<kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

              <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                      <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                              <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                      <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                              <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                      <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                              <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                      <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                              <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                      <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                              <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                                      <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                                              <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                                                      <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                                                              <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                                                                      <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                                                                              <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                                                                                      <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                                                                                              <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                                                                                                      <kbd id='YnNvbIUrgc'></kbd><address id='YnNvbIUrgc'><style id='YnNvbIUrgc'></style></address><button id='YnNvbIUrgc'></button>

                                                                                                                                                                          韩式牛尾汤

                                                                                                                                                                          2018-05-08 16:15:23 来源:健康煲汤网

                                                                                                                                                                            在他看来,要解决这一问题,除了进一步完善技术、减少软件漏洞之外,还需要不断完善系统安全能力,提高黑客攻击的技术门槛和技术成本;同时,面对当前网络犯罪的新形势,也应该构建新的打击网络犯罪的技术体系和法律体系,形成对网络犯罪的威慑力。

                                                                                                                                                                            中新社旧金山5月14日电 (记者 刘丹)美国加州政府计划未来6年内拨款逾2.2亿美元为居民更换符合联邦政府真实身份法案要求的新驾驶执照和身份证,带有特殊标记的新证件将在明年1月2日发放。

                                                                                                                                                                            2001年“911”恐怖袭击事件后,美国国会通过了真实身份法案(the U.S.Real ID Act),2005年开始执行,要求全美各州在2008年前全部实施新法。由于有些州执行困难,包括加州在内的21个州获得联邦政府允许延期。

                                                                                                                                                                            特朗普执政后,将执行真实身份法案的最后期限设定在2020年10月1日。此后,搭乘飞机的美国居民安检时必须使用更新过的驾驶执照和身份证,或美国护照及其他被联邦交通运输管理局认可的证件。

                                                                                                                                                                            作为美国人口第一大州,居民逾3900万的加州未来数月申请新证件的人数将激增。

                                                                                                                                                                            申请人需提供的证件比以往更多,包括出生证明,或其他证明出生的文件,两份居住在加州的证明以及社会安全号码等。

                                                                                                                                                                            根据加州州长布朗近日宣布的修订预算案,州车辆管理局将在6年内聘用超过2700名新员工,加快处理新证件的申请和发放。这些新证件将作为居民出行时使用的有效证件。

                                                                                                                                                                            加州居民需本人到车辆管理所申请新证件,网上或者邮寄均不接受。

                                                                                                                                                                            2013年,加州议会通过法案,为无证移民发放驾驶执照,这些驾照有特殊标记,不能用于搭乘飞机或进入需要身份证明的联邦政府办公场所。(完)

                                                                                                                                                                            就像打了一剂强心针,当世界上第一台超越早期经典计算机的光量子计算机横空出世后,人们对人工智能时代的期待似乎有了更多的底气:超越经典的量子计算机已经有了,打败超级计算机的量子计算机还会远吗?

                                                                                                                                                                            一旦后者实现,人类将再次以计算能力为傲,窥探人类大脑的奥秘,从而扫除人工智能研究的一大障碍。目前来看,面对人类大脑,这个虽然只有1.5公斤左右重,却拥有1011个神经元的家伙,让人类束手无策——要模拟整个大脑的计算能力,世界上目前任何一台计算机都难以胜任。

                                                                                                                                                                            在近日由中国科学院学部主办,中国科学院自动化研究所等协办的“脑科学与人工智能”科学与技术前沿论坛上,就有不少业内人士提出这样的遐想:建设支持深度学习的新型计算机群,已成为一些人工智能研究的必然选择,那么人工智能研究究竟需不需要量子计算机那样的计算能力?

                                                                                                                                                                            “我们今天的科学家,尤其是计算机科学家,把‘计算’用得太狠了,对‘计算’的依赖甚至有些‘贪得无厌’了!”中国工程院院士、中国人工智能学会理事长李德毅却在论坛上给大家泼了冷水。在他看来,人工智能学者不能只盯着“计算认知”,一味要求 “人脑”研究的步伐有多快,而要拿出更多的精力放在“记忆认知”和“交互认知”上。

                                                                                                                                                                            脑科学能启发人工智能的并不多?

                                                                                                                                                                            李德毅之所以对“计算认知”不感冒,还要从谷歌公司的一则报道说起——

                                                                                                                                                                            2015年5月15日,谷歌对外称该公司旗下无人驾驶汽车有上百万英里的测试经验,大致相当于人类75年的驾龄。

                                                                                                                                                                            “这75年的驾龄是如何‘计算’出来的?”这引发了李德毅的思考:当无人车上路、发驾照提上日程,驾驶认知“度量”已经成为各国交管部门当务之急时,脑认知该如何度量?信息是用“比特”来度量,能量是用“焦耳”来度量,那么脑认知呢?

                                                                                                                                                                            脑科学学者似乎并未给出这样的答案,人工智能学者也就无从得到启示。

                                                                                                                                                                            这成了一个隐喻:脑科学、人工智能,两个同属21世纪的前沿学科,在过去数十年间彼此相对独立,鲜有交叉。

                                                                                                                                                                            中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明在当天的论坛上也提到,不管是国内还是国外,都是如此,不过随着研究手段不断丰富,研究领域不断突破,两者的交叉融合成为热点,甚至出现一个新的研究名词,类脑智能。美国、欧盟都相继启动相关研究计划,中国也启动了脑计划。他说,中国的计划是将脑科学和人工智能结合得最为紧密的。

                                                                                                                                                                            比如,现在流行的深度学习,就是基于人工神经网络的一个应用,这些人工神经网络都可以从神经科学的一些规律中得到灵感。蒲慕明说,比如可以借鉴神经突触的可塑性、记忆储存、提取与消退,等等。

                                                                                                                                                                            不过他也承认,目前的脑科学研究能启发人工智能的并不是特别多。

                                                                                                                                                                            蒲慕明给出一个类比,当前的脑科学研究,仅相当于物理、化学等学科在19世纪末期的研究水平,“要完全理解大脑,可能是几个世纪的事情,而不是我们这个世纪就可以达到的。”他说。

                                                                                                                                                                            那为何还要做类脑研究,蒲慕明说,必须要在这个时候做一些适当的应用,假如不把已经知道的知识应用到对脑疾病的诊断、干预和治疗上,那么到2050年我们的医疗系统很可能要面临崩溃——那时你会发现仍然没有一个脑疾病能够治愈。

                                                                                                                                                                            相应地,人工智能的应用也是如此。他说,不一定非要完全搞清楚,神经科学一些具有阶段性的成果,也可以给人工智能的发展提供启发。

                                                                                                                                                                            什么是人类最重要的智能行为?

                                                                                                                                                                            中国科学院院士、中国科学院自动化研究所研究员谭铁牛就在现有的研究基础上,得出一个结论:“模式识别”是人类最重要的智能行为,也是人工智能重要的研究内容——机器的“模式识别”能力,在一定程度或者很大程度上反映了机器智能“类人”的程度。

                                                                                                                                                                            在当天的论坛上,谭铁牛举了几个模式识别的例子。比如语音识别,近些年突飞猛进的科大讯飞,能将维吾尔语翻译成汉语,汉语翻译成维吾尔语;再如步态识别,在看不到人脸、虹膜和指纹的时候,就能通过步态在几十米外感知到其身份。

                                                                                                                                                                            此外,还有图像识别,其中具有代表性的人脸识别,早在几年前马云刷脸支付已经引爆舆论热点。谭铁牛本人就在进行虹膜识别的研究,并建立了目前国际上规模最大的共享虹膜图像库,被多国共享使用。他说,这不仅可以用在手机上,还可在查找丢失儿童上发挥作用。

                                                                                                                                                                            谭铁牛说,模式识别的技术瓶颈可通过借鉴生物的机理改进,未来生物启发的模式识别在人工智能领域前景可期。其最终追求,是希望模拟逼近人的模式识别,这是非常艰巨的过程。

                                                                                                                                                                            他也提到,模式识别的主要瓶颈在于鲁棒性、自适应性和可泛化性。

                                                                                                                                                                            鲁棒性,说白了,就是人工智能“够不够皮实”“是不是稍微有点扰动,就会出错”。谭铁牛举了一个例子,比如在酒会上聊天,背景噪音比较多,如果想听清其中某一个人的声音,就要忽略或者抑制背景中其他对话的干扰——人类可以做到这一点,也就是听觉系统所谓的鸡尾酒效应,但人工智能可以吗?

                                                                                                                                                                            所谓自适应性,则比较容易理解,谭铁牛说,人类的眼睛会随着灯光的变化、环境的变化进行调整,这说明自适应性非常强。这一点可以应用到人工智能上,比如人脸识别,有一位朋友十几年甚至几十年没见,再见面是否还能认出来?他说,现有的模式识别在这方面还不是很理想。

                                                                                                                                                                            可泛化性,说白了就是“举一反三”。谭铁牛说,当小孩认识苹果后,即便只记住了一次,也可以识别其他类型的苹果,这说明人类看到一个东西后,不仅知其然,还知其所以然。而知其所以然,就是人工智能领域所说的“深度学习”。但目前的人工智能深度学习,必须建立在大量数据的基础之上,这一点也有待进一步研究。

                                                                                                                                                                            谭铁牛说,要解决这3个问题,关键还是看人类本身,在微观层面上,人工智能的模式识别可借鉴人类的神经元,神经元有兴奋性、抑制性、功能可塑性和传播性。科学家受到这个启发,增强了模式识别动态系统的稳定性。

                                                                                                                                                                            无人驾驶是人工智能的突破口?

                                                                                                                                                                            李德毅已经找到了一个实践的突破口:自动驾驶。他说,无论是对话、诗词或者驾驶,图灵测试都允许测试者现场介入,判定结果都带有近似性和主观性。但是,和对话、诗词测试相比,驾驶的图灵测试可以进行更为精确、更为客观的评测。

                                                                                                                                                                            他说,当初汽车被发明出来的时候,人们最感兴趣的是汽车的结构、机械、传动、轮胎、底盘和车身。到20世纪,人们感兴趣的则是发动机、碳排放和被动安全。到20世纪末、21世纪初,人们总体上关心3件事情,轻量化、清洁化、智能化。

                                                                                                                                                                            所谓智能化,在他看来有4个阶段,第一是理性辅助驾驶,以人驾为主;第二是自动驾驶,局部时段可以放开手和脚;第三是自动驾驶,即用自动驾驶接管驾驶权;第四是人机协同驾驶。

                                                                                                                                                                            在李德毅看来,无人驾驶,难在拟人。

                                                                                                                                                                            他感叹:汽车是从马车演变而来,作为动力工具,汽车的马力可以达到100匹马力,但汽车远远不如马应对不同的负荷、天气、路面,以及不同车辆情况下的适应能力。说白了,汽车的感知、认知能力远远不如马这个认知主体,“老马识途,车不如马!”

                                                                                                                                                                            李德毅说,其根本问题不在于车而在于人,要解决人的问题,就要让驾驶员的认知能够用机器人替代,让机器人具有记忆、决策和行为能力,于是新的概念产生了——“驾驶脑”。

                                                                                                                                                                            “驾驶脑”不等于驾驶员脑,“驾驶脑”是要做驾驶员的智能代理,要去完成包括记忆认知、计算认知和交互认知在内的驾驶认知,他说,这应该是人工智能时代最有意义的课题之一。( 邱晨辉)

                                                                                                                                                                            【环球时报报特约记者 张静】据韩国KBS电视台14日报道,新任青瓦台民政首席秘书官曹国表态,要彻查“郑润会文件”事件。声明公开后,检方开始积极对外解释称,此前对郑润会的调查非常彻底,没有发现“崔顺实是总统背后实权派”的相关文件。

                                                                                                                                                                            首尔中央地方检察厅14日表示,在调查“亲信干政门”事件时,对郑润会调查结果很简短:58岁,崔顺实的丈夫,1998-2004年担任朴槿惠的辅佐官。调查表示,郑润会与崔顺实的关系一度恶化,又担心外界舆论,因此在同一屋檐下分居。检方强调,通过对郑润会的调查,没有发现他干政的确切证据。曹国12日对外公开表示,青瓦台民政首席秘书室和检方的调查没有揭露真相,如果当时认真搜查,崔顺实干政事件应更早被揭露。 韩国前总统朴槿惠(资料图)

                                                                                                                                                                            2014年8月3日,日本《产经新闻》刊登报道,就“世越”号沉船事故时朴槿惠的行踪提出质疑,报道引用“相关人士”提供的消息,称朴槿惠当天与郑润会在一起,并把两人描写成“情侣”。2014年11月,韩国《世界日报》曝光了青瓦台民政首席秘书室的一份内部报告,称朴槿惠政府的“幕后红人”郑润会定期与朴槿惠的10名亲信会面,掌握政府动向,干涉国家事务。“十常侍干政”报道面世后,引发了韩国社会巨大轰动。当天,青瓦台以侵犯他人名誉权为由正式起诉《世界日报》社长和执行编辑。朴槿惠更是在青瓦台召开首席秘书会议,怒斥上述报道,并要求检方彻查这起事件,追究相关人员法律责任。

                                                                                                                                                                            经过一个月的调查后,该事件不了了之。有消息称,原青瓦台警官朴某在接受调查时曾陈述称:“韩国权力排名第一是崔顺实,第二是郑润会,朴槿惠总统只排名第三。”负责调查此案的检方14日明确表示,相关传言并没有具体的录音或书面证据。韩国《世界日报》14日称,随着青瓦台要求对郑润会事件重新调查,未来可能出现检方被调查的局面,对此不少检察官感到不安。

                                                                                                                                                                            【新知关键词:火星土壤砖】 

                                                                                                                                                                            太阳系内,有颗红色星球一直是科学家们的“心头好”,它就是火星。它的表面覆满沙丘,砾石遍布,是个名副其实的沙漠行星。虽然,2015年美国宇航局宣布,发现火星上有流动的液态水,但它大气稀薄,气候寒冷,二氧化碳和沙尘终年不断。想要变成适宜人居的星球,首先需要搭建防范尘暴的坚固建筑。来自美国加州大学的工程师最新证明,火星土壤能够用来制造砖头,而且质量不错!

                                                                                                                                                                            一种用火星土壤制成砖头的方法

                                                                                                                                                                            据美国科技博客“起点网”最新报道,美国加利福尼亚大学圣地亚哥分校的工程师们,受美国航空航天局NASA资助,研发出一种用火星土壤制成砖头的方法。相关论文已发表于4月27日的《自然科学报告》杂志上。

                                                                                                                                                                            火星是众多科幻作品中,人类移民的最终目的地。人们幻想在火星上建立乐园,但达成目标的困难不少,主要集中在两个方面:第一是火星大气层很少,第二是火星没有完整磁场。后者可以通过人造磁场或引入人造月球来解决,但前者却需要足够设备培育植物,重构大气。

                                                                                                                                                                            有人疑惑,难道要用飞船往返运输地球物资到火星吗?这方法虽可行,但不现实。因为火星轨道呈椭圆形,与地球间的距离始终在变化,最近距离约为5500万公里,最远距离则超过4亿公里。现有飞船到达火星最快要用7个月,来回平均要花2年左右。一旦火星移动到远距离位置后,飞行时间将变得更长。

                                                                                                                                                                            所以,NASA认为与其运输物资,不如利用当地资源,比如火星土壤。火星表面的土壤中含有大量氧化铁,在太阳光紫外线的长期照射下,已经固化为一层红黄相间的氧化物。研究者提出,将这样的火星土壤转化为坚固的建筑材料,并不需要像在地球上那样使用砖窑或添加剂,而是施力压缩土壤即可,相当于“来一锤子”那样简便。

                                                                                                                                                                            火星砖头的强度甚至超过了钢筋混凝土

                                                                                                                                                                            加州大学工程师们最初的研究目的并非火星,而是制砖,即如何减少工厂制砖过程中用到的聚合物,因此使用火星土壤模拟物进行实验。后者是地球各类岩石的集合,化学成分与火星尘土相似,颗粒大小也与之相近。工程师们对模拟材料研究了一段时间之后,发现只需添加适当压力就足以使土壤变成细小而坚硬的块状物,其强度甚至超过了钢筋混凝土。

                                                                                                                                                                            研究论文的第一作者表示,火星探险者们非常勇敢,必将成为移民的先驱者,能够成为他们的制砖供应商,自己感到非常荣幸。具体的制砖过程可分为两个步骤,第一步是将土壤放置在弹性容器中,比如橡胶管,第二步是进行强力压缩,比如用一个5公斤重的锤子从1米高处落下就能压缩好一块扁平的圆形土壤样品。

                                                                                                                                                                            来自圣地亚哥分校,担任该项目首席研究员的结构工程师在采访中表示,这与在地球上制作建筑材料显著不同。通常情况下,土壤颗粒必须与一些特殊类型的黏合剂混搭,才能保持刚性。黏合剂的作用有点像胶水,能把材料固定在一起。在火星土壤模拟物中,恰好有一种特殊的化学成分,如同天然黏合剂一样,使实验土壤被压实后,具备强度。

                                                                                                                                                                          责编: