XiaoMi-AI文件搜索系统
World File Search System比作
精神策略：精神战争手册
简介 当今世界正在进行一场大战。这不是国家、部落或政府领导人之间的冲突。这不是叛乱或政变。这是一场发生在精神世界中的重要的隐形战斗。圣经说，上帝的子民因缺乏知识而被毁灭（何西阿书 4:6）。信徒因缺乏知识而被击败的主要领域之一是精神战争。早期教会将他们的精神体验视为战争。军事术语贯穿整个新约。上帝的盔甲保护着人们。上帝的话语被比作剑。撒旦的攻击被称为火箭。信仰是“美好的战斗”，信徒被告知要“打一场美好的战斗”。早期教会知道他们正在进行一场激烈的精神斗争。同样的精神战斗今天仍在继续，但信徒们没有与敌人作战，而是经常建造宏伟的教堂建筑、制作音乐剧、举行团契会议，并在这场伟大的精神战斗在他们周围进行时互相争斗。撒旦甚至加紧了对已经撤出前线的教会的攻击。随着世界末日的临近，信徒比教会历史早期更需要了解精神战争。使徒保罗警告说：“你该知道，末世必有危险的日子来到。”（提摩太后书 3:1）为了妥善准备应对这些危险的日子，必须重新强调精神战争的策略。基督徒的生活就是战争。我们越早认识到这一点并做好准备，我们就能越早获得胜利。路加福音 14:31 说：“哪一个王去和别的王打仗，岂不先坐下酌量能用一万兵去敌那领二万兵来攻打他的吗？”没有一个国王在进入战斗之前会仔细检查自己的资源和制定战斗策略。从本质上讲，这就是我们在本课程中要做的。我们正在仔细评估我们可用的策略、武器和力量，以赢得与敌人撒旦的战争。
有关研究主题的社论，探索单细胞法分析和基于干细胞的疾病模型的药物开发
在生物学研究的动态领域中，我们目睹了一个变革性的时代，重新掌握了我们对细胞功能，发育过程和疾病复杂性的掌握。这一科学文艺复兴时期的核心是单细胞（SC）基于OMICS的分析，包括单细胞多组合的领先技术，以及基于创新的干细胞方法。这些技术已经催化了一系列发现，为我们寻求知识和彻底改变了科学研究的景观开辟了新的边界。干细胞的探索标志着这一旅程中重要的一章。以其显着的自我更新和分化能力而闻名，干细胞对于维持组织平衡和增生至关重要。对它们的性质和生物过程的这种更深入的了解不仅提高了再生医学领域，而且还引入了潜在的治疗策略来打击各种疾病，为全球提供了新的希望和治疗可能性。此外，将体细胞重编程为多能干细胞的过程是特别引人注目的进步。该技术可以通过从患者或基因工程中得出细胞来反映特定疾病，从而创建各种疾病模型，从而提供了一种强大的工具来以更加个人和精确的水平探索疾病机制。对干细胞生物学和疾病建模的这种见解展示了一个有希望的突破性领域，以前比作科学领域。Zhang等。Zhang等。它还改善了药物筛查方法，从在单一细胞上测试候选药物到在复杂的组织上测试具有许多类型的细胞在一起的复杂组织，它们可以更好地模拟体内的真实病理状况。本评论的研究主题探讨了SC-Ser-sequesting技术的变革性影响，尤其是它们扩展到SC-Multiomics，使用干细胞作为推进疾病理解，诊断和药物发现的平台。应对药物开发的持续挑战，例如成功率低
拥抱科技：见见全力投入人工智能的基金经理
在名称中添加“.com”即可赢得数十亿美元的投资。主导市场的科技巨头已经用数年甚至数十年的时间证明了它们是货真价实的。一个关键的区别是，它们花的是自己的钱，而不是从投资者那里筹集资金——有些甚至是首次支付股息。罗戈夫说：“谷歌、Meta、微软都在投资自己的钱来发展业务和人工智能。当你成为一个动词 [就像谷歌那样] 时，收入就会垂直上升。”这一理论似乎在 36 亿英镑的 Polar Capital Technology Trust 的表现中得到了体现。它在过去一年中上涨了 45.3%。五年前 10,000 英镑的投资今天价值 22,910 英镑。Nvidia 的出色表现助推了这一增长。它是投资组合中最大的持股，占资产的 11%。除了苹果、微软和 Meta，还有一些不那么知名的公司：云计算公司 Arista Networks、网络安全专家 CyberArk 以及芯片制造商博通和美光科技。罗戈夫认为，人工智能将对世界产生变革性影响，就像钢铁、电力和互联网曾经对世界产生的影响一样：“这一刻，一项新技术如此重要，几乎所有其他技术都会围绕它进行重新发明。”我想知道这是否是机器人正在抢走我们的工作的另一种说法。咨询公司麦肯锡去年的一份报告称，许多岗位中多达 70% 的任务可能很快就会由人工智能完成。报告还称，到 2030 年，人工智能可以推动全球经济增长 13 万亿美元。罗戈夫将其比作拖拉机和联合收割机的引入，这导致美国在土地上工作的工人比例从 70% 降至 2%。 “然而我们的卡路里摄入量比以往任何时候都高，人均国内生产总值激增，我们从事的工作价值大大提高，”他说。我正在寻找一个更
量子如何出现许多世界
模式框架以及实例化的概念，需要对这些各种思想如何融合在一起。在本文中，我以其他地方发展的一种出现方法来填充这座空白的建筑物。我继续通过呼吁量子系统中的破坏效果模型来证明这是如何工作的。但Dawid and Th´ebault（2015）声称，现代埃弗里特框架内出现的标准概念是不连贯的。与环境相互作用后，出现的破坏框架依赖于干扰项相对小的衍生，需要进一步的论点来证明这样的小术语因此可以忽略不计。div> Dawid and th´ebault建立在贝克（2007），肯特（2010）和Zurek（2003）上，争辩说，这种理由是由恶性循环的设定，因为概率推理被认为是被认为是为了证明观察者的出现：是否依赖于宣布的宣言，就可以证明其依赖的宣告是依据的，如果依据是对宣告的诉讼，那么该宣言是诉讼的效果，它似乎是诉讼的效果，它似乎是依据的效果。观察者首先。这种担忧依赖于我们对量子力学的证据本质上是概率的说法。通过考虑一个案例研究，其中预性是非稳态的，我表明该论点可能会受到破坏。i认为，以相对较小的幅度对术语的忽视可以是非稳定的；因此，可以阻止圆形。可能会通过指出出生规则也用于非稳定预测的推导来反对这一推理。我对这种担忧的反应是，在干扰盛行的情况下，排除了（mod平方）振幅的概率解释，而在这种情况下，天生的规则以平均度量而不是概率度量的形式。我将这种策略比作衡量其他出现实例所采用的。我继续回应对莫德林（Maudlin）（2010）和蒙顿（2013）引起的其他异议。在这两种情况下，这些作者都无法认识到基于出现的推理风格在现代科学中的通用性，因此，如果要接受他们的主张，则需要重新考虑该语料库的多少。请注意，我就本文的概率作用和解释留下了争议，尽管这当然是陷入困境的领域。值得注意的是，我分享了各种哲学家对概率的理论方法的疑虑 - 这里的目的是争辩说，不需要概率来确定出现准经典世界的案例。本文重点介绍了现代埃弗里特（Everett
当前科学
特邀编辑部培育蓝色经济：呼吁可持续利用海洋在当今全球经济发展形势下，蓝色经济如同一盏明灯，充满潜力，为加速经济增长提供了巨大机遇。据联合国估计，全球蓝色经济每年创造3至6万亿美元的产值，支持渔业、水产养殖业、旅游、能源、交通、海洋基础设施和工业等各个领域。目前，蓝色经济对印度国内生产总值（GDP）的贡献约为4%，对于一个三面环海、海岸线漫长（8118公里）且专属经济区（EEZ）面积为202万平方公里（约占全国总面积的60%）的国家来说，这一贡献明显偏低。印度政府认识到这一潜力，已将蓝色经济确定为关键的增长动力。总理经济顾问委员会提供了一个政策框架，强调海洋部门的可持续利用和管理，涵盖生物资源、矿产和能源资源、服务、沿海和海洋基础设施、安全和全球外交以及海洋空间规划。随着各国越来越多地将经济增长转向海洋，可持续利用海洋的迫切需要成为焦点。本文提倡采取认真负责的态度来挖掘蓝色经济的巨大潜力。蓝色经济的概念超越了传统的经济范式，包含了一种处理依赖海洋活动的整体方法。其核心是可持续利用的基本原则——致力于从海洋中获取价值，同时不损害其脆弱的生态系统和整体健康。这种精神与伟大圣人 Chanakya 的智慧产生共鸣，他将税收比作蜜蜂采集花蜜——温柔而无痛。从本质上讲，我们的命运与海洋的福祉密不可分。然而，如今海洋面临着双重危机。随着世界人口不断增长并对自然资源造成压力，污染、气候变化和全球变暖正在威胁这些生态系统的健康。海洋蕴藏着从渔业和能源到矿产、淡水和旅游机会等各种资源。它包含了地球上 97% 的水，提供食物、调节气候并产生我们呼吸的 50% 的氧气。它吸收了我们排放的 30% 的二氧化碳。然而，对这些财富的追求必须以深刻的理解为前提
2004 年 7 月 CAA 新闻 - 大学艺术协会
作为一名艺术家和讲师，我有幸参观了各个机构，并在课堂和工作室中讨论环境、健康和安全 (EHS) 问题。此外，在担任 RISD 绘画系主任期间，我帮助实施了一项全校范围的 EHS 计划。学校和艺术系并不总是能轻易建立良好的健康和安全实践。改变是困难的；新信息可能会让没有接受过适当培训的人群感到恐惧。我们正处于过渡时期：那些在教授艺术时很少关注材料毒性、正确通风和废物处理等问题的一代人正在退休。我们正在获得新技术和对我们每天使用的材料的新理解。当我刚开始与 RISD 的教职员工和管理人员就这些问题展开合作时，我曾怀疑，尽管我们怀着最好的意图，但我们的工作能否面世。一些传统主义者试图说服我们，将有毒的油漆和油墨换成无毒的，放弃使用有毒溶剂，并制定正式的工作室卫生标准，这些都侵犯了艺术家的个人权利。我将老派人士比作国家步枪协会：查尔顿·赫斯顿的名言“从我冰冷的死手中”回荡在工作室的走廊里，一些教职员工急于保护他们的镉红、铬绿、铅基片状白粉和甲基乙基酮（MEK，树脂铸造的催化剂）。有人高呼：“我们是真正的工艺的最后堡垒，是自由思想的纪律！”也许我们的理想主义让我们相信我们是永生的。最终，罗德岛设计学院的全体教职员工都被说服去寻找有毒物质的更安全替代品，但转变过程比我预想的要艰难。我只能说：在学术环境中，就像在当代政治中一样，领导者和教师重新阅读他们的职位描述和机构使命宣言并不是一个坏主意。我有一个朋友说，组织艺术家就像试图放牧鸡群。在我们的教育事业中，我们尊崇学术自由和自由开放探究的权利。我们珍视并保护允许不受约束的实验的艺术课程。但我们必须认识到，实验、使用不寻常材料或以非正统方式工作的自由并不意味着我们必须经营不安全的工作室。2000 年，新英格兰首次遭遇环境保护署的
使用消费者数据训练人工智能时的法律考虑
许多公司都拥有大量客户数据，并且意识到这些数据对于训练人工智能模型非常有价值。然而，一些公司还没有考虑清楚，他们是否真的可以将这些数据用于此目的。有时这些数据是经过多年收集的，通常是在公司考虑将其用于训练人工智能之前很久。潜在的问题是，收集数据时有效的隐私政策可能没有考虑或披露这种用途。以超出或超出收集数据时有效的隐私政策允许的方式使用客户数据可能会有问题。这导致了集体诉讼和联邦贸易委员会的执法。在某些情况下，联邦贸易委员会对未经适当授权使用数据训练人工智能模型的公司处以称为算法追缴的处罚。这种处罚非常严厉，因为它要求删除数据、模型和用它构建的算法——而且代价可能非常高昂。例如，FTC 于 2021 年 1 月对 Everalbum Inc. 提起行政投诉。Everalbum 提供了相册和存储应用程序，但将客户的照片和视频用于其他目的。Everalbum 经常在未经用户许可的情况下创建新的数据集，并利用这些数据集训练其面部识别技术来创建不同的应用程序。它也没有删除停用帐户的用户的照片和视频。FTC 与 Everalbum 就人工智能和隐私侵权达成和解，结果是 Everalbum 不得不销毁各种数据、算法和模型。这是算法吐出的一个示例。它要求一方销毁非法获取或不当使用的数据，以及用这些数据构建的模型和算法。有些人将此比作毒树之果的概念。算法披露的范围可能很广。美国联邦贸易委员会已对其进行了全面定义，包括全部或部分使用不当收集或使用的数据或其他内容开发的任何模型或算法。值得注意的是，此定义可以涵盖不当收集的数据，也可以涵盖正确收集但用于超出向收集数据的用户披露或同意的目的的数据。从美国联邦贸易委员会甚至承认 Everalbum 没有不正当地获取照片和视频这一事实中可以清楚地看出这一点。问题是它这些照片和视频均由用户自愿上传，用于存储和生成相册，Everalbum 已就此目的适当地获得了同意。
生日快乐，人工智能！
[本文原德文版于2021年8月2日发表于德国国家日报《世界报》经济版AI专栏“Aus dem Maschinenraum der KI”，第10页。10.][使用www.DeepL.com/Translator（免费版）翻译 - 欧洲制造的AI技术，请参阅https://en.wikipedia.org/wiki/DeepL_Translator，随后由作者进行润色和修改。]来自AI引擎室的消息 生日快乐，AI！人工智能迎来 65 岁生日——是时候祝贺了 作者：Kristian Kersting 人工智能，简称 AI，正在迎来 65 岁生日：1956 年 6 月至 8 月，美国科学家 John McCarthy、Marvin Minsky、Nathaniel Rochester 和 Claude Shannon 在新罕布什尔州达特茅斯学院组织了“达特茅斯人工智能夏季研究项目”，这被认为是 AI 的诞生。这四个美国人的前提仍然是当今所有 AI 研究的基础：智能的每个方面，而不仅仅是学习能力，都可以被精确地描述，以便计算机可以模拟它。早在 1956 年，人们就开始讨论计算机是否能借助人工神经网络达到大脑的性能。如今，学习这样的网络（现在具有让人联想到大脑三维连通性的分层结构，因此称为深度学习）已带来许多突破 — 最近的一个突破是生物学的一个核心问题：预测蛋白质的三维折叠。对于 2009 年诺贝尔生理学或医学奖获得者伊丽莎白·布莱克本来说，这是革命性的，因为它将使我们能够更深入地了解基因组序列。回到克劳德·香农。他也被认为是数字时代之父，但他抵制了有关他创立的信息理论的炒作（及其后果）。在 1956 年的一篇题为“潮流”的文章中，他将炒作比作一辆被热情但并非总是知识渊博的追随者包围和陪伴的潮流。只要巧妙地将文章中的一些关键词替换掉，例如将“信息理论”替换为“深度学习”，将“控制论”替换为“数字化”，将“解码器”替换为“人工神经网络”，就会发现他的批评非常及时，Krisha Mehta、Charles Frye 和 Toby Walsh 已经注意到了这一点。我真的很惊讶，他在 1956 年的经历与我今天的经历如此吻合。这是我的结果：深度学习在过去几年里已经成为一种科学潮流。它最初是计算机视觉工程师的一种技术工具，在大众和科学媒体中都得到了极大的宣传。部分原因是它与计算机、控制论和自动化等时尚领域的联系；部分原因是它的主题新颖。因此，它的重要性可能已经超出了它的实际成就。我们许多不同领域的科学家同行们被这种宣传和科学分析的新途径所吸引，正在将这些想法应用于他们自己的问题。它被应用于生物学、心理学、语言学、基础物理学、经济学、组织理论等许多领域
分层心智中意识的必要和充分机制
与之前被禁的研究相比，意识研究正成为科学前沿的几项重大挑战之一。随着上个世纪热情的先驱者应用双眼竞争、裂脑、盲视和其他范式（Seth，2018），神经科学中出现了意识的经验理论。目前，情况已经达到了一个充满希望和挑战的临界点，因为大量的意识理论（ToC）都声称自己有各自的合理性，而这些理论都有特定的经验支持，它们提出的猜想导致了不同的预测（Del Pin 等人，2021 年；Signorelli 等人，2021 年；Seth 和 Bayne，2022 年；Yaron 等人，2022 年）。人们讨论了各种理论，看来这个问题正变得越来越普遍。目前，不同团体和领域之间缺乏合作，阻碍了意识理论的进步。然而，未来有望出现一种不受个体理论界限限制的基础理论（Koch，2018）。在此过程中，四种主要的 ToC 获得了最多的关注（ Seth and Bayne，2022）：整合信息理论（IIT）（Tononi，2008；Oizumi 等，2014；Tononi 等，2016）、全局神经工作空间理论（GNWT）（Dehaene，2014；Mashour 等，2020）、高阶理论（HOT）（Lau and Rosenthal，2011；Brown 等，2019），以及循环加工理论（RPT）（Lamme，2018）和预测加工理论（PP）（Seth and Hohwy，2021）。简而言之，IIT 将任何有意识的体验与相应状态下系统的最大不可约因果结构联系起来； GNWT 认为，由广泛的神经激发和跨多个认知模块共享信息所引发的全局工作空间是实现意识的关键；HOT 基于意识体验的高阶结构，其中“我”意识到“某事”（“某事”的表征是一阶的）。同时，RPT 和 PP 强调自上而下的处理在有意识的心理活动中的重要性。第五种方法并没有将意识归因于神经活动，而是将意识与跨多个时空尺度的底层物理过程联系起来。作为一个典型且著名的范式，精心策划的客观还原 (Orch OR，参见 Hamerooff 和 Penrose，2014) 理论声称，根据哥德尔不完备定理 (Penrose，1999)，理解、自由意志或洞察力等心理方面无法用图灵机计算。它将意识与量子力学过程联系起来。意识场论将不确定的粒子状和波状现象比作“神经元-波二象性”（John, 2001），并提出大脑中广泛存在的电磁（EM）场可能是意识的物理相关物（Hunt and Jones, 2023）。
以人为本的人工智能：新时代精神 Yvonne Rogers，UCLIC ...
以人为本的人工智能：新时代精神 Yvonne Rogers，伦敦大学学院 UCLIC Hancock 的文章读起来就像一篇文学作品，充满了深奥的措辞和一些奇怪的拉丁语。这是一篇巧妙的散文，用尖锐的隐喻警告我们，未来会出现故障、功能失调和失效的自主机器，如果我们不采取有力的措施，它们可能会给社会带来严重破坏，甚至摧毁我们。最戏剧性的类比之一是将自主系统比作从海洋中升起的一圈火山岛的演变；是突然和爆炸性的，而不是缓慢渐进的演变。相比之下，我们人类被视为扮演着“海滩和河岸线的沿海角色”，随着火山喷发而消退。海洋形象确实描绘了一个世界末日的未来。我读这本书的时候想象自己听到了《世界大战》的配乐。那么，在为时已晚之前，我们能够、应该做些什么来应对预测中的自动机器的突然爆发呢？汉考克建议投入数十亿美元来培训一批新的机器法医心理学家，他们将能够比我们现在更清楚地了解机器的大脑，更好地理解它们为什么会选择特定的行动。这一切都很好，也是一种必要的战斗号召。但这已经开始在更广泛的人工智能领域发生——尽管规模并不宏大。越来越多的人机交互 (HCI) 研究人员、计算机科学家、哲学家和心理学家正在解决和面对人工智能的自主性——研究如何用替代的透明算法来取代它，这些算法将允许人类（和其他机器）检查、理解和纠正机器学习和机器决策，这些算法被编程来执行。让人工智能更加公平、负责、可解释和不偏不倚已成为普遍接受的目标。关于如何实现这一目标，已经发布了许多框架、白皮书和政策。例如，今年早些时候，欧盟发布了一项法规，其中除了详细的指导、规则和限制外，还建议禁止对人类造成或可能造成“身体或心理”伤害的人工智能系统。这些系统包括在人们不知情的情况下识别他们的面部和面部表情的自主系统；自动决定是否允许他们获得贷款、信贷、工作等。斯坦福大学开创性 HAI 中心的 Katharine Miller (2021) 刚刚发表了一篇关于未来工作的文章，她主张用鼓励以人为本的工作场所的替代价值观取代人工智能驱动的自动化理念。汉考克最近发表的反对自动驾驶技术的文章最让我吃惊的是——考虑到它已提交给《人机交互杂志》——它没有提到如果我们假设我们不希望技术完全自动化，我们应该考虑和设计什么样的控制、交互和界面。文章中间有一句话声称我们“正在见证人机交互和协作的关键分水岭”。但没有进一步说明这些是什么。