Interview with Frida Hartman: Studying bias in AI-based recruitment tools
弗里达·哈特曼。照片来源：Svenska kulturfonden / Frida Lönnroos。在一系列新的采访中，我们会见一些被选拔参加欧洲人工智能会议 (ECAI-2025) 博士联盟的博士生。在该系列的第二次采访中，我们采访了弗里达·哈特曼 (Frida Hartman)，以找到 [...]
欢迎来到我们的每月摘要，在这里您可以了解您可能错过的任何 AIhub 故事、仔细阅读最新新闻、回顾最近的事件等等。本月，我们将了解如何利用知识图来奖励药物再利用的可解释性，研究价值一致的自动驾驶车辆，并考虑对多智能体系统的信任。奖励药物再利用的可解释性[...]
《世代对话：桥接人工智能视角》是 AAAI 的一档播客，主要内容是来自不同年龄段和背景的人工智能专家、从业者和爱好者之间发人深省的讨论。每一集都深入探讨了代际经历如何塑造对人工智能的看法，探索随着这种变革性技术的进步所带来的挑战、机遇和道德考虑。体现[...]
作者：蒂宾根大学 Jessica Heesen 和北卡罗来纳大学教堂山分校 Tori Smith Ekstrand 欧盟《人工智能法案》的推出已经迎来了一个关键转折点。该法案制定了如何在欧盟内部使用人工智能系统的规则。于8月1日正式生效[...]
What is AI poisoning? A computer scientist explains
Lone Thomasky & Bits&Bäume / 扭曲的熔岩流 / 获得 CC-BY 4.0 许可 作者：Seyedali Mirjalili，澳大利亚托伦斯大学 中毒是一个最常与人体和自然环境相关的术语。但这也是人工智能 (AI) 领域中一个日益严重的问题 - 特别是对于大型语言模型，例如 [...]
New AI technique sounding out audio deepfakes
来自澳大利亚国家科学机构 CSIRO、澳大利亚联邦大学和 RMIT 大学的研究人员开发了一种改进音频深度伪造检测的方法。这项名为“Rehearsal with Auxiliary-Informed Sampling (RAIS)”的新技术专为音频深度伪造检测而设计，这是网络犯罪风险中日益严重的威胁，例如绕过基于语音的生物特征认证系统、冒充和虚假信息。 [...]
Learning robust controllers that work across many partially observable environments
在智能系统中，应用范围从自主机器人到预测性维护问题。为了控制这些系统，需要通过模型捕获基本方面。当我们为这些模型设计控制器时，我们几乎总是面临同样的挑战：不确定性。我们很少能够看到全貌。传感器有噪音，系统模型 [...]
ACM SIGAI Autonomous Agents Award 2026 open for nominations
2026 年 ACM SIGAI 自主代理研究奖提名征集。该奖项旨在表彰自主代理领域的卓越研究。它旨在表彰当前工作对该领域具有重要影响的自主代理研究人员。该奖项是 ACM 官方奖项，由 [...]
Interview with Mario Mirabile: trust in multi-agent systems
在一系列新的采访中，我们会见一些被选拔参加欧洲人工智能会议 (ECAI 2025) 博士联盟的博士生。在博洛尼亚会议期间，我们采访了 Mario Mirabile，他正在攻读可信人工智能和多代理系统博士学位 [...]
Review of “Exploring metaphors of AI: visualisations, narratives and perception”
IceMing & Digit / 工作中的随机鹦鹉 / 由 CC-BY 授权 4.0 更好的人工智能形象，我们和人工智能一直在探索视觉和叙事隐喻在塑造我们对人工智能的理解中的作用。作为其中的一部分，我们邀请了一些一直在进行不同类型研究的研究人员 [...]
Designing value-aligned autonomous vehicles: from moral dilemmas to conflict-sensitive design
自治系统越来越多地面临充满价值的选择。这篇博文介绍了设计“冲突敏感”自主交通代理的想法，该代理可以明确识别、推理相互竞争的道德、法律和社会价值观并据此采取行动。我们提出了价值一致的操作设计域（VODD）的概念——一个嵌入利益相关者价值层次结构和上下文移交规则的框架[...]
Generations in Dialogue: Human-centric AI and collaborative AI systems with Professor Andreea Bobu
《世代对话：桥接人工智能视角》是 AAAI 的一档播客，主要内容是来自不同年龄段和背景的人工智能专家、从业者和爱好者之间发人深省的讨论。每一集都深入探讨了代际经历如何塑造对人工智能的看法，探索随着这种变革性技术的进步所带来的挑战、机遇和道德考虑。以人为本 [...]
Learning from failure to tackle extremely hard problems
这篇博文基于 BaNEL 的著作：Exploration Posteriors for Generative Modeling Use Only Negative Rewards。解决非常困难的问题机器学习研究的最终目标是推动机器在关键应用中超越人类的极限，包括下一代定理证明、算法问题解决和药物发现。标准配方包括：(1) 对现有数据进行预训练模型以获得基本模型，然后 (2) 使用衡量生成样本的质量或正确性的标量奖励信号对它们进行后训练。然而，对于这些问题的最困难的实例，我们遇到两个挑战： 稀疏性：基本生成模型获得接近于零的奖励信号。产生正奖励样本的概率可能非常低，以至于模型可能会经历大部分训练
How AI can improve storm surge forecasts to help save lives
作者：Navid Tahvildari，佛罗里达国际大学 飓风是美国最具破坏性的自然灾害，造成的死亡和财产损失比任何其他类型的灾害都要多。自 1980 年以来，这些强大的热带风暴已造成超过 1.5 万亿美元的损失，并造成 7,000 多人死亡。 [...] 造成损害和死亡的第一大原因
Rewarding explainability in drug repurposing with knowledge graphs
药物的重新利用通常始于一个假设：已知的化合物可能有助于治疗超出其原始适应症的疾病。米诺地尔就是一个很好的例子：最初用于治疗高血压，后来证明它有助于防止脱发。知识图是寻找此类假设的自然场所，因为它们编码生物医学实体（药物、基因、表型、疾病）[...]
Generations in Dialogue: Multi-agent systems and human-AI interaction with Professor Manuela Veloso
《世代对话：桥接人工智能视角》是 AAAI 推出的一个新播客，其中包含来自不同年龄段和背景的人工智能专家、从业者和爱好者之间发人深省的讨论。每一集都深入探讨了代际经历如何塑造对人工智能的看法，探索随着这种变革性技术的进步所带来的挑战、机遇和道德考虑。 [...]
Generations in Dialogue: Bridging Perspectives in AI – a new podcast from AAAI
人工智能促进协会 (AAAI) 很高兴地宣布推出新的播客系列：“对话中的世代：架起人工智能的桥梁”。通过这个系列，我们的目标是代表不同代人的不同观点，促进有关不断变化的人工智能格局的丰富对话。 “对话中的一代人”旨在展现独特的[...]
Forthcoming machine learning and AI seminars: November 2025 edition
本文包含计划于 2025 年 11 月 3 日至 12 月 31 日期间举行的人工智能相关研讨会的列表。此处详细介绍的所有活动都是免费开放的，任何人都可以通过虚拟方式参加。 2025 年 11 月 3 日 扫描还是不扫描？机器学习为中风重症监护提供 POMDP 演讲者：Agni Orfanoudaki [...]
