan 12 (DGHV) 确定，向 pq i 公钥添加噪声会阻止 GCD（最大公约数）密钥发现以及目前的任何其他密钥发现方法。要添加的噪声量由近似 GCD 假设确定：如果从集合 {xi = qip + 2r i : ri << p : p << qi } 中抽取许多整数，其中 (1) ri 是少量噪声并且对于每次加密都不同，并且 (2) 每个 xi 都非常接近 p 的倍数但不是 p 的精确倍数，则整数集 xi 与相同大小的随机整数无法区分。
学术社会科学中机器学习的兴起
图1：学术社会科学中机器学习的兴起。蓝线表示滚动的一年频率，其中在Soci（社会科学），BUSI（商业）和ECON（经济学）Scopus主题领域中观察到一系列基于ML的术语，橙色注释指示上一年的每个单独的长期平均值。与Scopus索引的其他主题领域相比，插图散点图指示使用各种术语的使用频率，其中“基本ML”表示简单地提及“机器学习”或“人工智能”。插图的X轴与主题区域有关。例如，“树”与各种基于树的方法有关。更多信息可在
量子互联网计算的兴起
量子比特之间的纠缠2，在互联网规模的长距离上，是许多量子协议的关键，包括量子密钥分发、量子投票等，以及量子门的非局部控制。人们一直在努力建造量子计算机，是否有一种模式成为建造这种量子计算机的主导或最佳方式，还有待观察。与此同时，即使研究人员开发出更强大的量子计算机（支持更多量子比特进行操作，错误率更低），也有机会将来自不同站点的多台量子计算机连接起来，实现更复杂的量子计算，即将不同站点的多台量子计算机互连，使用分布式量子计算机系统（或不同节点的量子处理单元（QPU））执行分布式计算，从而实现分布式量子计算的概念，例如[3]。虽然分布式量子计算可以涉及彼此相邻或位于同一站点的多个QPU，但借助量子互联网，人们可以设想分布式量子
视频游戏中人工智能的兴起
第一台数字计算机是在 20 世纪 40 年代末或 50 年代初开发的，具体取决于您对计算机的确切定义，它们立即被用于玩游戏。这位热切的发明家（和玩家）正是计算机科学和人工智能的创始人之一艾伦·图灵（Togelius，2019 年）。人工智能是视频游戏中的基本概念之一。它的作用与叙事、艺术、图形、音频和任何其他元素一样重要。AI 不仅决定了游戏中可扩展的难度或与其他角色/环境的交互，还决定了沉浸感、适应性和响应性。糟糕的 AI 实现会破坏沉浸感，而具有良好 AI 机制的游戏将进一步增强整个游戏体验。自从人工智能诞生以来，游戏一直在帮助 AI 研究取得进展。游戏不仅为 AI 提出了有趣而复杂的问题（例如，玩好游戏）；它们还为用户（人甚至机器！）提供了创造力和表达的画布。因此，可以说，游戏是一个罕见的领域，科学（解决问题）与艺术和互动相遇：这些因素使游戏成为 AI 研究的独特和最受欢迎的领域。但不仅仅是 AI 通过游戏得到发展；游戏也通过 AI 研究得到发展（Yannakakis & Togelius，2018）。视频游戏中的人工智能可以是确定性的，也可以是不确定的。确定性 AI 广泛应用于游戏行业，其中不确定性最低。不确定 AI 具有一定程度的不确定性，并且由于从用户交互中学习而更具适应性和响应性。
经济社会和有用知识的兴起
经济社会在18世纪后期出现。我们认为，这些机构通过采用，产生和扩散新知识来降低获得有用知识的成本。结合了德国活跃经济社会3300名成员的宇宙的位置信息与专利持有人和世界公平参展商的位置信息，我们表明，拥有更多成员的地区在19世纪后期更具创新性。可以说，社会的这种持久影响是通过集聚经济体和局部知识溢出而产生的。我们提供证据来支持这一主张，该说法表明制造业立即增加，较早的职业学校建立以及到19世纪中叶在拥有更多成员的地区到达十九世纪中叶的高度熟练的机械工人。我们还表明，与同一社会成员的地区在专利方面具有更高的相似性，这表明社交网络促进了空间知识的扩散并塑造了创新的地理。
欧洲地区数字服务经济的兴起
摘要引起了极大的兴趣，致力于行业4.0生产模型及其影响。对所谓的数字服务经济的了解少得多，这是一种由数字平台的庞大企业制成的多方面现象，并重新设计了制造业对服务的界限。除非未确定其所需的不同价值创建模型，否则数字服务经济在本地层面上对数字服务经济的净社会效果尚不清楚。本文通过以概念为由分开数字服务经济中的特定价值创造模型来填补这一空白，每个欧洲地区都有独特的增长机会和威胁，并从经验上衡量其在每个欧洲地区的空间扩散和共存。获得的欧洲地区的分类单元符合未来的研究目的，以评估数字服务经济及其价值创造模型的预期异质区域社会经济影响。
人工智能风险披露的兴起
对于技术团队来说，机器学习可观察性和主动模型监控可以自动在群组级别发现问题，有助于实现这一愿景。当然，仅靠技术是不够的；结合专用基础设施、治理和专门团队的多管齐下的方法才是关键。例如，根据英特尔的企业责任报告，该公司将“人工智能发展的道德原则”与“道德人工智能影响评估流程”和“负责任的人工智能咨询委员会”结合起来，以提供指导和监督。该公司表示：“这个多支柱框架有助于解决潜在问题，例如在收集和使用数据训练人工智能系统的同时保持完整性和保护隐私，降低人工智能系统中有害偏见的风险，并通过帮助与这些技术互动的人更好地理解机器学习应用程序来建立对机器学习应用程序的信任。”
社交媒体自我监管和疫苗错误信息的兴起
本文探讨了主流社交媒体对疫苗错误信息和虚假信息的反应的主要特点和缺点。第一部分和第二部分介绍了最近在线环境中疫苗信息和虚假信息的扩张。第三部分对主流社交媒体对疫苗错误信息的持续反应进行了调查和分类。它进一步指出了当前自我监管模式的局限性，并通过在 Facebook 上进行一个简短的案例研究来说明这些局限性——Facebook 是最大的疫苗特定错误信息的社交媒体载体，目前估计有大约一半与疫苗错误信息相关的社交媒体账户隐藏在 Facebook 上。第四部分探讨了提高当前疫苗错误信息自我监管模式严格性的潜在方法，以及建立专门解决疫苗错误信息领域特定问题的合作监测和互助网络。