XiaoMi-AI文件搜索系统
World File Search System将棋
人工智能与社会 - 美国艺术与科学学院
这段对话来自 2014 年电影《机械姬》的早期场景，其中内森邀请凯勒布判断内森是否成功创造出了人工智能。1 强大的通用人工智能的成就长期以来一直吸引着我们的想象力，不仅因为它令人兴奋和担忧的可能性，也因为它为人类带来了一个全新的未知时代。斯图尔特·罗素在 2021 年 BBC 里斯讲座“与人工智能共存”的开场白中指出，“通用人工智能的最终出现将是人类历史上最大的事件。”2 在过去十年中，一系列令人印象深刻的成果引起了公众对强大人工智能可能性的广泛关注。在机器视觉方面，研究人员展示了在某些情况下可以像人类一样甚至比人类更好地识别物体的系统。然后是游戏。复杂的策略游戏长期以来都与超强的智能联系在一起，因此当人工智能系统在国际象棋、雅达利游戏、围棋、将棋、星际争霸和 Dota 中击败最优秀的人类玩家时，全世界都注意到了。这不仅仅是人工智能击败了人类（尽管这在第一次发生时令人震惊），而是他们如何做到这一点的不断进步：最初是通过向人类专家学习，然后是自我学习，然后是从头开始自学游戏原理，最终产生单一系统，
人工智能与社会 - 美国艺术与科学学院
这段对话来自 2014 年电影《机械姬》的早期场景，其中 Nathan 邀请 Caleb 判断 Nathan 是否成功创造了人工智能。1 强大的通用人工智能的成就长期以来一直吸引着我们的想象力，不仅因为它令人兴奋和担忧的可能性，还因为它为人类带来了一个新的未知时代。Stuart Russell 在 2021 年 BBC Reith 讲座“与人工智能共存”的开幕式上表示，“通用人工智能的最终出现 [将是] 人类历史上最大的事件。” 2 在过去十年中，一系列令人印象深刻的成果引起了公众对强大人工智能可能性的广泛关注。在机器视觉方面，研究人员展示了在某些情况下可以像人类一样甚至比人类更好地识别物体的系统。然后是游戏。复杂的策略游戏长期以来一直与高级智能联系在一起，因此当人工智能系统在国际象棋、雅达利游戏、围棋、将棋、星际争霸和 Dota 中击败最优秀的人类玩家时，全世界都注意到了。这不仅仅是人工智能击败了人类（尽管这在第一次发生时令人震惊），而是他们如何做到这一点的不断进步：最初是通过向人类专家学习，然后是自我学习，然后是从头开始自学游戏原理，最终产生了可以学习、玩游戏并获胜的单一系统
曼卡拉游戏和人工智能
1969-70 年玩游戏。最终，直到去年，人工智能游戏研究人员才对 Kalah 产生了兴趣。目前，Kalah 由两个人在一块棋盘上玩，棋盘上有两排六个坑和两个储藏坑。开始时，每个坑有四个计数器。它使用单圈播种和对手捕获规则。自己的储藏包括在播种中，但跳过对手的坑。以自己的储藏结束的播种让玩家可以再移动一次。在一些 Kalah 程序中，播种开始的坑在大型播种期间被跳过，但在其他实现中则不会。如果其中一个玩家无法再移动，游戏结束。然后，另一个玩家捕获自己坑中的所有筹码。捕获最多筹码的玩家获胜。可以稍微改变 Kalah 的规则，使用每个坑中更少或更多的筹码来玩 Kalah，或者使用每行其他数量的坑来玩 Kalah。下表显示了 Kalah 实例的博弈论价值，即起始玩家是否可以赢得游戏、是否会输掉游戏，或者如果两个玩家都发挥最佳水平，游戏是否会打成平局。通过考虑 Kalah 游戏中可能出现的每个可能位置来解决较小的 Kalah 实例。创建了数据库，其中存储了每个位置及其博弈论值。通过博弈树搜索解决了较大的 Kalah 实例。
量子计算机棋盘游戏
有很多有趣的棋盘游戏。其中最受欢迎的是国际象棋、围棋和五子棋 (FIR)。具体来说，围棋和 FIR 都是在可扩展的方形棋盘上进行的（见图 1），两个玩家轮流在棋盘上放置黑白棋子。按照量子信息的惯例，我们分别将下白棋和黑棋的两个玩家称为 Alice 和 Bob。在本文中，我们专注于这些可扩展的棋盘游戏，并讨论如何对它们进行概括，以便量子计算机可以在具有内在量子移动的条件下玩它们。研究或玩这些量子棋盘游戏至少可以在两个方面受益。（1）人们一直试图了解思想或智慧是如何从物质中产生的。尽管大多数物理学家认为我们大脑的神经网络是经典的 [1]，但仍有物理学家有充分的理由认为量子物理对于理解我们的大脑至关重要，也就是说，我们的大脑在某种意义上是一台量子计算机，或者具有与量子计算机的一些共同特征 [2,3]。研究量子计算机如何在没有任何外部观察者的情况下相互下棋盘游戏可能有助于我们澄清这一基本问题（见第 5 节中与 QwQ（一台量子计算机与另一台量子计算机）的讨论）。（2）量子计算机的工作方式非常违反直觉。玩具有量子特征的棋盘游戏可以让孩子们更好地为使用量子计算机做好准备（见第 5 节中与 CwC（一台经典计算机与另一台经典计算机）的讨论）。
围棋作为人工智能研究领域的挑战
1.0 简介 计算机程序几乎在各个游戏层面上都在挑战人类的表现：世界西洋双陆棋冠军是一个神经网络程序 [7]。国际象棋程序（最初是人工智能搜索技术研究的雏形）的性能处于大师级别：1994 年，世界上等级分最高的国际象棋选手卡斯帕罗夫在一场计时锦标赛中被计算机国际象棋程序击败，不过他还没有输过一场不计时比赛。然而，这些顶级程序早已不再能启发或教导人工智能和认知科学研究人员如何将人类认知的灵活性和技巧融入计算机程序。数十年的国际象棋研究中得出的一个常见误解是，一旦问题得到正式指定，利用良好的搜索和评估算法的蛮力技术就足以解决任何问题。围棋领域与这种常见误解相矛盾。正式指定围棋规则很容易，然而，所有当前程序的表现都比不上人类，甚至连初级中级玩家的水平都比不上。最初，我们认为国际象棋和围棋之间程序性能的差异与相对分支因子有关，因此也与国际象棋和围棋的相对复杂性有关。虽然围棋的分支因子确实要大得多，这对编程有相当大的影响（如表 1 所示），但我们逐渐意识到，这两种游戏中战略和战术之间的差异更为重要。在国际象棋中，棋盘位置的良好评估函数通常仅通过战术手段就可以估计出来——也就是说，搜索可能的走法树，直到发现位置强度的重大变化。在围棋中，战术考虑涉及争夺特定的棋子组（定义见第 2.1 节），而战略考虑涉及构建棋子组，这些棋子组将在后期对游戏产生巨大影响。人类棋手要想在国际象棋和围棋中表现出色，就必须精通战略和战术。在国际象棋程序中，战术技能与长远搜索技术相结合足以产生出色的表现。这些技术在围棋程序中失败了，原因我们将在下文中讨论。
使用人工智能 (AI) 从操作声音中检测异常
最近，我们越来越多地听到人工智能这个词。因为人工智能的研究已经进行了很多年，但并不总是取得成功，但随着近年来深度学习的出现，终于有可能使这成为现实。人工智能研究，即利用机器执行人类智力活动的实践，几乎与计算机的出现同时开始，并且自 1956 年达特茅斯会议以来一直在认真开展。最初人们认为这可以借助计算机的强大计算能力来实现，但是并没有成功。此外，人们还研究是否可以通过对一切进行编程来实现智能，但所得到的结果还远远称不上智能。这个时代的技术仍在今天的智能扬声器和 Pepper 机器人中使用，但在与它们短暂交谈之后，人们很快就会厌倦它们，并且在很多情况下停止使用它们。基于这些经验的反思，通过模拟控制人类智力的大脑的功能来实现人工智能的想法诞生，并提出了神经网络和模糊概念。我当时也参与了这些领域的研究，虽然也取得了一些成果，但很多成果很难称得上是突破性的。深度学习就是在这样的历史背景下诞生的。这本质上是一个多层神经网络，研究发现，与当时使用的三到五层的神经网络相比，多层可以显著提高性能。多层化之所以困难，主要原因是当时计算机的计算能力较差，无法在实际的计算时间内完成多层神经网络所需要的大量计算。多层神经网络中的计算涉及大量的乘法和加法运算，但大多数运算都是独立的，没有顺序依赖性，从而可以实现并行运算。因此，利用近年来个人计算机中搭载的具有大量计算单元的GPU，以实用的计算时间和成本进行计算是高效的，这也是深度学习在许多应用领域得到应用的原因之一。另外，由于优化深度学习的机器学习部分是类似旅行商问题的优化问题，因此也可以使用量子计算机。因此，基于深度学习的人工智能现在可以以实际的计算时间和成本实现，并且正在用于各种应用领域。人工智能的应用开始出现在广泛的领域，包括超越人类大师的围棋和将棋程序、自动驾驶汽车、图像识别、语音识别、翻译以及文本、音乐和绘画的创作。这使得机器能够在很多领域做出智能决策，这在过去并不是完全可能的。
虚拟现实后皮质重组的图形分析...
根据世界中风组织的说法，“中风已经达到了流行比例”，其中25％的25％以上的成年人估计有一生中的中风（1）。尽管幸存者的比例大于死者的比例（大约6：4）（1），但许多首先仍然存在身体残疾。在过去几年中，虚拟现实（VR）技术恢复运动的进步为中风受害者创造了新的治疗可能性。随着对康复不断增长的需求（2），VR系统代表了一种选择，有助于减轻诊所和物理治疗师的稀缺性，尤其是在低收入国家。VR技术允许物理治疗专家探索刺激大脑可塑性的新路径（3）并改善康复。此外，由于其可爱的特征，这些系统的使用与患者之间的依从性较高有关（4）。如Weiss及其同事所述，VR是“使用计算机硬件和软件创建的交互式模拟，以向用户提供机会参与与现实世界对象和事件相似的环境的机会”（5）。vr允许创建一个安全的环境，在这种环境中，有可能在经过治疗师的密切监督的同时，无论是出现还是遥远的，都可以进行运动康复疗法所需的日常活动和练习。第一种类型在文献中更为丰富，可能是因为后者会引起网络智能症状（13）。手势控制的VR允许用户执行更接近现实的生活。几个VR系统，无论是在架子上还是明确开发用于研究的系统，已用于恢复中风患者的上和/或下肢[例如（6-9）]和其他疾病，例如大脑麻痹（10）和帕金森氏病（11，12）。这些系统范围从非放入性的范围（通常在视频显示器上呈现虚拟环境）到完全沉浸式的环境，到用户通常戴着眼镜或类似设备，这些设备给人以不同的环境（虚拟环境）的印象。VR系统中的另一个重要方面是用户界面，它可以使用控制器（例如操纵杆）或基于手势控制，该控制器可以依靠可穿戴的传感器或光学设备。的确，手势控制的VR系统称为天然界面（14）。尽管如今，这些系统在复杂性问题方面相当，但是具有可穿戴传感器的VR系统的价格通常更昂贵，并且基于手势的VR系统的可控性仍然比常规VR系统（考虑到手势识别问题）要困难得多（15）。GestureCollection System（14）是一种基于计算机的手势控制，是在我们组中开发的低成本，简单和直观的，非放入性的康复解决方案。在这里，我们研究了与有或不包括基于妊娠的活性在治疗方案中进行运动康复的中风患者的临床结局有关的大脑变化。fMRI（基于血液氧合水平依赖 - 粗体 - 信号）测量它包含三个VR游戏：手势嘴，用户必须使用上肢将难题的部分放在一起； Gesturechess，用户使用上肢进行棋子来移动碎片；和GestureMaps，受试者可以通过Google Street View的虚拟图导航，以实际的固定步态和中继旋转来控制虚拟运动。的确，研究大脑中广泛使用的康复作用的一种方法是静止状态（RS）功能磁共振成像（fMRI）与图理论相关的，以衡量脑网络中拓扑变化（16）。
安全与防御 欧洲
去年，美国退出《联合全面行动计划》（JCPOA），即 2015 年与伊朗达成的暂停伊朗核计划的协议，欧洲人对此感到非常不满和愤怒。欧洲各大媒体迅速大肆宣扬特朗普政府再次玩弄谎言，危及全球和平的基石。这一行动是经过漫长而微妙的谈判从德黑兰手中夺取的。这一行动是恶意的，归根结底，甚至不符合美国的利益。英国、法国和德国是 JPCOA 的欧洲签署国，它们不仅宣布希望遵守该协议，而且还表现出非凡的细致，以规避华盛顿即将实施的制裁，并提出了与伊朗制定替代汇款程序的创造性想法。毫无疑问，它们相信自己的政府也会效仿。不幸的是，他们在做这些计算时没有考虑到他们国家的经济，而他们实际上想要保护这些国家的利益。面对是保住利润丰厚的美国业务还是试图破解与毛拉政权发展业务的难题的选择，欧洲人几乎无一例外地选择屈服于美国人的意愿，断绝了与伊朗的业务关系。德黑兰对巴黎、柏林和伦敦政府对华盛顿强硬派采取的立场的感激之情是短暂的。自 2019 年 7 月初以来，国际原子能机构 (IAEA) 已证实伊朗再次进行铀浓缩，其规模超过了 JCPOA 允许的规模。浓缩材料的最大允许持有量也已超过允许持有量。除此之外，德黑兰还威胁要重新运行一座已退役的重水反应堆。因此，现在欧洲也被迫（尽管有些遗憾）认为，目前的协议已无法挽回，必须谈判达成新的协议。欧洲普遍对特朗普政府的反感，在美国反对派通过不断的宣传运动的推动下，已经如此强烈，以至于承认美国是正确的问题实际上已不再是问题。在这种情况下（而且不仅仅是在这种情况下），欧洲人似乎认为美国而不是伊朗才是真正的问题国家。但这反过来意味着他们接受被我们这个时代最危险的政权之一利用，他们只不过是棋盘上的棋子。此外，即便有人认为受规则约束的国际政治不仅是可取的，而且也是可能的，但他们也必须接受这样一个事实：时不时地，有些条约和协议（如《中导条约》）已经过时了，或者也许根本就不应该缔结。许多人认为，联合全面行动计划属于后者。谈判伙伴中最低共同标准签字的墨迹未干，批评者就开始发出声音，而且不仅仅是在美国。尤其是以色列，这个国家正受到毛拉政权的灭绝威胁，甚至沙特阿拉伯，在海湾地区的地缘战略层面上受到德黑兰的挑战，都毫不掩饰他们的沮丧和愤怒。批评者认为，伊朗只是在拖延时间：在对伊朗实施的制裁暂停后，伊朗将暂时搁置核计划，以便经济复苏。一旦实现这一目标，伊朗将迅速掌握资源，成为一个核大国。而伊朗政权在过去几周恢复生产的速度表明，这不仅仅是危言耸听。许多人不知疲倦地指出，几十年来，伊朗从未对其他国家发动过一次军事侵略。相反，伊朗自己也遭到了萨达姆·侯赛因统治下的伊拉克的攻击。这也许是真的，但不是全部事实。按照传统国际法，伊朗的战争程度低于“战争”的程度，但伊朗确实已经开始在整个地区以武力制造动乱，通过支持黎巴嫩（和叙利亚）的真主党、也门的胡塞叛军、伊拉克的什叶派政党和民兵等代理人，而且不仅仅是言辞。在此背景下，德黑兰政权的动力并非出于对强权政治的兴趣，而更多地是出于对宗教和意识形态的关注。只要这种情况持续，伊朗的统治者就不应该指望任何人对他们表示任何信任。