wanwan
karma值:0
solidot新版网站常见问题,请点击这里查看。
wanwan( 42055 )
登录
人工智能的使用正在蓬勃发展,但是它可能并不是你想象中的秘密武器:从网络行动到虚假信息,人工智能拓展了国家安全威胁的触角,可以精确、快速大规模地针对个人和整个社会。随着美国努力保持领先地位,美国情报体系(IC)正努力适应并开启人工智能即将带来的革命。美国情报体系启动了一些针对人工智能的影响和道德用途的举措,分析师开始构思人工智能将如何彻底地改变他们的学科,但是这些方法和 IC 对此类技术的其他一些实际应用在很大程度上都是分散的...美国不同的政府机构正在如何使用人工智能查找全球网络流量和卫星图像中的模式,但是在使用人工智能解释意图时存在着一些问题:Pyrra Technologies 的首席技术官 Eric Curwin 表示,人工智能的理解可能更类似于刚学会走路的人类幼儿。该公司帮助客户识别从暴力到虚假信息在内的各种虚拟威胁。Curwin表示:“例如人工智能可以理解人类语言的基础知识,但是基本模型不具备完成特定任务的相关知识或对上下文的理解。”Curwin 解释说,为了“建立可以开始取代人类直觉或认知的模型,研究人员必须首先了解如何解释行为,并将该行为转化成人工智能可以学习的东西。”
科学家正在开发人工光合作用,让地球上的粮食生产更加节能,并且希望这种技术有朝一日能在火星上得到应用。光合作用在植物中演化了数百万年,将水、二氧化碳和来自阳光的能量转化为植物生物质和我们吃的食物。这个过程非常低效,最终进入植物的能量只有阳光能量的大约 1%。加州大学河滨分校和特拉华大学的科学家找到了一种方法,可以完全绕开生物光合作用,不依赖阳光,通过人工光合作用制造食物。这项发表在《Nature Food》期刊上的研究使用两步电催化工艺将二氧化碳、电和水转化为醋酸盐,醋酸盐是醋的主要成分。然后生产食物的生物会在黑暗中消耗醋酸盐来生长。用太阳能电池板产生电力为电催化供电,这种有机-无机混合系统可提高阳光转化为食物的效率,对某些食物来说效率可提高 18 倍之多。
实验表明,很多可以生产食物的生物体都可以在黑暗中生长,直接长在富含醋酸盐的电解槽中,包括藻类、酵母菌和产生蘑菇的真菌菌丝体。用这种技术生产藻类的能源效率大约是光合作用生长的四倍。酵母菌生产的能源效率比通常采用的从玉米种提取糖培养的方式高出约 18 倍。人为气候变化造成粮食生产条件日益恶化,人工光合作用将农业从对太阳的完全依赖中解放出来,为在这种情况下种植粮食提供了无数种可能。如果人类或动物食用的作物在资源密度较低、受控的环境中生长,干旱、洪水和可用农地减少对全球粮食安全的威胁就会变小。农作物也可以在城市和其他目前不适合农业的地区种植,甚至为未来的太空探索者提供食物。
实验表明,很多可以生产食物的生物体都可以在黑暗中生长,直接长在富含醋酸盐的电解槽中,包括藻类、酵母菌和产生蘑菇的真菌菌丝体。用这种技术生产藻类的能源效率大约是光合作用生长的四倍。酵母菌生产的能源效率比通常采用的从玉米种提取糖培养的方式高出约 18 倍。人为气候变化造成粮食生产条件日益恶化,人工光合作用将农业从对太阳的完全依赖中解放出来,为在这种情况下种植粮食提供了无数种可能。如果人类或动物食用的作物在资源密度较低、受控的环境中生长,干旱、洪水和可用农地减少对全球粮食安全的威胁就会变小。农作物也可以在城市和其他目前不适合农业的地区种植,甚至为未来的太空探索者提供食物。
2009 年当时在普林斯顿大学的计算机科学家李飞飞创造了一个将改变人工智能历史的数据集。该数据集被称为 ImageNet,包含了数百万张标记图像,可训练复杂的机器学习模型识别图片中的内容。2015 年,这些机器超越了人类的识别能力。不久之后,李飞飞开始寻找她所谓的另一个“北极星”——将以完全不同的方式推动人工智能发展为真正的智能。
她回顾了 5.3 亿年前的寒武纪大爆发——当时许多陆地生物物种首次出现,她从中获得了灵感。一种有影响力的理论认为,新物种爆发的部分原因在于第一次能看到周围世界的眼睛的出现。李飞飞意识到,动物的视觉永远不会自行出现,而是“深深根植于一个需要在瞬息万变的环境中移动、导航、生存、操纵和改变的整个身体之中。”她表示:“这就是为什么我会很自然地在人工智能方面转向更积极的愿景。”
如今李飞飞的工作重点是人工智能代理,它们不仅可以从数据集中接受静态图像,还可以在三维虚拟世界的模拟环境中四处移动并与环境交互。这是一个被称为具身人工智能(embodied AI)的新领域的广泛目标,李飞飞并不是唯一投身于该领域的人。该领域与机器人技术重叠,因为机器人可以是具身人工智能代理在现实世界中的物理等价物,而强化学习——总是训练交互式代理学习将长期奖励作为激励。但是李飞飞和其他一些人认为,具身人工智能可以推动从机器学习直接能力(如识别图像)到学习如何通过多个步骤执行复杂的类人任务(如制作煎蛋卷)的重大转变。
她回顾了 5.3 亿年前的寒武纪大爆发——当时许多陆地生物物种首次出现,她从中获得了灵感。一种有影响力的理论认为,新物种爆发的部分原因在于第一次能看到周围世界的眼睛的出现。李飞飞意识到,动物的视觉永远不会自行出现,而是“深深根植于一个需要在瞬息万变的环境中移动、导航、生存、操纵和改变的整个身体之中。”她表示:“这就是为什么我会很自然地在人工智能方面转向更积极的愿景。”
如今李飞飞的工作重点是人工智能代理,它们不仅可以从数据集中接受静态图像,还可以在三维虚拟世界的模拟环境中四处移动并与环境交互。这是一个被称为具身人工智能(embodied AI)的新领域的广泛目标,李飞飞并不是唯一投身于该领域的人。该领域与机器人技术重叠,因为机器人可以是具身人工智能代理在现实世界中的物理等价物,而强化学习——总是训练交互式代理学习将长期奖励作为激励。但是李飞飞和其他一些人认为,具身人工智能可以推动从机器学习直接能力(如识别图像)到学习如何通过多个步骤执行复杂的类人任务(如制作煎蛋卷)的重大转变。
2021 年底欧洲航天局(ESA) Swarm 星座组网卫星的运营商注意到令人担忧的情况,测量地球周围磁场的卫星开始以快得不寻常速度的向大气下沉——比以前要快 10 倍。这一变化恰逢新一轮太阳周期的开始,专家认为对于围绕地球运行的航天器来说,这可能是艰难岁月的开始。ESA Swarm 任务主管 Anja Stromme 表示:“过去五、六年里,这些卫星的高度大约每年下降 2.5 公里。”“但是自从去年 12 月以来,它们一直在快速下沉。从 12 月到 4 月,下沉的速度达到了每年 20 公里。”靠近地球运行的卫星总是会受到残留大气的阻力影响,逐渐减慢航天器的速度,并最终让它们落回地球。这种大气阻力迫使国际空间站的控制人员定期执行“重新加速”操作,以维持空间站在地球上空 400 公里轨道运行。这种阻力还有助于清理近地环境中的太空垃圾。科学家知道,这种阻力的强度取决于太阳活动——太阳喷出的太阳风量,太阳风的数量随着太阳周期的变化而变化,每个太阳周期 11年。自去年秋季以来,恒星苏醒了,喷出越来越多的太阳风,以越来越快的速度产生太阳黑子、太阳耀斑和日冕物质抛射。地球高层大气也受到了影响。所有轨道高度在 400 公里左右的航天器都必定会遇到这个问题。