XiaoMi-AI文件搜索系统
World File Search System白皮
早期护理和教育监测方面的创新 - ASPE
许多人为支持完成这份白皮书付出了艰辛的努力。这份白皮书包含了大量有关各州地方实践的信息，我非常感谢各机构各州行政人员多年来一直为儿童的健康和安全而努力的时间和开放态度。这份白皮书也从美国卫生与公众服务部许多同事的建议和认真思考中受益匪浅。儿童和家庭管理局的 Linda Smith 及其团队成员 Katherine Beckman 和 Richard Gonzalez 从一开始就帮助塑造了这份白皮书。启蒙办公室的 Adia Brown 也在制定这份白皮书的内容方面提供了大量支持。ASPE 的几位同事在本工作的各个阶段提供了深思熟虑的反馈意见，包括 Jennifer Burnszynski、Laura Radel、Lindsey Hutchison、Sharon Wolfe、Kimberly Burgess、Nina Chien 和 Kirby Chow。这份白皮书也从 Taryn Morrissey 和 Richard Fiene 的认真审查中受益匪浅。
UWI
尽管全球几个政府（193个联合国成员国中的157个）已经制定了立法来保护其公民的隐私权（Greenleaf，2023年），AI和随之而来的工具正在如此迅速地发展，以至于即使是精通技术的人，更少的政府政府也在追赶。斯坦福大学以人为以人为AI为中心的AI的Jennifer King和Caroline Meinhart在2024年2月的白皮书中“重新思考AI时代的隐私 - 以数据为中心的世界的政策挑衅”，观察到AI对隐私带来了一些独特的风险。AI系统需要大量数据才能进行培训。“我们预测的数据需要比我们在“大数据”时代的过去几十年所看到的更大的数据获取竞赛。这一需求反过来又会影响个人和社会信息隐私，而不是仅仅通过对数据的需求，而是由于这种需求将对特定问题（例如同意，出处以及整个数据供应管道和整个数据供应管道和生命周期）产生的影响。” （p.5）
DILI、HILI、RUCAM算法和人工智能AI
人工智能 (AI) 技术是一门迷人、发人深省且具有挑战性的学科，它无处不在，具有全球重要性。欧盟委员会在 2020 年 2 月 19 日发布的人工智能问题白皮书中总结了当前状况，讨论了彻底改变许多复杂流程的各种人工智能概念 [1]。最初的工具是算法，最近软件程序的使用也呈增长趋势 [1-3]。人工智能作为一个特殊术语诞生于 1956 年，当时达茅斯学院数学教授约翰·麦卡锡 (John McCarthy) 提出了一项研究项目 [2]，目的是简化复杂的过程。该项目的原则是提供一些工具，使数据能够输入到黑匣子中，黑匣子可以系统地评估输入的数据并促进输出明确的结果，例如复杂疾病的诊断 [3]。在人工智能概念刚刚开发的时候，人们的重点是算法，这些算法大多是手动应用的，在有用的软件出现之前。
人工智能的伦理评估不能忽视文化多元化
快速浏览一些研究就会发现，私营公司与公共当局一起，是制定道德准则的主要参与者。因此，苏黎世联邦理工学院的研究表明，“大多数文件分别由私营公司（n=19；22.6%）和政府机构（n=18；21.4%）制作。”[16]。此外，在该研究中，4.8% 的文件是由私营部门联盟制作的，1.2% 是由政党制作的。最终，私营部门和公共当局合计占已确定准则的 50%。这些数据得到了人工智能伦理实验室的某种程度的证实，该实验室显示，35.1% 的文件由私营公司制作，29.7% 由政府和政府机构制作。在 Fjeld 等人的白皮书中利用的 35 份文件中，列出了 8 份来自私营部门的文件（22.9%）和 13 份来自政府的文件（37%）（8-9）。最后，欧洲委员会数字政策框架显示，在 133 项涉及道德原则的准则或指南中，有 50 项来自私营部门 [21]。
Kria K26 SOM：边缘 Vision AI 的理想平台
摘要 随着人工智能 (AI) 和机器学习 (ML) 算法的不断进步，许多高计算应用程序现在都部署在边缘设备上。因此，需要一种高效的硬件，既能高效执行复杂算法，又能适应这项技术的快速改进。Xilinx® Kria™ K26 SOM 旨在满足在边缘设备上高效执行 ML 应用程序的需求。在本白皮书中，研究了各种 ML 模型和实时应用程序的性能，并将其与 Nvidia Jetson Nano 和 Nvidia Jetson TX2 进行了比较。Xilinx 的结果显示，K26 SOM 的性能优势大约是 Nvidia Jetson Nano 的 3 倍。与 Nvidia Jetson TX2 相比，它的性能/瓦特优势也超过 2 倍。K26 SOM 的低延迟和高性能深度学习处理单元 (DPU) 比 Nano 提供了 4 倍或更大的优势，并且具有 SSD MobileNet-v1 等网络，使 Kria SOM 成为开发 ML 边缘应用程序的理想选择。
5G网络赋能垂直行业
可持续商业案例的构建基于对垂直行业面临的问题的识别，这些问题值得通过基于独特 5G 功能的解决方案来解决。上述项目对商业和社会效益提出了强有力的假设，并正在验证其用例的可持续性。本白皮书中报告的效益被归类为社会关键效益、业务关键效益、成本降低效益和质量提高效益。除了主要参与者和大型行业外，一些中小企业也开始在垂直行业取得一些成就，它们的技术成就发挥了重要作用。5G PPP 计划证明了中小企业在垂直市场开发和部署 5G 创新解决方案的可行性。希望这能让更多的中小企业走上类似的道路，最终在全球范围内增加欧洲市场份额。垂直行业的 5G 灵活解决方案将以最佳方式支持各种部署选项和商业模式，以充分利用频谱，避免频谱碎片化、频谱利用不足、公共和非公共网络共存等潜在问题。
边缘人工智能——路线图
随着人工智能 (AI) 的应用呈爆炸式增长，用于解决大量被认为非常困难的问题，信息技术和半导体社区纷纷开发能够以可接受的能源成本提供所需性能的计算平台。到目前为止，大部分注意力和投资都集中在“云 AI”上，而“数据”是为行业、政府和个人生活创造价值的最大共同点。然而，对智能的追求也正迅速成为“边缘”的一个突出和必不可少的特征，数以万亿的“事物”将结合在一起产生更多的数据。鉴于边缘设备在效率、占用空间、稳健性和成本方面的严格限制，不言而喻的是，将真正的智能带到边缘将需要在从计算概念到实现技术的各个层面进行深刻的创新。这一观察涵盖了从汽车、移动、工业、沉浸式、物联网到可穿戴和可植入等各种应用。在本白皮书中，我们评估了许多可行的选择，探索了可能的未来发展道路，并提出了一系列如何实现的建议。
制造业人工智能白皮书 | AIM-NET
执行摘要 这份题为“制造业中的人工智能”的白皮书报告了人工智能 (AI) 在欧洲制造业中的应用，以及其在未来增强竞争力和技术领导地位的潜力。本文基于制造业人工智能网络 (AIM-NET) 进行的研究，该研究代表了制造业界对人工智能解决方案的成就和挑战的观点。该文件涵盖了制造流程中的人工智能、制造业中的机器人、机器和运营支持以及制造系统中的人工智能等主题。它还包括对法规、教育、系统工程和数据增强等跨领域方面的讨论。本文还介绍了现有基于人工智能的制造业应用的成熟度 TRL 水平、用于评估绩效的典型 KPI 以及广泛采用的障碍和限制。它还为未来的人工智能工作提供了路线图，并指出了短期和长期时间范围内需要做出的努力。总体而言，本文为政策制定者、从业者和研究人员全面概述了制造业人工智能的现状和未来愿景。
6G 架构前景 - 5G-PPP
本白皮书总结了欧洲研究领域关于 6G 架构愿景的主要发现。这一设计愿景源自 2020 年 10 月开始的约 45 个项目，涉及 5G 所有相关领域，同时为 6G 铺平道路，这些项目属于欧洲研究与创新框架范围内的 5G 公私合作伙伴关系 (5G PPP) 范畴（贡献项目列表可从 5G PPP 网站 https://5g-ppp.eu/5g-ppp-phase-3-projects/ 获取）。目前，欧洲网络研究界已启动一项新计划以及智能网络和服务 (SNS) 计划中的 33 个项目，该计划将专注于 5G 先进和 6G。作为 5G PPP 计划的一部分，5G/B5G 架构工作组 (WG) 正在识别和捕捉实现 5G 和 6G 架构的新趋势和关键技术推动因素。架构工作组的主要发现和成果现都记录在本白皮书中，该白皮书从欧洲视角对 6G 时代架构设计的技术方向进行了综合概述。
![arXiv:2203.11846v2 [gr-qc] 2022 年 3 月 23 日](/simg/3\33237c1efc87d349075d0cb5ec00030b4d72744d.webp)
arXiv:2203.11846v2 [gr-qc] 2022 年 3 月 23 日
近年来，在基础概念提案 [1–3] 的基础上，许多作者讨论了进行实验室规模实验以探究引力量子性质的关键问题的想法 [4]。这些实验旨在检验微扰量子化广义相对论（被视为有效的量子场论 [5–8]）是否正确描述了低能下的自然。已经提出了许多替代方案。其中包括涉及量子力学引力崩溃的模型 [9, 10]、混合经典-量子模型 [11–13]、引力作为一种新兴力量的模型 1 [15, 16]，以及关于红外全息效应的想法 [17, 18]。在未来十年内可能实现的实验可以对这些模型做出决定性的陈述。在这份 Snowmass 白皮书中，我们简要概述了这个新兴的研究计划。我们对理论问题和实验实现提供了非详尽的展望，重点关注未来十年的主要未决问题和研究机会。我们特别强调需要详细的、理论一致的红外重力模型，该模型不同于标准引力子有效场理论。