العلوم والتكنولوجيا

信用：生成的AI圖像 想像一下，一輛專注於市中心運動的獨立汽車。為了避免碰撞，他必須判斷行人是否要越過。或考慮投資算法的股票 - 有必要預見到人類投資者在邁出一步之前將如何對新聞做出回應。 在這兩種情況下，汽車都應該做的要比計算得更多 - 他們應該了解一個人的行為。但是，並未為此而創建當今的一般使用模型，例如GPT或Llama。 輸入BE.FM，這是行為基金的簡短模型，這是密歇根大學，斯坦福大學和Mobalb的研究人員開發的新的AI系統。 BE.FM是專門針對人類行為的預測，建模和合理思想的第一個AI系統之一。有工作 出版 在 SSRN 預印服務器。 與依靠一般文本構建的傳統模型不同，BE.FM是通過行為科學學習的，這是根據調查和學術研究之前的受控實驗給出的。 “我們不以維基百科的身份為他餵養他，” Yutong CE說，他是UM信息科學領域的博士學位課程，也是該研究的主要作者。 “我們從實驗數據，大約20,000名受訪者和數千個科學研究中構建了一組行為數據，超過68,000名受試者，以幫助一個模型原因，以了解人們為什麼要採取行動。” 這種專業的學習使BE.FM優於普通的AI，這通常忽略了少數群體的行為或錯誤地讀取複雜的社會信號。例如，團隊的先前工作發表在 國家科學院論文集它表明，現在準備好製作的AIS模仿了一個人的平均行為，但不涵蓋人類分佈的種類。更重要的是，BE.FM展示了許多新興的機會...

這四個任務之間的工人和專家前景的分離表明，員工想要的東西和技術實現的目標是不一致的。學分：斯坦福大學社會和語言技術（鹽）實驗室 斯坦福大學的研究反映了員工的慾望與人工智能能力之間的差距，並強調了促進研究和發展的領域。 人工智能從根本上改變了勞動力市場。當今的工人越來越多地轉向日常任務的AI，而自動化則改變了整個經濟領域，亞馬遜公司宣布由於AI的部署而減少勞動力。 但是接收電話和新聞文章的敘述留下了關鍵問題：員工想要什麼，這些慾望與技術的可能性相對應？ 為了回答這些問題，斯坦福大學AI研究所的研究人員以某人為導向的人，數字經濟的實驗室對美國工人和人工智能專家進行了全面的研究。他們採訪了1,500名員工，以了解人工智能代理可以在哪裡受益，並在哪裡損害和採訪52名人工藝術專家，以便更好地了解當前的技術能力。然後，研究人員建立了員工的慾望，以及人工智能的可能性，以確定需要修訂自動化的功能和任務。 一個 學習 發表在 arxiv 預印服務器得出的結論是，工人正在尋找主要用於重複任務的自動化，但寧願維護代理商並控制這些人工智能工具。有了焦慮，這也揭示了員工對AI的希望與其當前能力的現實之間存在很大的差距。 結果還意味著收到更高工資的工作類型的轉變：傳統信息分析的薪水可能會降低，而人際交流技能和情商智力將獲得更多。 合著者斯坦福·凱（Stanford Khai）表示：“隨著勞動的發展，理解和克服工人期望與AI能力現實之間的差距對於努力成功整合的組織至關重要。” “該報告提供了我們現在所在的及時且結構化的基本線。” 人們想要什麼 科學家們採訪了104個職業中的1,500人，以了解工人想要自動化及其抵抗的地方。 信任已成為主要問題：45％的人對AI系統的準確性和可靠性表示懷疑，而23％的人擔心工作損失，有16％的人擔心缺乏人類監督。許多受訪者特別關心AI入侵創意任務或與供應商和客戶進行溝通。 相反，他們歡迎自動化，該自動化將騰空以更高的成本（69.4％）工作，降低了任務的重複性（46.6％）並提高了工作質量（46.6％）。他們特別歡迎自動化，其中可能包括與客戶的計劃會議，維護信息文件或糾正錄音中的錯誤。 該研究還研究了有關AI參與水平的偏好。大多數受訪者都喜歡採用聯合方法：45.2％的受訪者希望工人與AI之間的平等夥伴關係，而35.6％的人希望在關鍵船上努力進行人類監督。科學家指出，這表明對全自動系統具有明顯的阻力。 該研究的作者兼斯坦福數字經濟經濟總監埃里克·布里諾夫森（Eric...

a）ft-ir tbabh，ab光譜及其與各種摩爾關係的物理混合物。 b）當與tbabh混合時，彎曲B -H彎曲的對稱性N -H的演變和不對稱位置的演變。 c）比較TBABH-AB 1-2.5中的1H JAMR與其成分的比較。 D）氣相是使用B3LYP/6-311 ++ G（D，P）的1-2 TBABH-AB DES的優化分子結構。 e）AB和TBABH之間結合H -H的分子間距離。 H，白色； C，灰色； n，藍色； B，粉紅色。信用： 高級材料...

AUC在各種答案模型的測試集中。信用： arxiv （2025）。 doi：10.48550/arxiv.2503.1335 對AI新語言模型的進度的評估可能與他們的培訓一樣困難。斯坦福大學的研究人員提供了一種新方法。 由於新版本的人工智能語言模型的開發頻率增加，因此許多人對提高性能的陳述進行了此操作。證明新模型實際上比後者更好，因此對於該領域來說仍然是一個難以捉摸且昂貴的問題。 通常，為了證明自己的力量並提高了對新模型確實更好的信心，開發人員為控制問題電池揭露了新模型。可能，數十萬此類控制問題存儲在銀行中，人們應考慮答案，從而增加了過程和成本。 實際限制使每個問題都無法詢問每個模型，因此開發人員選擇一個子集，從而引入了基於較溫和的問題進行改進的風險。斯坦福大學的研究人員目前在國際機器學習會議上提出的新文章中提出了一種經濟有效的方法來保留這些評估（ICML 2025）有一項研究 可訪問 在 arxiv 預印服務器。 “我們要做的關鍵觀察是，您還應該解釋問題有多複雜，”領導該研究的工程學院計算機科學系副教授Sanmi Koyejo說。 “有些模型可以實現平局的更多或最糟糕的運氣。我們正在嘗試預見這一點，並適應更公平的比較。” 斯坦福大學人工智能實驗室的候選人桑特·特隆（Sang Trong）補充說：“這種評估過程通常比培訓本身的成本相同或更高。” “我們創建了一個基礎架構，使我們能夠根據複雜性適應問題的子集。她使競爭環境保持一致。” 蘋果和橘子...

火焰爆發的接口調節電池過熱過程中危險氣體的產生，從而降低了爆炸的風險。圖片來源：Ying Zhang 研究人員開發了一個岩性金屬電池的工作原型，該金屬電池配備了內置的滅火器，如果電池過熱，該原型將被激活。 飛行金屬電池目前的使用有限，但潛力很大，因為它們可以比鋰離子電池儲存十倍的能量。它們提供高密度的能量，這意味著與大小相比，它們可以存儲大量能量。這使它們非常適合電動汽車，便攜式電子設備和許多其他能源設備。 大火和爆炸的風險 但是，有一個問題。這些類型的電池由輕鋰陽極和安裝高壓鎳氧化物陰極使用，可以產生易燃氣體。如果這些氣體積聚在電池中，它們可能會引起火災或爆炸。 為了應對這一點，張張和化學研究所的同事，中國科學院包括在其原型鋰金屬電池的陰極中的火焰輻射聚合物。 出版 v 國家科學院論文集研究人員暴露了電池的原型和標準的鋰金屬電池，以逐漸升高溫度，從50°C開始，當溫度超過100°C時，兩個電池都開始過熱。 TOF-SIMS分析期間，陰極的化學卡的演變。該視頻說明了在次級離子質譜法測試中觀察到的陰極的化學圖的演變（TOF-SIMS）。繁殖速度被加速了20次，以清晰度和可視化。信用： 國家科學院論文集 （2025）。 doi：10.1073/pnas.2501549122 但是，在原型中，一種特殊的聚合物開始崩潰並釋放化學物質（抑制火焰的自由基），後者充當迷你octus工人。特別是，它們抑制了負責產生易燃氣體的陽極中的恢復反應。 當溫度升高到120°C時，標準電池將過熱至1000°C 13分鐘，火焰爆發。同時，在相同的實驗條件下，具有防火聚合物的原型達到了220°C的峰值溫度，未發射或爆炸。 研究人員在其文章中解釋說：“這種智力氣體管理策略提高了熱安全性和電化學穩定性，為安全金屬電池提供了用於先進的儲能應用的方式。” 火焰爆發的接口調節電池過熱過程中危險氣體的產生，從而降低了爆炸的風險。圖片來源：Ying Zhang...

在聖費爾南多（San Fernando）現場測試期間，冷卻結構內部室的熱圖像。學分：拉曼實驗室/加州大學洛杉磯分校 工程師和研究人員的團隊UCLA開發了一種新技術，因此在街上的華氏度上最多可以感覺到10度，並保持了安全和開放的空間。 顯示在 穩定的本質在加州大學洛杉磯分校（UCLA）領導下的這項研究展示了一種使用輻射冷卻的新方法。一種新方法並沒有依靠黑暗和沒有窗戶（例如隧道）來創建輻射冷卻，從而增加了公共外部空間的安全問題，而是結合了鋁冷卻器面板和透明的紅外薄聚合物膜，既可以提供有效的冷卻性，既可以對主要優先級，尤其是對城市通訊的居民的優先級。 隨著氣候變化的加速，極端的熱事件與 強度和頻率很高， 威脅在新鮮空氣中花費大量時間的人們的安全。 使用周圍的表面（例如涼爽的屋頂或地板）吸收空間的活躍輻射冷卻，最近已成為外部熱舒適的有前途的策略，因為它提供了距離的冷卻，而無需無條件空氣調節的效率低下。 然而，為了使閃亮的冷卻結構有效，通常必須使用不透明的面板積極冷卻其絕大多數內部表面，這會導致實用性和安全性。加州大學洛杉磯分校（UCLA）團隊找到了一種解決這些問題的方法。 “這種廉價且可擴展的設計是陰影外的實用一步，可以幫助那些在炎熱的日子裡，尤其是在極高的時期內應該在露天中的人們，”蘇格拉·拉曼·拉曼（Aasvat Raman Raman Raman Raman）的合著者，材料和技術部副教授在UCLA SAMUELI工程學學校的材料和技術系副教授，專門針對新材料和技術的開發，在新的材料和技術方面的開發較低。 “這種額外的冷卻水平可以在露天場所帶來一些緩解，例如，傳統的空調根本是不可能的，例如地鐵站，公園和正方形。” “帳篷”的內部和外觀將近10 x 10英尺。學分：拉曼實驗室/加州大學洛杉磯分校...

系統的工作原理：發件人愛麗絲在可編程元形狀的方向上報告了通常的無線信號。由CHIP（快門的場陣列，FPGA）使用混亂理論控制，Metasa表面為每個消息創建一個唯一的模板。他清楚地將信號引向所謂的接收者鮑勃，同時試圖在所有其他方向上嘗試。結果，只有鮑勃才能破譯消息，而其他人（例如eve1，eve2和eve3）只會獲得噪音。這提供了連接，而無需密鑰，密碼或軟件進行加密。信用： 自然連接 （2025）。二：10.1038/s41467-025-60725-1 由於如此多的人使用可以連接到Internet的設備，因此可以牢固地鞏固他們交換的無線通信和數據保護，這越來越重要。儘管計算機科學家在過去幾十年中已經制定了越來越高的安全措施，但最有效的方法是基於復雜的算法和強化計算，這些算法和大量計算可以消耗大量能量。 北京大學，東南大學，桑尼奧大學和其他機構的研究人員最近引入了一種新的方法，以確保有效和節能的溝通，該方法基於招聘的跨性交站點，其屬性具有混亂的模式。 這種方法在文章中概述 出版 v 自然連接它基於觀看該項目的高級作者Vincenzo Galdi，Lianlin Lee和Til June Kui的想法。然後，年輕的作者Jiauen Suy Menglin Wei和Lay Zhang在北京大學和東南大學實施了這個想法。 “這個想法源於一個簡單但緊急的問題：我們可以在不依靠傳統加密密鑰的情況下使無線連接安全嗎？”報紙的作者Lianlin Li告訴Tech Xplore。...

帕特里克·艾爾（Patrick Galling）拉起了繩索，本田發動機一生咆哮。幾秒鐘後，他開始從父親的游泳池裡吮吸水後，一個有力的電流在一個鮮紅色的柱子上爆炸了幾米的鮮紅色柱子，與消防水管相連。在平坦的一分鐘內，該系統通過景觀進行了精心的手淫，將山溝浸泡在50加侖的水中。一旦在帕利薩德（Palisades）大火越過的樹木越過，用氯化水滴落，在七月炎熱的七月下午的表現使木棍下降。小工具是Golling的創造，也是亞利桑那州托尼·羅賓遜（Tony Robinson）的工程師。在電視採訪後，戈林討論了該技術的鵝卵石版本，據他說，他從帕利薩德的大火中拯救了他的父親，羅賓遜給他打電話，給他打電話，給他打電話，給他打電話，給他打電話，給他打電話，給他打電話給他，並給他打電話給他，並給他打電話給他，並給他打電話， 給自己安全 他出生。現在，兩人談論了雄心勃勃的願景，整個生活在陡峭的景觀中，覆蓋著加利福尼亞的刷子，建立了一個自動消防員的社區防禦網絡。 他們意識到，安全捍衛者使用農業灌溉噴嘴在周圍的植被中噴灑50加侖的水。 （所有J. Schaben / Los Angeles時報） 它的系統是越來越多的高科技和昂貴的Sprinkle Systems的最後一個參與者，該系統旨在保護高風險的火災地區。但是 BlueRibbón委員會 一月大火過後 推薦採用的外部灑水技術一些消防官警告說，有限的證據表明這些精心設計和醒目的系統有效。另一方面，他們說這些系統分散了最不迷人但經過驗證的保護家庭的注意力，例如消除刷子和多個窗戶，同時鼓勵居民在撤離期間留下來保護自己的房屋，從而鼓勵居民冒著生命危險。洛杉磯消防安全區域委員會執行董事戴維·巴雷特（David Barrett）說：“好的解決方案不會出現。” “沒有銀彈。”特別是對於諸如帕利塞德（Palisades）之火之類的惡毒之火。 Barrett說，鑑於極端的氣候條件，多80英里 /小時的風，令人難以置信的干燥植被，消防員很少，更少的家庭防禦系統。他說：“在游泳池裡有什麼都沒關係。”...

亞馬遜魯弗斯（Amazon Rufus）副本基於GPT-4O-MINI而產生的不成熟，以響應1620年的各種技巧。信貸： 2025年ACM會議的材料關於正義，問責制和透明度 （2025）。 doi：10.1145/3715275.3732137 新的康奈爾大學研究表明，亞馬遜魯弗斯商店為用戶用某些英語方言（例如非裔美國人英語（AAE））寫的用戶提供了模糊或不正確的答案，尤其是當線索包含錯別字時。 該文檔為評估聊天機器人的危害介紹了危害的基礎，當AI系統對以不同方言的說話或寫作的用戶效果更糟。研究人員說，這項研究對於越來越多的在線平台很重要，其中包括基於大型語言模型的聊天機器人，用於為用戶提供服務。 哲學博士Emma Harvey的主要作者說：“目前，聊天機器人可以為用戶寫作的用戶提供較低的質量響應。但是，這不應該發生。”康奈爾技術的學生。 “如果我們教導大型語言模型可靠地可靠，這些辯證法特徵是在如此被稱為標準的美國英語之外的一般辯證性特徵，我們可以看到更多的公平行為。” 該研究在6月23日至26日在ACM會議上獲得了最佳紙質獎，涉及正義，問責制和透明度（FACCT 2025）合作者是康奈爾·鮑爾斯（Cornell S. Bowers）信息科學計算機與信息科學系副教授Rene F. Kizilchek和Cornell Tech的副教授Ellison Konyae。有紙 出版 v...