#美国 #新泽西州 #普林斯顿大学

#美国#新泽西州#普林斯顿大学“普林斯顿大学（英语：PrincetonUniversity），简称普林斯顿（英语：Princeton），位于美国纽泽西州的普林斯顿市，是世界著名的私立研究型大学，也是与哈佛大学、耶鲁大学齐名的美国三大学府之一和常春藤盟校成员。根据2023/24年美国新闻与世界报导、福布斯美国大学榜及华尔街日报美国大学榜，普林斯顿位列全美第一。”“普林斯顿大学成立于1746年，前身是纽泽西学院（英语：CollegeofNewJersey），是九所在美国革命前成立的殖民地学院之一，同时也是美国第四古老的高等教育机构。学校在1747年移至纽瓦克，最终在1756年搬到了现在的普林斯顿市，并于1896年正式更名为普林斯顿大学。在流行文化中，普林斯顿大学往往令人联想到阿尔伯特·爱因斯坦、艾伦·图灵、约翰·纳什等著名学者。在2021年度的诺贝尔奖得奖者中，有五位是普林斯顿大学的校友和教授，该校囊括了诺贝尔物理学奖、化学奖、经济学奖及和平奖，打破了世界纪录。””普林斯顿大学提供各种有关人文、自然科学、社会科学及工程学的本科及研究生课程，但因专注纯粹学术研究而不设医学院、法学院和商学院。”“从2001年到2024年，普林斯顿一直被美国新闻与世界报导排在全美大学排名的第一位。普林斯顿大学位列2024年度QS世界大学排名世界第十七名、2023年度泰晤士高等教育世界大学排名世界第七名、2022年度世界大学学术排名世界第六名、2023年美国新闻与世界报导世界大学排名世界第十六名。2022年泰晤士高等教育将普林斯顿大学列为世界上声望排名第七的大学，而在世界大学排名中心主办的世界大学排名榜中普林斯顿位列世界第六名。截止2021年4月，普林斯顿大学的校友、教授及研究人员中，已产生了69位诺贝尔奖得主（世界第十）、16名菲尔兹奖得主（世界第三）、16名图灵奖得主（世界第四），还有19名美国国家科学奖章得主、5名美国国家人文奖章得主以及2位克鲁格人文与社会科学终身成就奖得主。”“在学术以外的领域，截止2018年，普林斯顿大学共培养出了2位美国总统、12位美国最高法院法官、1位前世界首富（亚马逊公司创始人及现任董事长兼CEO杰夫·贝佐斯）以及200余名罗德奖学金得主。”

【普林斯顿大学启动区块链研究计划，获得加密校友2000万美元资助】

【普林斯顿大学启动区块链研究计划，获得加密校友2000万美元资助】3月11日消息，普林斯顿大学发起了一项通过区块链技术研究“社会权力去中心化”的倡议，试图探索该技术在社会能力方面的巨大深度。据彭博社报道，普林斯顿大学的VentureForward活动收到了来自知名校友FortressInvestment的PeterBridger、以太坊联合创始人JosephLubin、PanteraCapital首席执行官DanielMorehead和GalaxyDigital首席执行官MikeNovogratz的2000万美元捐款。该倡议旨在研究现代技术，尤其是区块链，如何干预和改变社会规范。3月11日，该大学发布的一段视频称，“我们在理解与加密货币和区块链相关的机遇和挑战方面还处于非常早期的阶段”。

著名科学家颜宁辞职普林斯顿大学回中国任职

著名科学家颜宁辞职普林斯顿大学回中国任职著名结构生物学家、美国国家科学院外籍院士颜宁宣布，即将从普林斯顿大学辞职，回中国协助创建深圳医学科学院。据澎湃新闻报道，在周二（11月1日）的“2022深圳全球创新人才论坛”上，颜宁宣布，即将从普林斯顿大学辞职，回国协助创建深圳医学科学院。接近颜宁的人士透露，颜宁也在其个人微信朋友圈中发布照片，“官宣”了上述消息。颜宁在现场演讲中分享了自己的心路历程。她说她验证了在书上看到的人生的几个阶段：第一阶段是吸纳，努力学习、充实自己；第二阶段是证明，努力工作、获得认可；第三阶段是输出，把所学所感传递给更多人、帮助更多人、扶持更多人。她说：“经过过去几十年的积累，现在的我终于比较有信心主动进入第三阶段，去打造一方平台，去支持更多优秀的学者，应对人类面对的各种健康威胁，挑战生物医学难题，做出真正原创性的突破，回馈社会。就在此时，深圳向我伸出了橄榄枝，简直是一拍即合，我又一次强烈感受到了向着梦想努力的兴奋和愉悦。”颜宁现年45岁，2000年本科毕业于清华大学生物科学与技术系，此后赴美国普林斯顿大学分子生物学系，师从施一公，获博士学位，后留在该系从事博士后研究。2007年10月，不满30岁的颜宁回到母校清华大学，组建实验室，成为清华大学医学院当时最年轻的教授和博士生导师，六年间始终致力于攻克结构生物学中最富挑战的领域之一、膜蛋白的结构与功能研究，取得了一系列成果。2017年5月，颜宁接受美国普林斯顿大学邀请，受聘普林斯顿大学分子生物学系雪莉·蒂尔曼终身讲席教授的职位；同年5月起，任清华大学兼职教授。2019年，颜宁当选美国国家科学院外籍院士，两年后又当选美国艺术与科学院外籍院士。发布：2022年11月2日8:42AM

189km/h！普林斯顿大学学生团队刷新电动船速度纪录

189km/h！普林斯顿大学学生团队刷新电动船速度纪录破纪录的比赛于10月26日在北卡罗来纳州格林斯博罗附近的汤森湖上美国动力艇协会（APBA）认可的赛道上进行。这是一次"飞行公里"类型的比赛，在比赛中，赛艇在进入1公里（0.6英里）长的水域之前会逐渐提高速度，然后记录最高速度。按照此类记录尝试的惯例，赛艇连续进行了两次1公里赛程，记录的最高速度取平均值，得出最终数字。驾驶员约翰-皮特斯（JohnPeeters）是一名专业的水上飞机驾驶员，他在第一次航行中的最高速度为111.08英里/小时（178.8公里/小时），在第二次航行中的最高速度为117.5英里/小时（189公里/小时），平均速度为114.2英里/小时。上个月在汤森湖上的普林斯顿电动快艇队图/普林斯顿大学作为参考，五年前捷豹公司制造的一艘电动快艇也曾创造过同样的世界纪录，但其平均最高时速仅为88.61英里/小时（142.6公里/小时）。今年早些时候，加拿大的VisionMarine公司也创下了116英里/小时（186.7公里/小时）的记录，不过它是在一项未经APBA认证的"定点拍摄"活动中创下的，在这项活动中，快艇需要在四分之三英里（1207米）的距离内从40英里/小时（64.4公里/小时）加速到最高时速......这有点像快艇的拖曳比赛。普林斯顿电动快艇队的"大鸟"号快艇是在加州黑羊赛车队的帮助下开发的，它采用了著名快艇制造商埃德-卡雷尔森（EdKarelsen）早在1993年就制造的PRO（职业赛车舷外）水上快艇船体。该艇以前配备燃气发动机时，曾多次创下飞行公里记录。这次，船体由FluxMarine的FM100电动动力系统的特殊版本推动，该系统经过改装，可产生更大的动力（200马力/149千瓦），同时保持轻质。事实上，"大鸟"号（包括驾驶员约翰-皮特斯体重在内）的总重量仅为975磅（442千克）。据了解，其他一些试图提高速度的电动船的重量高达4000磅（1814千克）。由于创造纪录的过程中用力过猛，螺旋桨轴断裂，"大鸟"号上个月已经无法再进行任何尝试。该团队现在希望，一旦修复，这艘船的平均最高时速可以达到120英里/小时（193公里/小时）。普林斯顿电动快艇公司的EdricZhang告诉我们："我们预计，随着像我们这样的团队证明其竞争力，这一领域将在未来几年爆发式增长。电动快艇的总体发展速度非常快，能成为这个行业的一员真是太棒了。此外，人们还在大力推动更多的电动赛艇，据说到2024年底，将有近十艘时速超过100英里（161公里/小时）的电动赛艇问世"。...PC版：https://www.cnbeta.com.tw/articles/soft/1396081.htm手机版：https://m.cnbeta.com.tw/view/1396081.htm

普林斯顿大学的先进AI芯片项目得到了DARPA和 EnCharge AI 的支持

普林斯顿大学的先进AI芯片项目得到了DARPA和EnChargeAI的支持普林斯顿大学的研究人员完全重新想象了计算的物理原理，为现代人工智能工作负载打造了一款芯片，在美国政府的新支持下，他们将看到这款芯片的速度、结构和能效有多快。上图为早期原型。图片来源：HongyangJia/普林斯顿大学美国国防部最大的研究机构与普林斯顿大学合作，开发用于人工智能的先进微芯片。电子与计算机工程学教授纳文-维尔马（NaveenVerma）表示，新硬件为现代工作负载重新设计了人工智能芯片，与当今最先进的半导体相比，它能以更低的能耗运行强大的人工智能系统。Verma将领导这个项目，他说，这些进展突破了阻碍人工智能芯片的关键障碍，包括尺寸、效率和可扩展性。不从笔记本电脑、手机、医院、高速公路到低地球轨道甚至更远的地方，都可以部署能耗更低的芯片来运行人工智能。为当今最先进的模型提供动力的芯片过于笨重且效率低下，无法在小型设备上运行，主要局限于服务器机架和大型数据中心。现在，美国国防部高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）宣布，将以维尔马实验室的一系列关键发明为基础，拨款1860万美元支持维尔马的工作。DARPA的资助将推动对新芯片的速度、结构和能效的探索。维尔马说："最好的人工智能仅仅存在于数据中心，这是一个非常重要的限制。我认为，如果能将其从中解锁，那么我们能从人工智能中获得价值的方式就会爆炸性增长。"纳文-维尔马（NaveenVerma）教授将领导一个由美国支持的项目，在其普林斯顿实验室的一系列关键发明的基础上，为人工智能硬件增效。图片来源：SameerA.Khan/Fotobuddy这项宣布是DARPA为下一代人工智能计算的"科学、设备和系统的革命性进步"提供资金的更广泛努力的一部分。该计划名为OPTIMA，包括多个大学和公司的项目。该计划的提案征集活动预计资助总额为7800万美元，但DARPA尚未披露完整的机构名单或该计划迄今为止已发放的资助总额。EnChargeAI的出现在普林斯顿领导的这个项目中，研究人员将与Verma的初创公司EnChargeAI合作。EnChargeAI位于加利福尼亚州圣克拉拉市，正在将基于维尔马实验室发现的技术商业化，其中包括他与电气工程研究生共同撰写的几篇关键论文，最早可追溯到2016年。根据项目提案，EnchargeAI"在开发和执行稳健、可扩展的混合信号计算架构方面具有领先地位"。Verma于2022年与前IBM研究员KailashGopalakrishnan和半导体系统设计领域的领军人物EchereIroaga共同创办了这家公司。戈帕拉克里什南说，在人工智能开始对计算能力和效率提出大量新需求的时候，现有计算架构的创新以及硅技术的改进恰恰开始放缓。即使是用于运行当今人工智能系统的最好的图形处理器（GPU），也无法缓解行业面临的内存和计算能源瓶颈。他说："虽然GPU是目前最好的工具，但我们得出结论，需要一种新型芯片来释放人工智能的潜力。"改变人工智能计算格局普林斯顿大学凯勒工程教育创新中心（KellerCenterforInnovationinEngineeringEducation）主任维尔马表示，从2012年到2022年，人工智能模型所需的计算能力增长了约100万倍。为了满足需求，最新的芯片内置了数百亿个晶体管，每个晶体管之间的间隔只有一个小病毒的宽度。然而，这些芯片的计算能力密度仍然不足以满足现代需求。当今的领先模型结合了大型语言模型、计算机视觉和其他机器学习方法，每个模型都使用了超过万亿个变量。英伟达（NVIDIA）设计的GPU推动了人工智能的蓬勃发展，如今已变得如此珍贵，据说各大公司都通过装甲车来运输这些GPU。购买或租赁这些芯片的积压量已达到消失点。当英伟达（NVIDIA）成为史上第三家估值达到2万亿美元的公司时，《华尔街日报》报道称，在该公司不断增长的收入中，迅速增加的份额并非来自于开发模型（称为训练），而是来自于芯片，这些芯片使人工智能系统在训练完成后能够投入使用。技术专家将这一部署阶段称为推理。维尔马说，推理是他的研究在中短期内影响最大的领域。"这一切都是为了分散人工智能，将其从数据中心释放出来，"他说。"它必须从数据中心转移到我们和与我们息息相关的流程最能访问计算的地方，那就是手机、笔记本电脑、工厂等这些地方。"创新人工智能芯片技术为了制造出能在紧凑或能源受限的环境中处理现代人工智能工作负载的芯片，研究人员必须彻底重新想象计算的物理原理，同时设计和封装硬件，使其能用现有的制造技术制造，并能与现有的计算技术（如中央处理器）良好配合。"人工智能模型的规模已经爆炸性增长，"维尔马说，"这意味着两件事。人工智能芯片在做数学运算时需要变得更加高效，在管理和移动数据时也需要变得更加高效。"他们的方法有三个关键部分。几乎每台数字计算机的核心架构都遵循着20世纪40年代首次开发的一种简单得令人难以置信的模式：在一个地方存储数据，在另一个地方进行计算。这意味着信息要在存储单元和处理器之间穿梭。在过去的十年中，维尔马率先研究了一种更新的方法，即直接在存储单元中进行计算，这种方法被称为内存计算。这是第一部分。内存计算有望减少移动和处理大量数据所需的时间和能源。但迄今为止，内存计算的数字方法还非常有限。维尔马和他的团队转向了另一种方法：模拟计算。这是第二部分。"在内存计算的特殊情况下，你不仅需要高效地进行计算，"维尔马说，"还需要以非常高的密度进行计算，因为现在它需要装在这些非常小的存储单元中。模拟计算机并不是将信息编码成一系列的0和1，然后使用传统的逻辑电路来处理这些信息，而是利用设备更丰富的物理特性。齿轮的弧度。导线保持电荷的能力。"20世纪40年代，数字信号开始取代模拟信号，这主要是因为二进制代码能更好地适应计算的指数级增长。但是，数字信号无法深入挖掘设备的物理特性，因此需要更多的数据存储和管理。因此，数字信号的效率较低。模拟信号的效率来自于利用设备的固有物理特性处理更精细的信号。但这可能需要在精度上做出权衡。维尔马说："关键在于找到合适的物理学原理，并将其应用于可控性极强、可大规模制造的设备中。"他的团队找到了一种方法，可以利用专门设计的电容器产生的模拟信号进行高精度计算，从而实现精确的开关。这是第三部分。与晶体管等半导体器件不同，通过电容器产生的电能并不取决于材料中的温度和电子迁移率等可变条件。"它们只取决于几何形状，"维尔马说。"它们取决于一根金属线与另一根金属线之间的空间。当今最先进的半导体制造技术可以很好地控制几何形状。"编译自:ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1422985.htm手机版：https://m.cnbeta.com.tw/view/1422985.htm

普林斯顿大学的助理教授Arvind Narayanan和研究生Steven Englehardt完成了对一百万网站的大规模隐私分

普林斯顿大学的助理教授ArvindNarayanan和研究生StevenEnglehardt完成了对一百万网站的大规模隐私分析研究（PDF）。结果显示，Google跟踪了五分之四网站的用户。在前20跟踪代码使用的域名中，Google拥有其中12个，包括doubleclick.net，google-analytics.com，fonts.googleapis.com，ajax.googleapis.com等。Google、Facebook和Twitter的第三方跟踪系统被10%以上的网站使用。虽然中国网站很少使用这些跟踪代码，但如果你访问外国网站的话，由于跟踪代码使用的域名遭到屏蔽，会导致页面加载缓慢或加载失败的现象。普林斯顿研究人员使用的测量工具OpenWPM已经开源，源代码发布在Github上。在调查中，研究人员发现第三方跟踪系统利用AudioContextAPI的新跟踪技术，通过发送低频声音，测量PC如何处理数据，根据用户电脑的硬件和软件创造独一无二的指纹。研究人员发布了一个DEMO让你可以了解自己的音频指纹。你可以使用一个扩展Decentraleyes去保护自己的隐私，该扩展也适用于百度CDN、新浪和又拍云库。https://freedom-to-tinker.com/blog/englehardt/the-princeton-web-census-a-1-million-site-measurement-and-analysis-of-web-privacy/