无本之桥——如何从“无”到“有”

威廉姆·詹姆斯在思考“事物到底是如何无中生有的”这个所有哲学难题的根本问题时总结道：“‘存在’的问题是所有哲学问题中最难回答的问题。”他认为“这个问题令人恼火之处在于它需要得到解释。却又否定任何解释的可能性”。他写道：“虚无和存在之间没有逻辑的桥梁作为纽带。”科学解释由因果组成．但是如果“虚无”是真正意义上的“一无所有”，它就无法引发其他事物的产生。     

遭遇外星人(一)

1988年7月12日，彼得·克奥瑞的生活经历了一场巨变。他的世界被一些他完全不能够理解的事物击得粉碎。     

另一种说法

神秘的“外星人遗址”就这样牵动着人们的心弦。这真的就是外星人的建筑吗？许多年前，当人类还没有出现时，外星人就在这里生活吗？它们就通过这样的管道在异乡生存吗？对此，专家们试图从地质学的角度做出科学解释。     

谈谈航班延误后的服务保障和疏导解释工作

目前，航班延误后服务工作做得不到位，引发的投诉呈上升趋势，由此造成旅客拒下飞机、拒乘以及冲击廊桥、冲击安检通道等事件时有所闻，这事关广大消费者的利益，事关民航健康发展的基础性和关键性问题。民用机场必须见微知著，深入教育培训和研究，进一步熟悉航班正常工作的相关规定标准，探讨航班延误后旅客的心理特点和需求，以利于有针对性地做好工作，提高服务保障质量，维护良好的运行秩序。     

基于LIME的恶意代码对抗样本生成技术

基于机器学习检测恶意代码技术的研究和分析,针对机器学习模型对抗样本的生成提出一种基于模型无关的局部可解释（LIME）的黑盒对抗样本生成方法。该方法可以对任意黑盒的恶意代码分类器生成对抗样本,绕过机器学习模型检测。使用简单模型模拟目标分类器的局部表现,获取特征权重;通过扰动算法生成扰动,根据生成的扰动对原恶意代码进行修改后生成对抗样本;基于2015年微软公布的常见恶意样本数据集和收集的来自50多个供应商的良性样本数据对所提方法进行实验,参照常见恶意代码分类器实现了18个基于不同算法或特征的目标分类器,使用所提方法对目标分类器进行攻击,使分类器的真阳性率均降低到接近0。此外,对MalGAN和ZOO两个先进的黑盒对抗样本生成方法与所提方法进行对比,实验结果表明:所提方法能够有效生成对抗样本,且方法本身具有适用范围广泛、能灵活控制扰动和健全性的优点。      

军用智能软件未来发展研判

随着人工智能技术的飞速发展,军用智能软件已经成为世界主要发达国家在军事领域的重点研究方向.目前,各国都在不断增加对人工智能技术的资金投入以及产业布局,目的是加快人工智能技术的发展与实际军事应用,以提高本国的军事优势.军用智能软件作为实现人工智能技术在军事领域应用的载体,目前已在态势感知、智能决策、语音交互、协同作战等多...