Darpa
PulseAugur coverage of Darpa — every cluster mentioning Darpa across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
DARPA 计划开发 30 年核废料电池用于无人机 · 跟踪到 2 个来源
DARPA 正在资助一个名为 SYMPHONEE 的项目，该项目旨在开发可使用长达 30 年的核废料电池。这项名为“Rads to Watts”计划的举措，旨在为持久性军用无人机和极端环境下的其他应用创建放射性光伏微型电源系统。摩根州立大学正在领导这项工作，合作伙伴包括诺斯罗普·格鲁曼公司和太平洋西北国家实验室，他们为这些长续航电源的开发和测试做出了贡献。
-
电子蟑螂获得水下呼吸能力，用于灾难救援
研究人员开发出一种3D打印的电子蟑螂，能够进行长达三小时的水下导航。这项创新建立在先前对电子昆虫的研究基础上，增强了它们在灾难救援行动中的能力。经过改造的蟑螂配备了红外摄像头和一个特殊的“潜水服”，通过受控的氧气释放系统，使它们能够在水下呼吸。
-
Palantir部署NVIDIA Nemotron模型以保障美国机构AI安全
Palantir推出了一个新的AI引擎，利用NVIDIA的Nemotron开放模型为美国政府机构提供安全AI能力。该引擎允许机构在自己的基础设施上运行定制模型，用敏感数据进行训练，并完全拥有由此产生的模型。此次合作强调了开源AI的优势，包括透明度、定制化和控制力，这对于国家安全和复杂的政府运作至关重要。
-
Capital One 聘请亚马逊 AI 老兵担任首席科学家
Capital One 任命了前亚马逊 Alexa AI 的 Prem Natarajan 担任其首席科学家，以领导金融领域的人工智能进步。Natarajan 认为，复杂的人工智能挑战正日益从广泛的技术平台转向金融等专业行业，在这些行业中，现实世界的限制要求进行原创研究。该银行旨在建立一个专注于解决客户问题和创新人工智能解决方案的科学社区，而不仅仅是部署现有模型。
-
DARPA 寻求受贺卡启发的微型、可自我修改系统
DARPA 正在寻求开发小型、廉价且可自我修改的系统的提案，其灵感来源于音乐贺卡。这些系统旨在随着时间的推移进行适应和演变，类似于贺卡的旋律可能会反复播放。该机构正在寻找创造这些适应性技术的创新方法。
-
Radical AI 使用自动驾驶实验室将材料发现速度提高 10 倍
Radical AI 由材料科学家 Joseph Krause 联合创立，正利用自动驾驶实验室加速材料发现。这些实验室采用“AI 科学家”，结合科学知识、计算技术和人类直觉，在自动化环境中生成和测试假设。这种方法使 Radical AI 在六个月内生产和表征了 1200 种合金，与 DARPA/GE MACH 项目等传统方法相比，速度显著加快。该公司已发现十种具有最先进性能的新型材料，其中一些已用于商业应用。
-
Anthropic 的 Claude Fable 5 引发美国安全担忧；Salesforce 收购 Fin AI Agent
据一位审阅了相关论文的研究人员称，Anthropic 的 Claude 模型，特别是 Fable 5，因其代码修复能力引起了美国联邦机构的关注。另外，Salesforce 以 36 亿美元收购了 Fin AI Agent，该公司专注于能够自主处理大量查询的客户支持 AI 代理。与此同时，据报道，美国针对 Anthropic 的监管行动正在推动欧洲的技术独立，布鲁塞尔引用这些限制作为需要更大自给自足的证据。
-
DARPA启动AI Forge计划以应对国家安全挑战
DARPA-NSF-CAISI AI Forge计划正在启动其下一阶段，重点关注国家安全的关键AI挑战。该计划将发布一份详细说明这些挑战的报告，报告的制定汇集了顶尖AI公司和政府官员的意见。此外，DARPA已向美国大学发布了信息征询书（RFI），邀请他们提出研究项目建议，项目金额从75万美元到300万美元不等，以满足国家安全AI的需求。
-
数学框架大幅减少Transformer内存使用，提升速度
研究人员开发了一个名为Mathematics of Arrays (MoA)的新框架，用于优化Transformer内核，这是现代AI模型中计算密集型的组成部分。该框架使用代数构造消除了中间数组，与标准实现相比，显著减少了内存流量和能耗。MoA方法有望实现显著的速度提升和能耗降低，并可能应用于DARPA和DOE的倡议。
-
微软为可用量子计算机设定2029年目标，推出新芯片
微软宣布其量子计算工作取得重大进展，推出了第二代量子芯片 Majorana 2。据报道，这款新芯片能使量子比特保持稳定约20秒，比前代产品提高了千倍。这一突破促使微软加快了时间表，现在目标是在2029年开发出可用的量子计算机，这与他们之前预测的2033年有所不同。
-
美英澳合作开发海底无人机保护电缆
澳大利亚、英国和美国正在合作开发新的海底无人机技术，以保护关键通信电缆。该倡议旨在 counter 潜在的破坏，特别是来自俄罗斯的破坏，俄罗斯已被观察到在该重要海底基础设施附近活动。开发重点是为自主无人机创建先进的传感器和武器系统，为监控和保护支持全球日常交易的广泛电缆网络提供成本效益高的解决方案。
-
AI融合栈利用大型语言模型和知识图谱增强军事情报能力
现代军事情报正利用图神经网络（GNN）、大型语言模型（LLM）和知识图谱的融合栈，以克服传统人工智能在动态、对抗性环境中的局限性。该架构旨在处理复杂的实时决策，例如在严格的时间限制下区分战斗人员和平民。知识图谱作为语义骨干，对战场上的实体、关系和时间动态进行建模，为LLM推理和GNN推断提供了一个受管的基础。
-
论文分析DARPA人工智能网络挑战赛，关注自主网络系统
一篇新论文分析了DARPA的人工智能网络挑战赛（AIxCC），这是一项旨在利用人工智能（特别是LLM）开发自主网络推理系统（CRS）的大型竞赛。研究详细介绍了竞赛的设计、入围CRS的架构以及影响其性能的因素。其目的是确定部署自主CRS的技术进步和尚存的挑战。
-
SpaceX IPO 预示将创纪录，提振太空和人工智能领域
SpaceX 正在为其首次公开募股 (IPO) 做准备，金融分析师预测其可能成为历史上规模最大的 IPO，并可能提振商业太空和人工智能领域。该公司提供的 Starlink 卫星互联网服务被视为关键收入来源，美国航空计划从 2027 年初开始为其 500 多架飞机配备 Starlink Wi-Fi。除了财务影响外，此次 IPO 还标志着太空经济的更广泛转变，强调了私人资本、软件、工业能力和人工智能的融合，这正在重塑国家力量和军事优势。
-
AI 飞行员结合了路径规划与深度强化学习
一位开发者创建了一个用于空战模拟的混合 AI 系统，结合了经典的寻路算法与深度强化学习。该方法使用路径规划器进行常规导航，并在检测到导弹等威胁时切换到强化学习代理。该项目在 Unity 中构建，经过 500 万步的训练，证明了在复杂任务的不同方面使用专业 AI 技术是有效的。
-
作者声称，人工智能与控制论的历史分裂排除了自我观察
作者认为，人工智能于1956年与控制论分道扬镳，人工智能采取了一种“还原论”的方法，排除了对自我观察的研究。这种分离，受到DARPA偏爱“人工智能”一词而非控制论的影响，导致人工智能构建在无法自我验证的语言系统之上。作者认为，当前的人工智能，特别是LLM，从事认知盗窃，并悖论式地否认其自身的自我观察能力，而自我观察是控制论的核心概念。
-
OSTIF 加入 DARPA 的 AIxCC，以保障关键的开源软件
开源技术改进基金会（OSTIF）正在参与 DARPA 的人工智能网络挑战赛（AIxCC）。这项始于 2023 年、为期两年的竞赛汇集了众多组织，旨在保障对美国基础设施至关重要的开源软件。OSTIF 的参与凸显了在加强关键开源组件安全性方面所做的重大努力。
-
人工智能安全倡导者提议设立奖金以激励创新
作者提出将人工智能安全领域的传统“推动式资助”转变为“拉动式资助”机制，后者奖励特定的成果而非过程。这种方法借鉴了DARPA大挑战和肺炎球菌AMC等倡议，将提供巨额财政激励，以吸引人才和创新来解决关键的人工智能安全问题。其理念是通过提供可观的奖金，类似于风险投资，来营造一个竞争环境，从而在减少模型权重泄露等领域推动快速进展。
-
DARPA的XRQ-73混合无人机成功试飞，有望实现更安静的ISR
DARPA已成功试飞XRQ-73，这是一款革命性的混合动力无人机。这种新型飞机设计得比传统无人机更安静、更持久。其开发旨在颠覆传统的情报、监视和侦察（ISR）标准。
-
Aurora 首席执行官：自动驾驶卡车正在规模化，与 LLM 热潮不同
Aurora 首席执行官 Chris Urmson 讨论了该公司在扩大自动驾驶卡车业务规模方面的进展，今年已从几辆卡车扩展到数百辆。他强调，长途货运卡车可能比机器人出租车先实现盈利。Urmson 还谈到了“可验证人工智能”的概念以及安全关键应用中端到端系统所面临的挑战。