XiaoMi-AI文件搜索系统
World File Search System奇点
奇点：人工智能工作负载的行星级、抢占式和弹性调度
通过提高深度学习工作负载的利用率来降低成本是云提供商的关键杠杆。我们推出了 Singularity，这是微软的全球分布式调度服务，可高效可靠地执行深度学习训练和推理工作负载。Singularity 的核心是一种新颖的工作负载感知调度程序，它可以透明地抢占和弹性扩展深度学习工作负载，以提高利用率，而不会影响它们在全球 AI 加速器（如 GPU、FPGA）中的正确性或性能。默认情况下，Singularity 中的所有作业都是可抢占、可迁移和动态调整大小（弹性）的：实时作业可以动态且透明地 (a) 被抢占并迁移到不同的节点、集群、数据中心或区域集，并从抢占点准确恢复执行，以及 (b) 在给定类型的不同加速器集上调整大小（即弹性地扩大/缩小）。我们的机制是透明的，因为它们不需要用户对其代码进行任何更改，也不需要使用任何可能限制灵活性的自定义库。此外，我们的方法显著提高了深度学习工作负载的可靠性。我们表明，使用 Singularity 可以获得效率和可靠性的提升，而对稳态性能的影响可以忽略不计。最后，我们的设计方法与 DNN 架构无关，并且可以处理各种并行策略（例如数据/管道/模型并行）。
量子引力理论探索中对奇点的四种态度
奇点在基础物理学的最佳理论中占有重要地位：量子场论（QFT）是粒子物理学标准模型的框架，描述了所有基本粒子和力，而广义相对论（GR）将引力描述为时空的曲率。这些奇点有多种类型，引发了人们对它们对这些理论的地位和未来理论发展所暗示的不同诊断。然而，至少其中一些被标准解释为促使人们寻找一种更基本的理论：量子引力（QG）。此外，这些奇点在广义相对论和量子场论中的出现通常被认为表明了量子引力的某些特征，这些特征将使非基础理论中的奇点不再成为问题；也就是说，人们期望新理论将解决或消除特定的奇点，并解释它们在当前理论中的出现。因此，奇点通常不仅被视为寻找新理论的动机，而且还为该理论的形式提供了宝贵的见解。鉴于缺乏可用于辅助其发展的经验动机、指导原则和约束，这一点对于寻找量子引力场至关重要。鉴于奇点的重要性和潜在价值，值得更彻底地研究奇点在广义相对论和量子场论中的意义，以了解它们对寻找量子引力场有何启示。特别有趣的是，对比这些理论对不同奇点的不同态度，并探究对量子引力场的推测含义是否有充分的动机。这是本文的目的。我们首先考虑广义相对论中的两种时空奇点：测地线不完备性（§2.1）和曲率奇点（§2.2）。关于广义相对论中这些奇点的意义，物理学界和哲学界的主流态度已经存在分歧。在物理学中，时空奇点通常被认为代表广义相对论的“崩溃”，因而指出需要量子广义相对论。我们在哲学中发现了相反的态度，因为一些著名文献试图明确广义相对论“崩溃”的意义，却找不到任何可以指责该理论不完备的答案。我们概述了一些论据，说明为什么每一种类型的奇点都可能被认为是有问题的，从而需要加以解决。特别是，§2.3 提出了一个论据，说明曲率奇点如何可能被认为是广义相对论“崩溃”的信号，我们认为这在哲学文献中一直被低估了。然后，我们考虑 QFT 中的两种奇点：紫外发散，通常被认为源于使用微扰理论（§3.1）；以及朗道极点，紫外发散，通常被认为不是源于使用微扰理论（§3.2）。接下来（§3.3），我们考虑在量子场论的框架下以微扰方式处理广义相对论中的发散（即与爱因斯坦-希尔伯特作用的不可重正化相关的发散），以及渐近安全场景提出的潜在解决方案。在§3.4中，我们发现了对量子场论奇点的四种可能立场。这四种立场是当前理论中对奇点的四种更一般态度的案例。在§4中，我们概述了对奇点的四种态度，这主要基于对物理学文献的调查。虽然似乎普遍一致认为至少一些奇点必须或将会被重正化，但这并不意味着我们对奇点的态度是绝对的。
黑洞奇点附近的量子群体
史瓦西黑洞内部包含将其与类空奇点分隔开的测地线边界。任何跨越测地线边界向奇点迁移的信息都会因因果关系而不可挽回地丢失。如果史瓦西奇点吸收信息，则相应的演化将被视为悖论，因为它违反了信息处理的神圣规则 [1] 。人们通常认为时空涨落会变形其测地线边界附近的史瓦西几何，从而产生一致的量子演化。虽然这种动力学正则化机制的细节尚不清楚，但它们对于黑洞量子信息处理的整体方面（例如黑洞信息悖论 [2 – 4] ）非常重要。在本文中，我们表明史瓦西奇点毗邻渐近静默时空区域，即无论初始场配置如何都会抑制空间量子关联的区域。更重要的是，它们适应所谓的 Zeno 边界，该边界标记了由测地线边界终止的超曲面堆栈，具有以下属性：在堆栈中填充量子信息的概率测度朝着奇点单调递减，并在测地线边界处消失。因此，量子事件无法探测测地线边界，量子信息也无法迁移
迈向未来的技术全景奇点
摘要：本研究关注的是读心术机器将如何连接起来，最初是通过弱人工智能，然后是与强人工智能相结合，这一方面将不再像现在这样具有简单的医疗作用，而是监视和监控个人——这一方面正引领我们走向未来的技术全景奇点。因此，本文的总体目标是提出人性的本体论稳定性问题，在读心术机器的技术奇点范围内，这会导致自主性的丧失和人类思想自由度的降低。在这个范式中，未来技术奇点时代的假设被预示为各种因素的累积，其中人工智能在人类监督的技术全景系统中以权力表现/施加的新世界秩序的形式相对于人类主体占据主导地位——即“单例”。理论目标分析了福柯全景机制（Foucault，1995、2003、2006、2008）的“去领土化”现象（Deleuze & Guattari，2000、2005）——该机制基于“生物权力”的“生命政治”体系——及其在技术全景奇点“领土”中的“再领土化”，其中强人工智能“单例”场景（Bostrom，2004、2006）代表了存在向硬技术决定论的异化。
人工二维超导系统中揭示的无序诱导量子格里菲斯奇点
无序诱导的量子相变 (QPT) 的 Griffiths 奇异性是二维超导体 (2DSC) 中的一个关键问题。在超导系统中，发现无序强度与涡旋钉扎能量有关，而涡旋钉扎能量又与量子 Griffiths 奇异性密切相关；然而，直接研究以阐明涡旋钉扎能量对 2DSC 中量子 Griffiths 奇异性的影响仍有待开展。这里，通过在 2De 电子气体 (2DEG) 上随机沉积超导纳米岛来设计一种人工 2DSC 系统。量子 Griffiths 奇异性存在于石墨烯/Pb 岛阵列混合物中，其中超导行为转变为由垂直磁场诱导的弱局部金属行为，并表现出临界行为，其发散的动态临界指数接近零温度。与石墨烯/Sn岛阵列复合材料中观察到的尖锐QPT相比，通过阿伦尼乌斯图分析获得的石墨烯/Pb岛阵列复合材料中的涡旋钉扎能量更大，这可能有助于量子Griffiths奇异性的存在。这项工作可以为2DSC中的QPT提供全面的解释。
摘要：这次简短交流的目的是，劳动力市场已经变得非常难以预测，很难预测五年、十年甚至更长时间后会是什么样子。新的工作出现了，而其他工作则消失了。所有这些都发生在人工智能（AI）发挥越来越重要作用的背景下，我们很难想象没有它我们的生活会是什么样子，尤其是因为机器人如今拯救了生命。技术已经成为一种必需品，许多工作因机器人技术而发生了变化，我们必须随之发展和适应，尽管由于新型冠状病毒大流行在全球范围内蔓延，劳动力市场的限制和变异带来了新的规则。主要思想反映了奇点假说所反映的可能性，因为新的智能技术可能会改变我们人类的生活，消除一些工作，改变其他工作并创造全新的工作类别，但只要我们知道机会就在我们身边，我们就需要积极主动地提供未来的技能。关键词：劳动力市场；未来工作；Covid-19影响；人工智能；技能；奇点假说。引用方式：Briciu, V.-A. 和 Briciu, A. (2020)。COVID-19 对劳动力市场的影响以及人工智能的未来前景。BRAIN。人工智能和神经科学的广泛研究，11 (2Sup1)，21-28。https://doi.org/10.18662/brain/11.2Sup1/90
摘要：这次简短交流的目的是，劳动力市场已经变得非常难以预测，很难预测五年、十年甚至更长时间后会是什么样子。新的工作出现了，而其他工作则消失了。所有这些都发生在人工智能（AI）发挥越来越重要作用的背景下，我们很难想象没有它我们的生活会是什么样子，尤其是因为机器人如今拯救了生命。技术已经成为一种必需品，许多工作因机器人技术而发生了变化，我们必须随之发展和适应，尽管由于新型冠状病毒大流行在全球范围内蔓延，劳动力市场的限制和变异带来了新的规则。主要思想反映了奇点假说所反映的可能性，因为新的智能技术可能会改变我们人类的生活，消除一些工作，改变其他工作并创造全新的工作类别，但只要我们知道机会就在我们身边，我们就需要积极主动地提供未来的技能。关键词：劳动力市场；未来工作；Covid-19影响；人工智能；技能；奇点假说。引用方式：Briciu, V.-A. 和 Briciu, A. (2020)。COVID-19 对劳动力市场的影响以及人工智能的未来前景。BRAIN。人工智能和神经科学的广泛研究，11 (2Sup1)，21-28。https://doi.org/10.18662/brain/11.2Sup1/90
人工智能x奇点理论=？
我们引入神经网络作为人工智能模型之一。神经网络是生物神经细胞回路中进行的信息处理的模型。神经细胞由称为细胞体的主体、从细胞体延伸出来的树突和连接到其他细胞的轴突组成。轴突的末端附着在其他神经细胞的树突上，轴突与其他神经细胞的连接处称为突触。树突接收来自其他细胞和感觉细胞的输入信号，信号在细胞体内进行处理，并通过轴突和突触将输出信号发送给其他神经元（图2（a））。 据称大脑中的神经元数量约为 10^10 到 10^11。通过结合这些细胞，每个神经元以并行和分布式的方式处理信息，从而产生非常复杂和先进的处理。一个细胞的输出通过突触传递到其他细胞，通过轴突可以分支成数十到数百个神经元。单个细胞具有的突触连接数量从数百个到数万个不等。所有这些突触连接都有助于神经元之间的信号传输。 当一个信号从另一个神经细胞到达一个神经细胞时，膜电位会因信号而发生变化，当信号超过一定的阈值时，电位就变为正值，神经细胞就会兴奋。然后它向其他神经元发送信号。无论输入值如何，该图的形状几乎都是相同的波形，一旦超过阈值，就会产生恒定形状和幅度的电脉冲。因此人们认为，神经网络中承载信息的不是电脉冲的波形，而是电脉冲的频率（图2（b））。 细胞体的阈值函数，当输入高于阈值时，发出电脉冲，当输入低于阈值时，不发出电脉冲，具有从输入到输出的非线性转换效果。此外，还有兴奋性突触，它会释放使输入神经细胞更容易兴奋的递质，还有抑制性突触，它会使输入神经细胞更不容易兴奋。接收输入神经元可以被认为是接收来自每个输出神经元的输入的总和。 神经网络的数学模型源于对神经元的观察。 1943年，McCullough和Pitts提出了正式的神经元模型。图 2（c）中的圆圈表示一个神经元的模型。 xk 取值 0 和 1，表示该神经元接收的突触数量。
全球大脑：分布式奇点的基础
进化论是一套抽象知识体系，帮助人类在机械范式中解释变化的意义。然而，在思考进化论时，我们很少考虑到这样一个事实，即处于全球化结构阶段的人类文明也许是快速变化系统最明显的例子。在这里，我们可以将全球化视为由人类文明推动的进化过程（Modelski 等人，2007 年）。具体来说，我们在这里将全球化定义为一种真实的分布式力量，它减少了空间、时间、物质和能量的限制，这些限制此前阻碍了全人类之间的全球合作与协调（Heylighen，2007a 年）。全球化的力量允许（但并未确定性地规定）通过超连接和国际组织的出现实现合作与协调的可能性，而这些组织是由具有物理效应的新形式的虚拟性所介导的。
遵循零能量条件的宇宙时空中的拓扑和奇点
经典的霍金宇宙奇点定理 [ 10 ，第 272 页] 证明了空间封闭时空在未来某个阶段会膨胀时存在过去类时间测地线不完备性。该奇点定理要求时空的 Ricci 张量满足强能量条件，即对所有类时间矢量 X ，Ric ( X , X ) ≥ 0。在遵循爱因斯坦方程且具有正宇宙常数 > 0 的时空中，通常不满足此能量条件，因此该结论不一定成立；测地线完备的德西特空间就是一个直接的例子。但这不仅仅是真空时空的特征；具有正宇宙常数的充满尘埃的 FLRW 时空提供了其他例子。对于 [8，第 3 节] 中讨论的 FLRW 模型，共动柯西曲面被假定为紧致的，并且除了时间相关的尺度因子外，曲率均为常数 k = + 1 , 0 , − 1。这三种情况在拓扑上截然不同。例如，在 k = + 1（球面空间）的情况下，柯西曲面具有有限基本群，而在 k = 0 , − 1（环形和双曲 3 流形）的情况下，基本群是无限的。此外，只有在 k = + 1 的情况下，过去大爆炸奇点才可以避免。