Pusey、Barrett 和 Rudolph (PBR) 定理声称量子态不能被视为仅代表系统的信息。该结果基于 Harrigan 和 Spekkens (HS) 提出的本体论模型框架。在本文中,我们表明 HS 框架存在一个基本问题:它隐含地假设的认知结构不遵循量子力学所规定的结构。也就是说,模型的认知状态与量子密度矩阵之间的映射既不保留信息熵的值也不保留信息熵的顺序。因此,混合状态的认知内容没有以有意义的方式映射。问题源于假设认知状态由单个概率测度表征,这本质上是非语境性的假设。鉴于这个基本问题,每个使用 HS 框架的结果,包括 PBR 定理,都应该仔细重新审视。
摘要 :最近,受到爱因斯坦-波多尔斯基-罗森现实元素概念的启发,Bilobran 和 Angelo 对(非)现实进行了形式化和操作性表征 [EPL 112, 40005 (2015)]。通过这种方法,作者能够在给定量子系统准备的情况下定义可观测量的(非)现实性或(不)确定性的度量。同样,在 [Phys. Rev. A 97, 022107 (2018)] 中,Dieguez 和 Angelo 通过引入一种称为监视的映射,通过弱投影未揭示测量研究了可观测量的现实性变化。作者表明,对给定可观测量 X 进行任意强度的未揭示测量通常会增加其现实性,也会增加其不兼容可观测量 X ′ 的现实性。然而,从这些结果中,自然会出现一些问题:在 X 的监控图下,与 X 相比,X ′ 的现实增加了多少?它一直在增加吗?这就是我们在本文中要解决的问题。令人惊讶的是,我们表明 X ′ 的现实的变化可能大于 X 的现实的变化。同样,X 的监控图不会影响已经建立的 X ′ 的现实,即使它们最大程度不相容。另一方面,存在两个可观测量的现实变化相同的情况下,即使它们最大程度不相容。此外,我们给出了一个量子电路来实现监控图,并使用它来使用 IBM 的量子计算机实验验证可观测量的现实变化。
目标忽视学生的实际能力 目标需要具有挑战性,但也应根据学生当前的学业、身体或认知挑战而具有相关性/现实性。例如:克拉克想成为一名脑外科医生,但他 14 岁时的阅读水平只有 3 年级,很可能无法通过入学考试。在这种情况下,团队可能希望进一步探究克拉克为什么想成为一名脑外科医生,以及有哪些替代方案仍然符合他的兴趣。
摘要。任何组织实施信息系统规划的目的都是确保其战略目标与支持主要目标所需的信息之间的充分性。利用信息技术提供的优势发现创新公司流程的机会,强调技术与业务战略之间的联系,使用信息技术 (IT) 作为促进基础设施和业务流程转型的推动者。系统战略规划的成功在很大程度上取决于管理层的支持和参与、对业务目标和战略的理解、信息系统 (IS) 和 IT 管理的领导力和能力,以及执行计划的现实性和能力。
在本文中,我们讨论了设计一款促进系统思维的棋盘游戏《绿色经济》的方法。我们将游戏设计过程锚定在类比设计和快速原型概念上,采用模块化方法来克服现实性和简单性之间的权衡。绿色经济的独特功能使玩家能够在游戏过程中改变游戏规则,这为他们提供了部分设计机会。选择可持续发展这一主题是为了挑战玩家在可持续发展方面的系统思维。系统思维使我们能够理解和面对全球和网络化社会结构中的复杂挑战。我们的设计经验证明了通过系统思维设计涉及战略游戏玩法和游戏(重新)设计的动态游戏元素的好处。
人工智能 (AI) 技术发展迅速,但合规成本已成为 AI 初创公司的沉重财务负担,而这些公司的研发预算已经十分紧张。这种情况造成了合规陷阱,因为许多 AI 初创公司在财务上没有做好应对广泛监管要求的准备。尤其是,全球复杂多变的监管流程巧妙地让成熟且资源丰富的科技公司比资源有限的 AI 初创公司更具优势 [1]。这种趋势的持续可能会淘汰大多数 AI 初创公司,并导致大型科技公司垄断 AI 技术。为了证明合规陷阱的现实性,我们从现场部署的角度深入研究了 AI 商业运营的合规成本细节。
这次演讲原本是为了 1981 年在 Endicott House 举办的物理与计算会议 40 周年而准备的,所以我认为应该从 1981 年开始。当时我是加州理工学院的一名大四学生,费曼准备在 Endicott House 会议 [13] 上发表主题演讲的时候我肯定在场,那是人们第一次认真思考量子计算。我在加州理工学院的时候并没有听说过这个,事实上,直到很晚我才看到费曼的论文。但我想提一下我在加州理工学院听到的他的另一场演讲,那场演讲表明他当时正在思考物理学基础问题。费曼的演讲是关于负概率的。在演讲开始时,他解释说他一直在研究贝尔定理,该定理表明量子物理不可能是局部现实的隐变量理论。这意味着,任何对量子力学的解释要么需要非局域性,要么需要非现实性(这里的局域性意味着信息不能比光传播得更快,而现实性意味着你可以测量的东西对应于粒子的具体属性)。费曼解释说,他所做的就是仔细研究证明贝尔定理的假设,看看是否存在任何隐藏的假设。事实上,他找到了一个——假设所有概率都在 0 到 1 之间。他推断,如果概率可以小于 0 或大于 1,那么也许有办法解决 EPR 悖论,但当你计算任何你可以实际观察到的概率时,计算会将这些不切实际的概率相加,得到一个介于 0 和 1 之间的结果。这并不像乍一听那么离谱——谐振子的维格纳函数就是这样表现的,费曼对此进行了评论。他继续展示了他关于负概率的一些发现;我不太记得这部分内容了。早在 1964 年的一系列讲座中 [12],费曼就说过
由于现实性、连贯性和有效性等挑战,数字创新可能在未来战场上缺乏相关性。由于当前的范式无效,军事数字化需要一个分类重构过程。军事领导人必须重新审视数字化及其作为军事组织和行动范式的作用。三个过程阶段有助于重构和重新制度化军事数字化:(1)反思问题;(2)转变框架类别;(3)构建框架。作为第三阶段的一部分,四种设计范式将加强军事流程的数字化:(1)确立非许可生态系统实践(作战区)的首要地位;(2)分离许可和非许可生态系统实践;(3)非许可和许可实践的矛盾耦合;(4)首先投资于人与人之间的沟通,并严格优先进行技术投资。
摘要。近年来,零工经济改变了许多人的工作方式。这一研究现象吸引了来自不同领域的科学家进入这一新兴研究领域。鉴于该主题的现实性和观点的多样性,迫切需要收集和联系研究成果,作为未来讨论的基础。从收集 139 篇关于零工经济、零工工作和相关术语的出版物开始,我们确定了文献中的一些趋势和潜在的研究兴趣。特别是,我们围绕零工经济的概念(零工工人、零工工作和数字平台)组织文献,并从文献中得出一些有趣的见解。最后,我们确定了现有关于零工经济工作的文献中的重要空白,并为未来的研究提供了指导。
ChatGPT 是基于大型数据库开发的人工智能语言模型。在评估 ChatGPT 在护理教育中的使用时,出现了几个重要因素。ChatGPT 有助于巩固理论知识,可以通过创建清单为学生提供结构化的实验室实践培训机会,并通过提供及时的回复来节省时间。然而,它存在现实性有限和临床应用不足等缺点。ChatGPT 不能提供真实的患者体验,在临床使用上有局限性。在作业中使用 ChatGPT 可能会导致引用、版权和道德问题。此外,还可能出现有关保护患者隐私和机密性的担忧。因此,应与学生讨论使用该程序可能出现的问题,并鼓励批判性思维。本综述旨在探讨在护理教育中使用 ChatGPT 的优缺点。关键词:人工智能、ChatGPT、护理教育。