组织越来越多地使用自动决策系统 (ADMS) 来为影响人类及其环境的决策提供信息。虽然使用 ADMS 可以提高决策过程的准确性和效率，但它也伴随着道德挑战。不幸的是，当前用于监督人类决策的治理机制在应用于 ADMS 时往往会失败。
软件工程经理Madan Mohan Ganapam花了近二十年的时间来塑造智能自动化的发展，尤其是在金融和医疗保健领域。在这次采访中，他对AI和RPA的挑战和突破提供了宝贵的见解，强调了景观如何从简单的任务自动化转变为更聪明，更聪明的决策系统。 Madan讨论[…]
Artificial Intelligence, Non-proliferation and Disarmament: A Compendium on the State of the Art
这份由多位作者撰写的汇编提供了防扩散和裁军面临的人工智能 (AI) 问题的最新摘要。它汇集了四个主题——Thomas Reinhold、Elisabeth Hoffberger-Pippan 和 Alexander Blanchard 撰写的《军事领域的人工智能：技术、法律和道德视角》（第一部分）；Marc-Michael Blum 撰写的《人工智能与化学武器》（第二部分）；Filippa Lentzos 撰写的《人工智能与生物武器》（第三部分）；以及 Alice Saltini 撰写的《评估将人工智能融入核决策系统的影响》（第四部分）。这些内容合在一起，简要概述了人工智能带来的与扩散和裁军相
Evaluating Gender Bias Transfer between Pre-trained and Prompt-Adapted Language Models
*平等贡献者大型语言模型 (LLM) 越来越多地被调整以实现任务特异性，以便在现实世界的决策系统中部署。之前的几项研究通过研究微调适应策略对模型公平性的影响，调查了偏见转移假设 (BTH)，发现在使用微调进行调整时，预训练的屏蔽语言模型中的公平性对模型公平性的影响有限。在这项工作中，我们将 BTH 的研究扩展到提示适应下的因果模型，因为提示是一种可访问且计算效率高的方式来部署……
Mathematical Fairness: Addressing Bias in Algorithms
数学在解决算法偏见和确保公平方面的作用数学公平解决了算法偏见日益增长的担忧，这种偏见可能导致招聘、贷款和刑事司法等领域的歧视。通过使用数学技术来检测和减轻数据和模型设计中的偏见，我们可以确保自动决策的结果更加公平公正。这个新兴领域将道德反思与高级算法相结合，以促进人工智能驱动系统的公平性、透明度和问责制。算法偏见的数学解决方案数学公平：解决算法偏见，实现公正社会在算法和自动决策系统日益影响社会结果的时代——无论是批准贷款、确定保释金、雇用候选人，还是决定如何策划新闻提要——算法的公平性问题已成为一个紧迫的问题。由于这些系统由数学模型和数据驱动，因此要确保其中的公平性，需要深入了解偏见是如何产生
Workshop on Whole Community Public Safety and Resilience in Smart Cities
NIST 智能互联系统部门正在启动一项研究项目，旨在定义公共安全规划的技术应用、分析、关键绩效指标和决策系统，以便更有效地应对和恢复
How Does Bad Data Affect Your AI Implementation Ambitions?
在处理人工智能 (AI) 时，有时我们只认识到决策系统的效率和准确性。我们未能识别另一端人工智能实施的无数困难。结果，公司在雄心勃勃的目标上投入过多，最终的投资回报率却不尽如人意。可悲的是，这是 […]
美国国家科学院、工程院和医学院的一份新报告提供了一个框架，指导联邦、部落、州和地方机构、社区团体以及其他感兴趣和受影响的各方就 Spirit Lake 和 Toutle River 做出决策系统，位于华盛顿州西南部的圣海伦斯山附近。
If you go to MIT, bring your equations
我没有回到MIT太多，所以今天访问很有趣。这是我进入旧实验室时看到的第一件事，即信息和决策系统的实验室：是的，麻省理工学院真的是这样。哦，我关于医疗保健费用的演讲很好，我喜欢给它。如果您去麻省理工学院，我没有介绍[…]帖子，将您的方程式首先出现在附带的经济学家中。
