<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>数字制造 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E6%95%B0%E5%AD%97%E5%88%B6%E9%80%A0/</link>
    <description>Recent content in 数字制造 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Wed, 24 Sep 2025 04:49:44 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E6%95%B0%E5%AD%97%E5%88%B6%E9%80%A0/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>从比特到原子：第三数字革命的前沿探索</title>
      <link>https://blog.qife122.com/p/%E4%BB%8E%E6%AF%94%E7%89%B9%E5%88%B0%E5%8E%9F%E5%AD%90%E7%AC%AC%E4%B8%89%E6%95%B0%E5%AD%97%E9%9D%A9%E5%91%BD%E7%9A%84%E5%89%8D%E6%B2%BF%E6%8E%A2%E7%B4%A2/</link>
      <pubDate>Wed, 24 Sep 2025 04:49:44 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E4%BB%8E%E6%AF%94%E7%89%B9%E5%88%B0%E5%8E%9F%E5%AD%90%E7%AC%AC%E4%B8%89%E6%95%B0%E5%AD%97%E9%9D%A9%E5%91%BD%E7%9A%84%E5%89%8D%E6%B2%BF%E6%8E%A2%E7%B4%A2/</guid>
      <description>&lt;h1 id=&#34;从比特到原子原子到比特&#34;&gt;从比特到原子，原子到比特&lt;/h1&gt;&#xA;&lt;p&gt;第三波数字革命即将到来，某机构的研究正站在这一浪潮的前沿。&lt;/p&gt;&#xA;&lt;p&gt;从机翼到集成电路，物理世界正被数字创新塑造，反之亦然。在某知名学术机构的比特与原子中心，科学家们致力于研究&amp;quot;如何将数据转化为物体，并将物体转化为数据&amp;quot;。该中心主任、2019年某机构机器学习研究奖获得者尼尔·格申菲尔德就其工作和计算的未来进行了深入探讨。&lt;/p&gt;</description>
    </item>
    <item>
      <title>从比特到原子：第三数字革命的前沿探索</title>
      <link>https://blog.qife122.com/p/%E4%BB%8E%E6%AF%94%E7%89%B9%E5%88%B0%E5%8E%9F%E5%AD%90%E7%AC%AC%E4%B8%89%E6%95%B0%E5%AD%97%E9%9D%A9%E5%91%BD%E7%9A%84%E5%89%8D%E6%B2%BF%E6%8E%A2%E7%B4%A2/</link>
      <pubDate>Sun, 07 Sep 2025 21:19:00 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E4%BB%8E%E6%AF%94%E7%89%B9%E5%88%B0%E5%8E%9F%E5%AD%90%E7%AC%AC%E4%B8%89%E6%95%B0%E5%AD%97%E9%9D%A9%E5%91%BD%E7%9A%84%E5%89%8D%E6%B2%BF%E6%8E%A2%E7%B4%A2/</guid>
      <description>&lt;h2 id=&#34;机器学习的物理维度比特与原子的双向转化&#34;&gt;机器学习的物理维度：比特与原子的双向转化&lt;/h2&gt;&#xA;&lt;p&gt;从飞机机翼到集成电路，物理世界正被数字创新塑造，反之亦然。在某知名理工学院的比特与原子研究中心（CBA），科学家们致力于研究&amp;quot;如何将数据转化为物体，并将物体转化为数据&amp;quot;。该中心主任、2019年某中心机器学习研究奖获得者尼尔·格申菲尔德，就其称为&amp;quot;设计的设计&amp;quot;的设计形态发生学研究及计算未来展开深入探讨。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
