Stefanie Tompkins 博士，曾任美国国防高级研究计划局 (DARPA) 主任。在此之前，她曾担任科罗拉多矿业学院负责研究和技术转让的副院长。汤普金斯在职业生涯中大部分时间都在领导科学家和工程师开发新技术能力。她的职业生涯始于
Thomas Karr 是国防部副部长（研究与工程）办公室定向能源部助理主任。他的职责涵盖国防部的所有定向能研究和开发。他在科学应用到国家安全方面拥有四十年的经验。在加入 OUSD(R&E) 之前，他是 DARPA 项目的成员
Milan “Mitch” Nikolich 博士是国防研究与工程研究与技术部主任，并担任负责研究与工程的国防部副部长关于该部所有研究和技术投资的首席顾问。他还担任国防战略技术开发任务区顾问
艾伦·R·谢弗 (Alan R. Shaffer) 是负责采办和保障 (A&S) 的国防部副部长。参议院于2019年1月确认，他向国防部副部长负责与采购有关的所有事务；合同管理；物流和物资准备情况；装置和环境；运行能量；化学、生物和核
Lisa Porter 博士是前国防部负责研究与工程 (DUSD(R&E)) 的副部长，与 USD(R&E) 一起负责整个国防部企业的研究、开发和原型设计活动。此外，USD 和 DUSD 还负责监督国防高级研究计划局 (DARPA)、导弹防御局的活动
Sandra H.“Sandy”Magnus，博士。曾任国防部负责研究和工程的副部长办公室的工程副主任。她曾担任国防部高级功能总工程师。在此职位上，她是工程政策、实践和国防部工程人员以及数字工程和系统系统的领导者
Frank Peterkin 博士曾担任国防部研究与工程副部长办公室 (OUSD (R&E)) 定向能源部门首席主任。在此职位上，彼得金博士担任国防部 (DoD) 定向能源高级官员，包括用于军事应用的高能激光和高功率微波系统。他
布兰迪·范恩博士，曾担任负责核、化学和生物防御计划的助理国防部长 (ASD(NCB)) 职责，并曾担任负责核、化学和生物防御计划的首席副助理国防部长 (PDASD(NCB))。范恩博士以此身份支持助理国防部长发挥
Mark J. Lewis 博士，前国防部负责研究和工程的代理副部长。在此职位上，他负责整个国防部企业的研究、开发和原型设计活动。此外，他还监督国防高级研究计划局 (DARPA)、导弹防御局 (MDA)、太空发展局的活动
弗雷德·肯尼迪三世博士是美国国防部太空发展局的首任局长，该机构由代理国防部长帕特里克·M·沙纳汉于 2019 年 3 月 12 日成立。SDA 的使命是定义和监控国防部未来威胁驱动的太空架构，并加速必要的新军事太空能力的开发和部署
科林·卡尔 (Colin H. Kahl) 博士于 2021 年 4 月 28 日被任命为负责政策的国防部长副部长。在此期间，他是负责国防政策的国防部长的首席顾问，并领导国防部内国家安全政策的制定和协调。卡尔博士确保国防政策和计划的整合，以实现预期目标
Maryland Units Train to Support State Efforts
4 月 23 日，马里兰州国民警卫队参加了一场跨越 20 平方英里陆地和水域的大规模搜救演习，以支持民政当局。
Covenant Aviation Security LLC
伊利诺伊州 Bolingbrook 的 Covenant Aviation Security, LLC (CAS) 抗议向麦克莱恩的 VMD Systems Integrators, LLC 下达任务订单......
Ukraine and Russia fight on despite US-mediated ceasefire
俄罗斯和乌克兰报告称，尽管同意从 5 月 9 日到 5 月 11 日停火，但作为特朗普领导的和平推动的一部分，两国仍在前线发生战斗。
Using Transformers to Forecast Incredibly Rare Solar Flares
机器学习如何针对罕见事件做出改变使用 Transformers 来预测极其罕见的太阳耀斑一文首先出现在 Towards Data Science 上。
Three things in AI to watch, according to a Nobel-winning economist
这个故事最初出现在我们关于人工智能的每周通讯《算法》中。要首先在您的收件箱中收到此类故事，请在此处注册。在获得 2024 年诺贝尔经济学奖前几个月，达龙·阿西莫格鲁发表了一篇论文，在硅谷为他赢得了少数粉丝。与大型科技公司相反……
Using AI Means You Work the Same, or Longer
Artificial Lawyer的一项调查显示，人工智能的到来意味着我们的工作时间要么和以前一样，要么工作时间更长。 ...
Gradient-based planning for world models at longer horizons
GRASP 是一种新的基于梯度的学习动态规划器（“世界模型”），它通过以下方式使长视野规划变得实用：(1) 将轨迹提升到虚拟状态，以便优化在时间上是并行的；(2) 直接向状态迭代添加随机性以进行探索；(3) 重塑梯度，以便动作获得清晰的信号，同时我们通过高维视觉模型避免脆弱的“状态输入”梯度。大型学习世界模型的能力越来越强。他们可以预测高维视觉空间中未来观察的长序列，并以几年前难以想象的方式概括任务。随着这些模型的扩展，它们开始看起来不再像特定于任务的预测器，而更像通用模拟器。但是拥有强大的预测模型并不等于能够有效地将其用于控制/学习/规划。在实践中，现代世界模型的长期规划仍然脆弱：优化变
