02The CCP is eyeing interfering with the U.S. presidential elect

02TheCCPiseyeinginterferingwiththeU.S.presidentialelectionnextyearin2024.中共正试图干涉明年的美国总统选举。@stinchfield1776@Nicole7749#freemilesguo#freeyvettewang#grantstinchfield#nfsc#mosenglish#moschinese #takedowntheccp@NFSCHimalayaNews

麻省理工学院发明防篡改 ID 标签：成本低、尺寸小、防伪强

麻省理工学院发明防篡改ID标签：成本低、尺寸小、防伪强研究人员将微小的金属颗粒混合到粘贴标签的胶水中，然后使用太赫兹波检测这些颗粒在物体表面形成的独特图案。就像指纹一样，用于对物品进行身份验证。商家可以在粘贴标签后进行初始读取，并将数据存储在云端，以后用于验证物品真伪。如果有人试图剥离标签并重新粘贴，就会破坏这种图案。https://www.ithome.com/0/750/796.htm易碎贴plus

麻省理工学院发现：人类仍然比人工智能便宜

麻省理工学院(MIT)在一项研究中发现，人工智能目前还无法以经济有效的方式取代大多数工作岗位，这项研究试图打消人们对人工智能在许多行业取代人类的担忧情绪。在对人工智能取代劳动力的可行性进行的首次深入调查中，研究人员对美国各项任务自动化的成本吸引力进行了建模估算，重点关注了使用计算机视觉的工作——比如教师和房地产估价师。研究人员发现，按美元工资计算，只有23%的劳动者可以被有效取代。在其他情况下，由于人工智能辅助视觉识别的安装和操作成本高昂，因此由人类来完成这项工作更为经济划算。去年，在OpenAI的ChatGPT和其他AI工具展示了这项技术的潜力之后，各行各业开始加速采用这种工具。从美国的微软公司和Alphabet公司到中国的和，科技公司推出了各种AI服务。行业领袖警告说，AI发展速度太快了。长期以来，人们一直担心AI对就业的影响。麻省理工学院计算机科学与人工智能实验室的研究人员指出，“机器将抢走我们的工作”是技术快速变革时期人们经常表达的一种情绪，而随着大语言模型的创建，这种焦虑再次出现了。“但我们发现，由于AI系统的前期成本很高，只有23%的员工‘暴露’在AI计算机视觉中，对企业来说是具有成本效益的。”计算机视觉是AI技术的一个领域，它使机器能够从数字图像和其他视觉输入中获取有意义的信息，其最普遍的应用出现在自动驾驶的物体检测系统中，或者对智能手机上的照片进行分类。麻省理工学院的论文称，和的突出领域——零售、运输和仓储等方面，也是计算机视觉最具效益的领域。论文中一个案例提到，在面包店里，面包师每天都要检查原料的质量控制，但这只占他们工作时间的6%。但安装摄像头和AI系统所节省的时间和工资，远低于这种技术升级的成本。研究人员表示，目前只有3%的视觉辅助任务可以有效、低成本地自动化，但如果数据成本下降，准确性提高，到2030年这一比例可能会上升到40%。国际货币基金组织(IMF)上周发布报告称，人工智能技术将影响全球近40%的就业岗位，相比于新兴市场和低收入国家，发达国家的就业更容易受到人工智能的影响。它还警告说，在大多数情况下，这种技术对全球劳动力市场的潜在影响可能会加剧整体不平等。在上周的达沃斯世界经济论坛上，许多讨论都集中在AI取代劳动力的问题上。InflectionAI和DeepMind的联合创始人MustafaSuleyman表示，AI系统“从根本上说是替代劳动力的工具”。OpenAI首席执行官萨姆·奥特曼声称，AI的能力“有很强的局限性”，人们应该将其视为一种“在某些领域非常有用”的工具，不能完全依赖于AI。标签:#AI#劳动力频道:@GodlyNews1投稿:@GodlyNewsBot

01美国由芬太尼导致的死亡人数，是自杀，新冠病毒和车祸的死亡人数的总和，共产党就是输出芬太尼的最大毒枭。

01美国由芬太尼导致的死亡人数，是自杀，新冠病毒和车祸的死亡人数的总和，共产党就是输出芬太尼的最大毒枭。ThenumberofdeathscausedbyfentanylintheU.S.isthesumofdeathsfromsuicides,Covid-19,andcaraccidents,andtheCCPisthebiggestdruglordexportingfentanyl.#freemilesguo#freeyvettewang#WinnTucson#nfsc#mosenglish#moschinese #takedowntheccp@NFSCHimalayaNews

麻省理工学院研究团队发现宇宙中最古老的恒星 它隐藏在光晕中

麻省理工学院研究团队发现宇宙中最古老的恒星它隐藏在光晕中访问：NordVPN立减75%+外加3个月时长另有NordPass密码管理器麻省理工学院的天文学家发现了三颗宇宙中最古老的恒星，它们就生活在我们的银河系附近。这些恒星位于银河系的"光环"中--光环是包裹着主星系盘的恒星云，它们似乎形成于120亿年至130亿年前，当时第一批星系正在形成。图片来源：SergeBrunier；NASA研究人员将这些恒星命名为"SASS"，意为"小增生恒星系统恒星"，因为他们相信每颗恒星都曾经属于自己的原始小星系，后来被更大但仍在成长的银河系吸收。如今，这三颗恒星是各自星系仅存的部分。它们环绕着银河系的外围，研究小组怀疑那里可能还有更多这样的古老恒星幸存者。麻省理工学院物理学教授安娜-弗雷贝尔（AnnaFrebel）说："根据我们对星系形成的了解，这些最古老的恒星肯定应该存在。它们是我们宇宙家谱的一部分。我们现在有了找到它们的新方法"。在发现类似的SASS恒星后，研究人员希望将它们作为超微弱矮星系的类似物，超微弱矮星系被认为是宇宙中现存的一些最早的星系。这些星系被认为是宇宙中幸存下来的最早的星系。这些星系至今仍然完好无损，但由于距离太远、太暗，天文学家无法对它们进行深入研究。SASS恒星可能曾经属于类似的原始矮星系，但它们位于银河系中，因此距离银河系更近，它们可能是了解超暗矮星系演化的一把钥匙。研究人员拿着一个装满了多年来收集的恒星数据的活页夹，其中包括恒星亮度随时间变化的数据。从左至右阿南达-桑托斯（AnandaSantos）、凯西-费恩伯格（CaseyFienberg）和安娜-弗雷贝尔（AnnaFrebel）。图片来源：研究人员提供弗雷贝尔说："现在我们可以在银河系中寻找更多更亮的类似物，研究它们的化学演变，而不必追逐这些极其暗淡的恒星。"她和同事们于5月14日在《皇家天文学会月刊》（MNRAS）上发表了他们的研究成果。这项研究的共同作者包括约旦扎尔卡大学的穆罕默德-马尔迪尼（MohammadMardini）、23岁的希拉里-安达莱斯（HillaryAndales）以及麻省理工学院的在读本科生阿南达-桑托斯（AnandaSantos）和凯西-菲恩伯格（CaseyFienberg）。该团队的发现源于一个课堂理念。在2022年秋季学期，弗雷贝尔开设了一门新课程8.S30（观测恒星考古学），让学生学习分析古代恒星的技术，然后将这些工具应用于以前从未研究过的恒星，以确定它们的起源。安达莱斯说："虽然我们的大多数课程都是从基础教起，但这门课却让我们立即站在了天体物理学研究的前沿。"学生们根据弗雷贝尔多年来从拉斯坎帕纳斯天文台的6.5米麦哲伦-克莱望远镜收集的恒星数据进行研究。她把这些数据的硬拷贝放在她办公室的一个大活页夹里，学生们用这些数据来寻找感兴趣的恒星。特别是，他们正在寻找大爆炸后不久形成的古老恒星，大爆炸发生在138亿年前。当时，宇宙主要由氢和氦组成，其他化学元素（如锶和钡）的丰度非常低。因此，学生们在弗雷贝尔的活页夹中寻找具有光谱或星光测量值的恒星，这些光谱或星光测量值显示锶和钡的丰度很低。他们的搜索范围缩小到了麦哲伦望远镜最初在2013年至2014年间观测到的三颗恒星。天文学家从未对这些恒星进行过后续研究，以解读它们的光谱并推断它们的起源。因此，它们是弗雷贝尔班学生的理想候选对象。学生们学习了如何描述恒星的特征，以便为分析这三颗恒星的光谱做好准备。他们能够利用各种恒星模型确定每一颗恒星的化学成分。恒星光谱中与特定波长的光相对应的特定特征的强度与特定元素的丰度相对应。在完成分析后，学生们自信地得出结论：与他们的参照恒星--我们的太阳相比，这三颗恒星的锶、钡和其他元素（如铁）的丰度确实很低。事实上，与今天的太阳相比，其中一颗恒星所含的铁与氦的比例还不到十万分之一。桑托斯回忆说："我们花了很多时间盯着电脑，进行大量的调试，疯狂地互相发短信和电子邮件，才弄明白这个问题。"这是一个很大的学习曲线，也是一次特殊的经历。"这些恒星的低化学丰度确实暗示它们最初形成于120亿到130亿年前。事实上，它们的低化学特征与天文学家之前测量到的一些古老的超微弱矮星系相似。研究小组的恒星是否起源于类似的星系？它们又是如何来到银河系的呢？凭直觉，科学家们查看了这些恒星的轨道模式以及它们在天空中的移动方式。这三颗恒星位于银河光环的不同位置，估计距离地球约3万光年。(作为参考，银河系的圆盘横跨10万光年）。研究小组利用盖亚天体测量卫星的观测数据追溯了每颗恒星围绕银河中心的运动轨迹，他们注意到了一个奇怪的现象：相对于主圆盘中大多数像赛车场上的赛车一样运动的恒星，这三颗恒星似乎都走错了方向。在天文学中，这种现象被称为"逆行"，是天体曾经"吸积"或从别处吸入的提示。弗雷贝尔说："只有把明星扔到错误的地方，才能让他们与其他明星走错方向。"这三颗恒星的运行方式与银河系盘的其他部分甚至光环都完全不同，再加上它们的化学丰度很低，这有力地证明了这些恒星确实很古老，曾经属于更古老、更小的矮星系，它们以随机的角度坠入银河系，并在数十亿年后继续其顽强的运行轨迹。弗莱贝好奇地想知道，天文学家以前分析过的光环中的其他古老恒星是否也有逆行现象，于是他翻阅了科学文献，发现还有65颗同样具有低锶和低钡丰度的恒星似乎也在逆行。研究小组正在继续寻找其他古老的SASS恒星，他们现在有了一个相对简单的方法：首先，寻找化学丰度低的恒星，然后追踪它们的轨道模式，寻找逆行运动的迹象。在银河系中的4000多亿颗恒星中，他们预计这种方法将发现一小部分宇宙中最古老的恒星。弗莱贝计划在今年秋天重开这门课，回顾第一门课程和三位将成果发表的学生，他充满了敬佩和感激之情。"能与三位女大学生共事真是太棒了。这对我来说还是第一次，"她说。"这确实是麻省理工学院工作方式的一个范例。我们就是这样做的。无论谁说'我想参加'，他们都能做到，而且会有好事发生"。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1431180.htm手机版：https://m.cnbeta.com.tw/view/1431180.htm

麻省理工学院研究人员在太空中发现目前最大最复杂的分子

麻省理工学院研究人员在太空中发现目前最大最复杂的分子科学家利用射线望远镜对恒星形成区NGC6334I的观测，首次在太空中发现了2-甲氧基乙醇。图片来源：研究人员提供该研究小组的开放存取论文《利用ALMA对NGC6334I的观测，旋转光谱和首次星际探测到2-甲氧基乙醇》（RotationalSpectrumandFirstInterstellarDetectionof2-MethoxyethanolUsingALMAObservationsofNGC6334I）发表在《天体物理学杂志通讯》（TheAstrophysicalJournalLetters）上。扎卡里-弗里德（ZacharyT.P.Fried）是麦奎尔研究小组的一名研究生，也是这篇论文的第一作者，他努力拼凑从全球各地收集到的拼图，从麻省理工学院延伸到法国、佛罗里达州、弗吉尼亚州和哥本哈根，从而实现了这一激动人心的发现。弗里德解释说："我们小组试图了解恒星和太阳系最终将形成的空间区域中存在哪些分子。这使我们能够拼凑出化学是如何随着恒星和行星的形成过程而演变的。我们通过观察分子的旋转光谱来实现这一目标，这是分子在太空中翻滚时发出的独特光斑。这些图案就是分子的指纹（条形码）。要探测太空中的新分子，我们首先必须知道我们要寻找的分子是什么，然后我们可以在地球上的实验室里记录下它的光谱，最后我们再利用望远镜在太空中寻找这种光谱"。麦奎尔小组最近开始利用机器学习来建议寻找好的目标分子。2023年，其中一个机器学习模型向研究人员推荐了一种名为2-甲氧基乙醇的分子。弗里德说："太空中有许多'甲氧基'分子，如二甲醚、甲氧基甲醇、甲基乙基醚和甲酸甲酯，但2-甲氧基乙醇将是迄今为止所见过的最大、最复杂的分子。"为了利用射线望远镜观测探测到这种分子，研究小组首先需要测量和分析它在地球上的旋转光谱。研究人员将里尔大学（法国里尔）、佛罗里达新学院（佛罗里达州萨拉索塔）和麻省理工学院的麦奎尔实验室的实验结合起来，测量了从微波到亚毫米波（约8到500千兆赫）频率的宽带区域的光谱。从这些测量中收集到的数据允许利用阿塔卡马大型毫米波/亚毫米波阵列（ALMA）对两个不同恒星形成区的观测来寻找该分子：NGC6334I和IRAS16293-2422B。麦奎尔小组的成员与美国国家射电天文台（弗吉尼亚州夏洛茨维尔）和丹麦哥本哈根大学的研究人员一起分析了这些望远镜的观测结果。弗里德说："最终，我们观测到25条2-甲氧基乙醇的旋转线与NGC6334I观测到的分子信号一致（条码吻合！），从而在这一来源中安全地探测到了2-甲氧基乙醇。这使我们能够推导出NGC6334I分子的物理参数，如丰度和激发温度。这也使得我们能够研究已知星际前体可能的化学形成途径。"像这样的分子发现有助于研究人员更好地理解恒星形成过程中太空分子复杂性的发展。含有13个原子的2-甲氧基乙醇在星际标准中是相当大的--截至2021年，在太阳系外只探测到6种大于13个原子的物质，其中许多是由McGuire的研究小组发现的，而且都是环状结构。Fried说："对大分子的持续观测以及随后对其丰度的推导，使我们能够进一步了解大分子的形成效率以及它们可能是通过哪些特定反应产生的。此外，由于我们在NGC6334I中探测到了这种分子，而在IRAS16293-2422B中却没有探测到，因此我们获得了一个独特的机会，来研究这两个来源的不同物理条件可能会如何影响可能发生的化学反应"。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1429651.htm手机版：https://m.cnbeta.com.tw/view/1429651.htm