执行摘要 | 第 3 页 人工智能概述 | 第 4 页 人工智能简史 | 第 4 页 人工智能与文化 | 第 6 页 什么是人工智能?| 第 6 页 人工智能如何运作?| 第 8 页 弱人工智能 | 第 8 页 强人工智能 | 第 9 页 机器学习 | 第 9 页 深度学习 | 第 12 页 什么是黑匣子?| 第 14 页 开源与闭源 | 第 15 页 案例研究 | 第 17 页 恶意应用程序 | 第 17 页 医疗保健 | 第 30 页 教育 | 第 37 页 交通运输 | 第 40 页 司法系统:执法、公共安全、司法系统和法院 | 第 42 页 就业 | 第 52 页 农业应用 | 第 53 页 金融服务 | 第 54 页 创造性用途 | 第 56 页 监管方法 | 第 59 页 行业最佳实践 | 第 59 页 地方 | 第 61 页 州 | 第 63 页 联邦 | 第 66 页 司法部门 | 第 74 页 军事与外交 | 第 74 页 国际 |第 76 页 政策考量 | 第 81 页 原因:德克萨斯州应成为负责任的人工智能政策的全国领导者 | 第 82 页 如何做:原则和政策考量 | 第 82 页 基于风险的方法 | 第 86 页 结论 | 第 88 页 参考文献 | 第 90 页 附录 A:关键术语 | 第 122 页
主要关键词