XiaoMi-AI文件搜索系统
World File Search System很早
红腿专业公报
位于纽约西点军校的美国军事学院正在庆祝建校 200 周年。该学院成立于 1802 年 3 月，主要归功于两位杰出的炮兵：亨利·诺克斯和亚历山大·汉密尔顿的努力。西点军校的宗旨是为专业军事领导人提供科学和技术培训，以使美国摆脱对外国军官队伍的依赖，尤其是对外国炮兵和工程师的依赖。西点军校和野战炮兵有着长期而牢固的关系。甚至在学院成立之前，西点军校于 1794 年为我们国家的年轻陆军创建了炮兵和工程兵团。军事学院成立的那一年，这个团分为炮兵团和工程兵团。FA 的遗产。美国野战炮兵的历史始于独立战争，1775 年理查德·格里德利上校的 FA 团在波士顿与英国人作战。但毫无疑问，西点军校两百周年也庆祝了技术部门对陆军的重要性，包括其炮兵部队。很早就可以看出西点军校的毕业生将加入野战炮兵部队。在托马斯·杰斐逊执政的八年中，西点军校任命的 50 名军官中，有 27 人被任命为炮兵，14 人成为工程师，8 人成为步兵，一名可怜的人被派往龙骑兵队。在整个
感知和动作的生理
本课程的目的不仅是像去年一样研究自我和他人的感知的两个术语，还要研究自我与他人之间的关系。这个主题很重要，因为20世纪的生理学将其努力集中在该主题上。今天的大脑，对于Physiolo-Gym，不再是一个人。互动的生理学正在诞生，正是这个项目希望在本课程中为此做出贡献，遵循以前在此主题上发表的课程和作品1。课程的仪式如下：感知是模拟行动2；感知是决定3；与他人的关系不仅仅是对自我和他人感知的简单结合。这种关系从根本上刻在共同行为中，在真实或模拟的合作中，它是根据胡塞尔的金斯理论，共同世界的共同构造（Umvelt）4。因此，与他人关系的基础应在共享的“perçraction”中寻求。我们首先检查了运动和情感传染的神经底座。这在面部模仿中尤其明确，它是天生的，可以在婴儿早期就可以证明。视觉信息的处理涉及几种皮质和皮层途径，这些路线可以在很早的发展水平上干预这种传染。打哈欠和笑声是我们提到的两个例子。模仿比简单的电动机或情感污染物更精致的行为。已经在猴子中，已经证明模仿假设动物已经能够获得“共同注意”。我们总结了
ribbontail stingray皮肤采用核心壳光子玻璃超微结构制成蓝色结构颜色
结构性蓝色在动物中很常见，组织纳米结构和物质系统产生它们（尤其是明亮的蓝色），通常基于高度有序的纳米架构。在这项研究中，我们描述了液体尾丁略皮肤的异常明亮，无关紧要的结构蓝色，这是由更无序的散射元素带来的，这些散射元素具有先前未描述的核心 - 壳超微结构，其中涉及nano-seclets封闭圭鸟氨酸纳米纳米弹丸。我们表明，这种皮肤结构充当细胞内光子玻璃，相干散射蓝色，而密切相关的黑素化器的宽带吸收则消除了光子玻璃的典型低色饱和度。我们对黄貂鱼中皮肤超微结构和颜色的表征展示了如何利用无序系统来产生鲜艳的色调，同时说明基于鸟嘌呤的颜色的能力可能在脊椎动物的演化中很早就出现。此外，采用两种不同的光子现象的材料结构功能协会的材料结构功能关联，说明了纳米级体系结构的演变如何在更大尺寸的尺度上具有深远的影响（例如，在视觉生态学和通信中），并为颜色效应的光效率覆盖了基本的指南。
人工智能在物理科学、自然科学、生命科学、社会科学以及艺术和人文学科中的应用：1960 年至 2021 年研究出版物的文献计量分析
摘要 — 分析人工智能 (AI) 采用的历史模式可以为有关 AI 能力提升的决策提供信息，但迄今为止的研究对各个研究领域的 AI 采用提供了有限的见解。在本研究中，我们研究了 1960 年至 2021 年期间 333 个研究领域内全球采用 AI 技术的情况。我们使用文献计量分析了 The Lens 数据库中捕获的 1.37 亿份同行评审出版物来做到这一点。我们使用经济合作与发展组织 (OECD) 专家工作组开发的 214 个短语列表来定义 AI。我们发现，在整个时期的 1.37 亿份同行评审研究出版物中，有 310 万份与 AI 相关，近年来几乎所有研究领域（物理科学、自然科学、生命科学、社会科学和艺术与人文学科）的 AI 采用都激增。AI 在计算机科学之外的传播很早、很快且很广泛。 1960 年，333 个研究领域中只有 14% 与人工智能相关（其中许多属于计算机科学领域），但到 1972 年，这一数字增长到所有研究领域的一半以上，到 1986 年超过 80%，目前超过 98%。我们注意到，人工智能在历史上经历了兴衰周期：人工智能“春天”和“冬天”。我们得出的结论是，当前激增的背景似乎有所不同，跨学科人工智能应用可能会持续下去。
地球观测机的量子计算...
2.6拓扑保护的Qubits“在半导体纳米线中显着开发了受拓扑保护的量子，在其边缘托管Majora零模式但也在其他平台中追捕。虽然Majorana Fermions的存在似乎是在实验中建立的，但操作它们并满足Divincenzo的所有标准是目前的边界。人们认为，由于它们的拓扑稳定性，一旦满足了这一点，就可以在几乎没有开销的情况下达到高性能。正在追求其他几个用于拓扑保护量子的平台，包括锶，五酸盐，分数量子厅系统和约瑟夫森连接阵列。[QFS]“ Microsoft的量子团队正在基于所谓的“ Majorana零模式”（MZM）开发QC。量子门是通过将这些准颗粒在时间和空间上的运动编织而成的。编织使拓扑量表具有弹性的外部噪声，从而使未来的扩展相对简单。但是，目前该技术还很早，到目前为止尚无最终的MZM示威。但是，在其他QC平台上进行了MZM模拟[MI22，Quantinuum23]。 ）2.7非宇宙QC技术有几种基于上面提到的QC平台的技术，这些技术无法满足Divincenzo的第4个标准（通用门集），但是在非常具体的任务中具有有用的量子优势的潜力。
光网络、5G、人工智能等研究
人工智能（AI，artificial intelligence）技术很早就被应用于许多领域，但多年来这项技术并没有获得很高的关注度，直到AlphaGo战胜中韩围棋选手后，才开始成为研究热点，研究人员试图将AI技术应用于不同的领域，其中就包括光通信网络network。在过去的两年里，美国光通信会议（OFC，optical fibrocommunication）和欧洲光通信会议（ECOC，European conference of optical communication）上，至少有16个会议主题集中在AI或机器学习（ML，machine learning）技术上。本文将AI技术与ML技术视为同一类技术，同时，虽然AI技术涵盖范围很广，但本文所指的AI技术主要是神经网络技术。AI技术受到广泛关注主要有以下两个原因。第一，AI技术上手和使用都比较容易。它以黑盒子的方式对系统进行建模，通过大量样本进行学习，让黑盒子自己连接神经元，并分配神经元的连接权重，而不需要用户去理解神经元为什么这样连接，并被分配当前的权重。用户只需要提供足够的学习样本，增加神经元的数量和隐层的数量，就能提高AI技术的预测准确率。第二，AI技术在AlphaGo事件之后，几乎被神化了，几乎人人都知道“人脑人工智能”，而在学术圈，被贴上AI标签的论文也层出不穷。
创伤和附件传单
依恋发展儿童在可怕或忽视的环境中或出生时被删除的孩子适应其环境。孩子们早在几个月大时就从一定的时候就从中学到了某些行为（例如哭泣或睡觉）。其他行为增加了危险的机会。因此，他们制定了一系列依恋策略。附着策略对（1）防止危害和危险，但也要（2）即使父母/护理人员也是危险，同时不允许他们太近，也要保持父母/护理人员的距离。一位开创性的临床心理学家Patricia Crittenden博士向我们表明，所有儿童在组织危险周围的行为方面都是非常本能和明智的。Crittenden告诉我们：依恋不是问题。危险是问题 - 依恋是解决方案。受伤的儿童倾向于制定一种主要的依恋策略，这可能是不安全的回避者，也可能是不安全的。这是以下术语的意思：回避的孩子：这些孩子很早就学会表现出自己的感受，并且需要带来危险或使父母/护理人员撤离。他们学习咒语“要保持安全并保持其他人的近距离，我必须掩饰自己的情绪，看起来一切都还好”。在里面，他们感到恐惧，脆弱，毫无价值，悲伤和绝望，但在外面，它们通常看起来明亮，精美，能干，甚至通常是“班级的小丑”。这些孩子直到童年后期就不关心父母/护理人员和老师，因为他们没有表现出“行为问题”，直到他们被压力很大或一个发展的里程碑触发，然后在情感上“崩溃”。
增强阿尔茨海默氏病的认知训练效应
鉴于可用药物的有限好处，在非药理学干预措施中对阿尔茨海默氏病（AD）的治疗是一个问题。认知训练（CT）代表AD中通常推荐的策略。最近，鉴于其增强神经可塑性的能力，重复的经颅磁刺激（RTMS）作为一种有希望的治疗AD的治疗工具已越来越多。在目前的随机，双盲，假对照的研究中，我们旨在研究在左侧背外侧前额叶皮层（DLPFC）上应用的高频RTMS协议的附加效应，并结合了AD病理学连续的face-name Associative Memory CT。从很早就到中等痴呆阶段的五十名患者被随机分配给两组之一：CT加上实际RTMS或CT Plus安慰剂RTM。结果表明，用RTMS诱导的训练的联想记忆的改善优于单独使用CT获得的培训。有趣的是，额外改善的程度受疾病严重程度和教育水平的影响，受损和受过教育程度较高的患者表现出更大的好处。当测试对非训练认知功能的概括时，结果表明，与CT-SHAM组的患者相比，CT-REAL组的患者在视觉空间推理方面也显示出更大的改善。有趣的是，这种改善在治疗开始后的12周内持续存在。本研究提供了有关RTM在AD中有希望的治疗使用的重要提示。©2020作者。由Elsevier Inc.出版这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
COVID-19 和重症监护室：疫苗来救场
2019 年冠状病毒病 (COVID-19) 大流行使我们面临着一种新型高度传染性呼吸道空气传播病原体的快速毁灭性传播，地球上没有任何一个人对此具有任何保护性免疫力。高度发达国家和中低收入国家的医疗体系都崩溃或濒临崩溃；重症监护能力成为瓶颈 [1,2]。在缺乏群体免疫的情况下，不得不实施严格的社区措施和封锁，而且往往是反复实施，对经济和心理健康产生了巨大影响。疫苗是实现群体免疫而不导致过度死亡的唯一有价值的选择。在中国武汉首次正式报告病毒性肺炎集群后的 11 天内，SARS-CoV-2 的基因序列就被公布（2020 年 1 月 11 日）。基于对其他冠状病毒的了解，病毒刺突 (S) 蛋白很早就被选为疫苗开发的潜在抗原。一年后，14 种 COVID-19 疫苗已全面研发 [ 3 ]。在全球范围内，其中至少有 9 种已经获得国家和国际监管机构（如美国食品药品监督管理局 (FDA) 或欧洲药品管理局）的批准，大多是在紧急或有条件的情况下批准的，其中全民免疫的预期效益与在没有长期安全记录的情况下部署新疫苗的潜在风险相平衡。获批的疫苗提供了良好至极好的保护。总体而言，COVID-19 疫苗主要分为两类：(i) 全灭活病毒疫苗，和 (ii) 呈现
Mozota Frauca-量子宇宙学和...
1引言量子宇宙学应用量子重力群落开发的技术来简单宇宙学模型，以获取量子理论，目的是在宇宙学量表上，尤其是在很早的时候，量化量子效应是相关的。在量子宇宙学上工作提出了有趣的想法，例如时间离散或用大弹跳代替大爆炸。1然而，通过采用全量子重力的形式结构，量子宇宙学也遭受了其概念上的缺点。在本文中，我遵循作者2，认为时间问题是一个严重的问题，它危害了对量子重力的规范和解释的理由和解释，以指出同样的是适用于规范量子宇宙学的情况。尤其是，我认为这是一个信号，是关于宇宙时代的事实，这是古典模型中重要的经验事实，在量子量中丢失了。本文中讨论的问题对物理和物理学哲学都很感兴趣，因为它们涉及量子重力方法中的基本问题。3从这些方法的角度来看，这一讨论当然值得考虑，它还提供了一种更简单的上下文，在这种情况下，可以对时间问题进行概念性讨论，而不会因与完全相对论所涉及的技术复杂性的误解。本文的结构如下。然后，在第3节中，我介绍了经典的MinisuperSpace模型，并认为它们的量化遭受了时间问题。i在第2节中开始介绍时间问题，并概述某些模型的量化是一个严重的问题。最后，在第4节中，i研究了量子宇宙学界解释了量子宇宙学模型的方式，我分析了时间问题如何使它们变得不吸引人，并且无法恢复经典理论的时间结构。i还评论了半经典方法，该方法能够假定某些状态的某些时间结构，但对完整理论没有解释。