XiaoMi-AI文件搜索系统
World File Search System军备竞赛
达尔文效应：网络犯罪分子将人工智能武器化
查尔斯·达尔文的自然选择理论表明，能够生存下来的并不是最强大或最聪明的，而是那些适应能力最强、最能抵御变化的。1 人工智能革命已经到来，尽管人工智能具有无限的美好和实现美好的可能性，但网络犯罪分子仍在不断开发人工智能以用于网络攻击。在争夺统治地位的最终斗争中，人工智能将在网络犯罪分子和网络安全捍卫者之间的军备竞赛中检验达尔文的自然选择理论。如果达尔文的理论是正确的，那么在不断发展的人工智能面前，最能适应和抵御变化的群体（无论是犯罪分子还是捍卫者）将生存下来并蓬勃发展。本文探讨了网络犯罪分子将生成式人工智能武器化和用于犯罪的情况。本文的目的是创建有关该主题的术语资源，解释网络犯罪分子利用的策略和技术，并提供这些技术如何用于利用公司进行网络攻击的示例。通过创建语言和意识，我们可以更好地让我们的组织和社区做好准备，以抵御人工智能驱动的网络攻击。进化的网络犯罪分子善于利用人员、流程和技术来实施网络攻击。截至 2024 年，犯罪分子使用三种常见的人工智能来实施网络攻击：(1) 利用汇总的被盗数据对人类进行社会工程；(2) 创建合成媒体和深度伪造 2 使用音频/视频过滤器冒充另一个人 3 ；(3) 创建恶意代码。4 这种可访问性和独创性的结合对网络防御者提出了艰巨的挑战。
11. 外层空间的军事用途
自从航天时代来临以来，外层空间一直被视为可以控制地球的终极制高点。冷战时期超级大国之间的太空竞赛是军备竞赛的自然结果，这一观点就是这一观点的体现。截至2001年底，占主导地位的美国拥有近110艘军用航天器——远远超过所有绕地球运行的军用航天器的三分之二。俄罗斯位居第二，拥有约40艘。世界其他国家只有大约20颗在轨卫星。本章介绍了当前的太空计划，并提供了截至2001年底投入使用的军用航天器的清单。虽然研究军事太空活动的方法多种多样，但清单为核武器和常规武器的研究奠定了基础。然而，对于军事太空系统而言，清单更难建立，因此更为重要。 20 世纪 70 年代，斯德哥尔摩国际和平研究所年鉴 (SIPRI Yearbook) 发表了关于军用卫星的开创性章节，其中的表格列出了全年发射的卫星。1 当时，卫星发射频繁，使用寿命较短，因此关注年度发射是恰当的。然而，随着时间的推移，年度发射率已经下降，使用寿命已经延长，因此今天报告运行中的航天器是有意义的。统计运行中的军用航天器比编制核武器或海军等武器的清单更具挑战性。关于武器的文献很多，但关于军事太空活动的文献却很少。2 造成这种情况的部分原因与正常的保密性有关，部分原因在于卫星在轨相对不可见。幸运的是，许多航天器（甚至一些高度机密的卫星）对于业余观察者来说都是可见的，这是一个丰富的数据来源。
地球卫星和空中和地面活动的检测
致谢 作者谨向瑞典航天界表示感谢；感谢瑞典国家航天委员会的 Kerstin Fredga 教授、Per Tegnér、Per Nobinder、Silja Strömberg、Lennart Nordh 博士等；感谢 Göran Johansson、Olle Norberg、Claes-Göran Borg、Peter Möller、Hans Eckersand、Peter Sohtell、Per Zetterquist、Jörgen Hartnor、Tord Freygård 以及航天工业内众多其他太空爱好者。在瑞典国防界，我要感谢国防物资管理局的 Manuel Wik、Mats Lindhé、Lars Andersson、Thomas Ödman、Björn Jonsson 和 Curt Eidefeldt；感谢瑞典国防学院的 Bo Huldt 教授邀请我为战略年鉴做出贡献；瑞典武装部队的 Anders Eklund、Anders Frost、Urban Ivarsson、Lars Carlstein、Göran Tode、Rickard Nordenberg、Ulf Kurkiewicz 和 Peter Wivstam；以及瑞典国防无线电研究所的 Bo Lithner。法国外交部（对外关系部 - 文化关系总局）提供的奖学金使我得以在 1982 年至 1983 年期间在巴黎度过了三个学期，在巴黎大学学习理论物理学和天体物理学。我还要感谢林雪平技术大学的 Torsten Ericsson 教授在我担任巴黎助理技术专员期间的指导，以及 KTH 的 Anders Eliasson 博士。还要感谢爱因斯坦和薛定谔的前学生、帕维亚大学（意大利）的 Bruno Bertotti 教授，他认可我在日内瓦联合国“防止外空军备竞赛特设委员会”的工作，并邀请我作为第四届卡斯蒂利翁切洛国际会议“促进核裁军 - 防止核武器扩散”的发言人。关于我在日内瓦的工作
2024 年未来水资源大会要点
关键要点 • PFAS 是一个热门话题。最近宣布的 PFAS 联邦法规的影响，包括 4 ppt 的 MCL 痕量检测、五年补救时间表和超级基金（请参阅此处和此处的注释），仍在水务行业产生影响。我们看好 XYL 在补救方面的定位。TTEK 和 STN-CA 还讨论了他们作为 E&C 公司正在萌芽的补救机会。Aclarity 是几家有前途的 PFAS 销毁初创公司之一。 • 预计将有更多公用事业公司超过新的 4 ppt MCL。E&C 公司认为，将测试超过新的 4 ppt 限制的公用事业公司数量将比 EPA 初步预测的 5,000 家“多倍”，而补救最终将花费更多。 • 市场仍然没有经济的 PFAS 测试或可扩展的销毁技术。开发这两种能力的军备竞赛仍在继续。 • 有关水务行业如何从 AI 中受益的更多细节。今年，人们对水务行业如何利用人工智能来提高处理效率、检测无收益水、防止水管破裂和监测水质的兴趣大增。首先需要在网络中安装更多传感器来捕获越来越多的参数。• 雨水管理是水基础设施应对气候变化不可或缺的一部分。雨水意识和法规正在不断加强。小组成员认为雨水管理机会价值 150 亿美元，而且越来越需要促进跨系统/州的解决方案。• 数据中心的大量用水量正在受到严格审查。数据中心专家 Sam Allen 声称每次 ChatGPT 搜索都会使用一加仑水，引起了所有人的注意。行业正在将水利用效率 (WUE) 与电力使用效率 (PUE) 结合起来。
Konstantin Freybe 《合金装备 3：食蛇者》如何掩盖道德模糊性
本研究批判性地考察了《合金装备 3：食蛇者》（以下简称 MGS3）如何表现冷战、太空竞赛和军备竞赛中军事和武器工程之间的历史关系。我认为，尽管 MGS3 传达了强烈而值得称赞的反战信息，但由于各种原因，它也依赖于简化的表述，有时这与其说服性目标相冲突。有人可能会说 MGS3 是一部虚构作品，因此从设计上讲，它从未打算制作真实的历史记录。这在一定程度上是正确的，因为 MGS3 涉及超自然现象——无论是幽灵、通过光合作用进行新陈代谢的士兵，还是能够控制闪电或动物——这表明该游戏公开接受了幻想比喻。另一方面，MGS3 将其叙事建立在 20 世纪的历史之上，并表现出说服玩家批判性地思考战争（无论是冷战还是一般战争）的雄心。我并不认为历史准确性是这里的主要问题。然而，这款经过深入研究、精心设计且雄心勃勃的游戏却成功地将火箭科学作为间谍动作故事的主要支柱之一，同时又将工程学领域的起源从其话语中抹去，这让我产生了怀疑。《合金装备 3》发行于近二十年前，本身就是千禧年之际游戏文化的文化产物。虽然这款游戏完全是虚构和奇幻的，但它不仅唤起了人们对冷战历史的回忆，还通过其间谍电影美学唤起了人们对 20 世纪 60 年代流行文化的回忆，以及对该系列前几部作品的回忆。传统历史并没有从游戏世界中消失。相反，它被用作游戏虚构事件的基础。在这样做的过程中，《合金装备 3》还触及了一些敏感问题，例如军事和科学的政治工具化、爱国主义、身体虐待等等。《合金装备 3》对历史的尖锐而简化的表述很可能构成了对
地球卫星和空中及地面活动的探测
致谢 作者谨向瑞典航天界表示感谢；感谢瑞典国家航天委员会的 Kerstin Fredga 教授、Per Tegnér、Per Nobinder、Silja Strömberg、Lennart Nordh 博士等；感谢 Göran Johansson、Olle Norberg、Claes-Göran Borg、Peter Möller、Hans Eckersand、Peter Sohtell、Per Zetterquist、Jörgen Hartnor、Tord Freygård 以及航天工业内众多其他太空爱好者。在瑞典国防界，我要感谢国防物资管理局的 Manuel Wik、Mats Lindhé、Lars Andersson、Thomas Ödman、Björn Jonsson 和 Curt Eidefeldt；感谢瑞典国防学院的 Bo Huldt 教授邀请我为战略年鉴做出贡献；瑞典武装部队的 Anders Eklund、Anders Frost、Urban Ivarsson、Lars Carlstein、Göran Tode、Rickard Nordenberg、Ulf Kurkiewicz 和 Peter Wivstam；以及瑞典国防无线电研究所的 Bo Lithner。法国外交部（对外关系部 - 文化关系总局）提供的奖学金使我得以在 1982 年至 1983 年期间在巴黎度过了三个学期，在巴黎大学学习理论物理学和天体物理学。我还要感谢林雪平技术大学的 Torsten Ericsson 教授在我担任巴黎助理技术专员期间的指导，以及 KTH 的 Anders Eliasson 博士。还要感谢爱因斯坦和薛定谔的前学生、意大利帕维亚大学的 Bruno Bertotti 教授，他认可我在日内瓦联合国“防止外空军备竞赛特设委员会”的工作，并邀请我作为第四届卡斯蒂利翁切洛国际会议“促进核裁军 - 防止核武器扩散”的发言人。关于我在日内瓦的工作
人工智能与城市运营
人工智能（AI）即将彻底改变战争的行为，因为火药，坦克，飞机和原子弹在以前的时代中具有。今天，各州正在积极寻求利用AI的力量来获得军事优势。中国已宣布打算到2030年成为AI的世界领导者。其新的General AI计划宣布：“ AI是一种将领导未来的战略技术。” 1同样，弗拉基米尔·普京（Vladimir Putin）宣称：“成为这个领域的领导者的人将成为世界的统治者。” 2为了应对中国和俄罗斯提出的挑战，美国已承诺采取第三种抵消战略。它将在AI，自治和机器人技术上进行大量投资，以维持其在国防上的优势。Google前首席执行官 Eric Schmidt宣布美国参加了AI军备竞赛。 3 2018年9月，国防高级研究项目局宣布了一项20亿美元的运动，以开发下一波AI。 4国防部（DOD）于2019年发布了AI战略，AI资金的大幅增加；在2020年，国防部预算包括向AI提出9270亿美元的要求。 5个较小的州同样致力于AI的军事发展；例如，英国和以色列正在这一领域发展其能力。 人工智能并不总是很容易定义，因为有很多类型的AI。 相反，它是一个字段，而不是一个特定对象。 但是，人工智能一词是指可以（在某种程度上）开发（在某种程度上）独立于直接人类方向处理数据的计算机软件。Eric Schmidt宣布美国参加了AI军备竞赛。3 2018年9月，国防高级研究项目局宣布了一项20亿美元的运动，以开发下一波AI。 4国防部（DOD）于2019年发布了AI战略，AI资金的大幅增加；在2020年，国防部预算包括向AI提出9270亿美元的要求。 5个较小的州同样致力于AI的军事发展；例如，英国和以色列正在这一领域发展其能力。 人工智能并不总是很容易定义，因为有很多类型的AI。 相反，它是一个字段，而不是一个特定对象。 但是，人工智能一词是指可以（在某种程度上）开发（在某种程度上）独立于直接人类方向处理数据的计算机软件。3 2018年9月，国防高级研究项目局宣布了一项20亿美元的运动，以开发下一波AI。4国防部（DOD）于2019年发布了AI战略，AI资金的大幅增加；在2020年，国防部预算包括向AI提出9270亿美元的要求。5个较小的州同样致力于AI的军事发展；例如，英国和以色列正在这一领域发展其能力。人工智能并不总是很容易定义，因为有很多类型的AI。相反，它是一个字段，而不是一个特定对象。但是，人工智能一词是指可以（在某种程度上）开发（在某种程度上）独立于直接人类方向处理数据的计算机软件。当今大多数AI的独特功能是，他们可以开发或完善自己的程序，以便更有效地完成数据处理任务。要了解AI的军事意义，了解AI的历史很有用。在过去的五十年中，AI的主要类型：良好的老式AI（Gofai）和第二波AI。在1950年代和1960年代开发的老式AI。在1956年著名的达特茅斯研讨会上，由艾伦·图灵（Alan Turing）等名人参加，计算机科学家探索了编程计算机使用符号逻辑自动处理数据的可能性。科学家将符号值分配给了他们想要分析的变量。然后他们对计算机进行编程以根据数学逻辑计算这些符号。好的老式AI是
深度光学和光子学在人工智能中的透视推理
计算系统的能力正与其试图理解的海量视觉数据展开一场“军备竞赛”。在自动驾驶、机器人视觉、智能家居、遥感、显微镜、监控、国防和物联网等一系列应用中，计算成像系统记录和处理大量人类无法看到的数据，而是由基于人工智能 (AI) 的算法进行解释。在这些应用中，深度神经网络 (DNN) 正迅速成为视觉数据处理的标准算法方法 1-3。这主要是因为 DNN 在所有领域都取得了最先进的结果，而且往往领先优势很大。深度学习的最新突破得益于现代图形处理单元 (GPU) 的巨大处理能力和并行性，以及海量视觉数据集的可用性，这些数据集使得 DNN 能够使用监督机器学习策略进行高效训练。然而，运行日益复杂的神经网络的高端 GPU 和其他加速器对功率和带宽的需求巨大；它们需要大量的处理时间和笨重的外形尺寸。这些限制使得在边缘设备（如摄像头、自动驾驶汽车、机器人或物联网外设）中采用 DNN 具有挑战性。以自动驾驶汽车中的视觉系统为例，它们必须使用有限的计算资源即时做出稳健的决策。高速行驶时，瞬间的决策可以决定生死。事实上，几乎所有边缘设备都会受益于更精简的计算成像系统，提供更低的延迟和尺寸、重量和功率的改进。DNN 的两个阶段（训练和推理）的计算要求非常不同。在训练阶段，DNN 被输入大量标记示例，并使用迭代方法，其参数针对特定任务进行优化。训练完成后，DNN 用于推理，其中某些输入数据（例如图像）在前馈过程中通过网络发送一次，以计算所需的结果。在某些应用中，GPU 用于推理，但由于上述原因，对于许多边缘设备而言，这是不切实际的。
双纳米
“当第一个人拿棍子打倒香蕉时，第二个人立刻就想出了如何借助这根棍子把香蕉拿走。所有真正的新技术都是双重用途的，”Rusnano 董事会主席顾问 Vasily Grudev 开玩笑说。对于高科技公司来说，军方是理想的客户。他们拥有稳定的、通常是大量的资金；他们比平民消费者更有可能需要最好的，而不是最便宜的。从这个意义上说，俄罗斯国防部仅2013年就公布了2.1万亿美元的预算。rub.，令人愉快的“也不例外。”有趣的是，世界各地的军事界对纳米技术的兴趣与日俱增。冷战后的太空竞赛化为泡影，许多有前途的武器因其破坏力而被禁止，而所谓常规武器的总体轮廓自第二次世界大战以来并没有发生根本性的变化——所有这些同样的坦克、飞机、舰艇……就连美国在“常规”武器领域也走上了现代化改进的道路，不断增加战斗力并提高现有装备的战术和技术特性。简而言之，军备竞赛已转向拯救士兵的生命。要做到这一点，就必须让他在战场上停留的时间更短，更安全。因此，无人驾驶车辆、工兵机器人、侦察机器人、减轻和强化装甲的项目蓬勃发展……换句话说，电子和材料科学是纳米技术影响尤其巨大的行业。例如，很明显，寻找新合金不会带来复合材料实验或晶格水平变化所承诺的突破性结果。如今，陶瓷装甲已成功与金属装甲展开竞争。这个市场上有前途的俄罗斯企业是来自新西伯利亚的 NE-VZ-Ceramics 公司。它由 Rusnano 和 NEVZ-Soyuz 控股公司于 2011 年创建。生产装甲陶瓷，用于防弹衣和装备防护。产品已通过俄罗斯及国外测试。其明显的优点是重量轻、防护性能高，但也有“侧面”的优点。陶瓷更难被雷达探测到，并且不太容易被寻的弹药探测到。这为其在
警务人工智能应用公约
还有一些情况是人工智能支持决策的。例如，埃文和萨默塞特警察局使用监督机器学习来评估诸如再次犯罪的可能性、受害/脆弱性的可能性以及犯下一系列特定罪行的可能性等因素。通过移动设备上的应用程序，社区警官可以立即访问警队区域内登记的每个罪犯的风险概况，这些风险概况每天都会重新计算。我们在国家数字和科学技术战略中阐述了对人工智能技术的雄心壮志，认识到：(1) 算法实现警务效率“阶跃变化”的力量；(2) 我们面临的与受益于新技术的犯罪分子的“军备竞赛”；(3) 需要通过标准、道德框架和独立监督来维护公众信心。人工智能的个别用例在能力战略和 NPCC 研究兴趣领域中概述。例如，APCC/NPCC 数字取证科学战略明确了在警务中有效进行数字取证所需的基础设施、处理和信任要求。我们对人工智能的使用增长在很大程度上取决于建立一个专业社区。我们寻求通过数据分析实践社区、PDS 的知识中心和社区主导的计划（如 Police Rewired）确保持续的最佳实践。我们的社区也是外部网络和活动的活跃成员，例如 DataConnect21、英国地形测量局地理空间黑客马拉松和政府统计服务方法研讨会。尽管人工智能有好处，但也有一些令人担忧的例子，即在警务中使用人工智能的例子，这些模型建立在数据之上，导致它们对某个社区或种族采取不成比例的行动。2022 年上议院司法和内政委员会关于新技术的报告指出了其他国家的类似问题，结论是长期使用人工智能在警务中的影响尚不确定，有关所涉风险的证据有限。至关重要的是，对意想不到的后果和侵犯公民自由的担忧（无论是否应得）与警务使用人工智能有关。因此，NPCC 承诺制定一套指导人工智能在警务工作中使用的原则。