XiaoMi-AI文件搜索系统
World File Search System不透明性
Daire Boyle。通过胡塞尔和库恩分析人工智能，人工智能的现象学方法如何带来范式转变。第 20 届电子商务、电子服务和电子社会 (I3E) 会议，2021 年 9 月，爱尔兰戈尔韦。第 185-197 页，�10.1007/978-3-030-85447-8_17�。�hal-03648106�
摘要。在技术飞速进步的世界里，人工意识的问题迫在眉睫。机器是否可以被视为有意识，首先取决于我们对意识的理解。本文试图用胡塞尔的术语来描述意识，然后指出，心灵哲学和人工智能研究领域的库恩范式转变是由这种框架引起的。这一观点得到了胡塞尔自然立场论的支持，该论题是识别哲学上有效的探究模式的指导工具，其中基础假设得到精确评估并始终受到密切关注。在建立这种胡塞尔范式转变时，我们更有能力真正理解意识、其模式及其对机器的潜力。关键词：意识；人工智能；现象学；范式转变；机器学习不透明性。
人工智能时代的歧视 - JuSER
摘要 在本文中，我将研究人工智能 (AI) 和自动决策 (ADM) 的使用是否会加剧歧视问题，正如几位作者所论证的那样。为此，我首先参与了关于歧视的激烈哲学辩论，并提出了我自己对这一概念的定义。在此基础上，我随后回顾了一些关于使用 AI/ADM 和歧视的最新文献。我解释了我对歧视的解释如何有助于理解，鉴于歧视加剧的一般说法是没有根据的。最后，我认为使用 AI/ADM 实际上可以加剧歧视问题，但方式与大多数批评者所认为的不同：由于其认识论的不透明性，AI/ADM 有可能破坏我们的道德审议，而道德审议对于达成关于什么应该算作歧视的共同理解至关重要。结果发现，算法实际上可能有助于检测隐藏的歧视形式。
人工智能可以改善癌症治疗吗？
摘要 由不断积累的癌症临床和分子数据驱动的人工智能 (AI) 推动了人们的期望，即癌症治疗即将发生转变，从而显著改善患者的治疗效果。然而，这种转变迄今为止仍难以实现。人工智能算法的不透明性和缺乏群体规模的高质量注释数据是人工智能在肿瘤学中应用的挑战之一。然而，从根本上说，癌症的异质性及其进化动力学使得每个肿瘤对治疗的反应都与群体、机器学习统计模型有很大不同，因此这些模型难以得出可改善患者治疗效果的治疗建议的可靠推论。本文回顾了精准肿瘤学临床决策的名义要素，并根据癌症独有的挑战阐述了人工智能在癌症治疗改进中的效用。
中国国家重点实验室体系
自 20 世纪 80 年代初以来，中华人民共和国建立了国家重点实验室体系，负责推动国防和商业领域的创新。随着时间的推移，国家重点实验室已成为中国更大的创新基础中越来越重要的组成部分——开展尖端的基础和应用研究，吸引和培养国内外人才，促进全球学术交流。中国对国家重点实验室的监督和实验室系统的不透明性对美国及其盟友构成了国家安全挑战，尤其是对有意与中国同行合作的政策制定者、学者和行业领袖而言。了解中国国家重点实验室体系以及这些实验室在中国更广泛的创新生态系统中发挥的作用，对于应对和管理技术转让和全球技术竞争带来的风险至关重要。
生成人工智能与选举诚信
尤其是，人们对在政治竞选和选举的其他方面增加人工智能产生了很大的担忧。“选举中的人工智能”已成为今年的主导主题，在这一年中，大量选举的汇聚和生成式人工智能工具在公众中的出现使人们认为这是一种单一、广泛的威胁，而不是更复杂、多样且目前有限的用例。对未知事物的恐惧，特别是与人工智能工具在选举中产生的影响（无论是积极的还是消极的）有关的恐惧，因其实际和感知的不透明性和难以追踪而加剧。人工智能尚未被充分理解、信任或监管，其部署和使用的透明度和道德性在很大程度上由拥有自身利益和底线的科技公司决定。
医疗器械人工智能：新的侵权前沿
尽管优先权仍然是平衡伤害风险与设备可用性的重要机制，但人工智能软件的引入极大地改变了医疗设备的风险状况。由于驱动人工智能机器的人工智能算法固有的不透明性和可变性，几乎不可能预测有缺陷的人工智能系统可能对患者造成的所有潜在安全隐患。本文确定了人工智能机器的关键优先权问题，因为它们影响事前和事后的监管侵权分配，包括 FDA 对平行索赔的实际审查、软件和设备审查的分叉，以及可能使原告避免优先权的技术本身的动态。然后，本文作者建议对人工智能机器的监管侵权分配提出另一种概念，这将创建一个更全面、更具互补性的安全和补偿模型。
利用生成式 AI 进行内部审计活动
在盲目接受 GenAI 作为所有问题的解决方案之前，组织必须清楚地了解它能够有效完成什么以及它可能在哪些方面存在不足。哈佛商学院最近发表的一篇工作论文探讨了 GenAI 如何影响工人生产力的问题，并得出了好坏参半的结论。《驾驭崎岖的技术前沿：人工智能对知识工作者生产力和质量影响的现场实验证据》一书的作者测试了这样一个前提：三个因素——大型语言模型 (LLM) 的惊人能力、它们几乎不需要任何技术技能就能完成实际工作的能力，以及它们的不透明性和不明确的失败点——创造了一个崎岖的前沿，“看似难度相似的任务，人类使用人工智能可能会做得更好或更差。”4
人工智能对金融市场的影响
摘要 人工智能 (AI) 迅速改变了金融市场，提高了交易、风险管理、欺诈检测和个性化方面的效率、准确性和可扩展性。通过先进的机器学习模型，AI 实现了高频交易、预测风险评估和强大的合规流程，从而简化了运营并提高了市场响应能力。然而，AI 系统的复杂性和不透明性带来了道德问题和监管挑战，特别是在模型可解释性和潜在偏见方面。本文研究了 AI 在金融职能中的作用，强调了与传统方法相比的优势和局限性，并讨论了整合混合模型和自适应交易策略的未来方向。虽然 AI 提供了相当大的好处，但解决其道德和监管影响对于充分发挥其在金融市场的潜力至关重要。
贷款银团与交易协会诉美国证券交易委员会
2008 年金融危机后，国会颁布了《多德——弗兰克华尔街改革和消费者保护法案》，公共法律第 111-203 号，124 Stat. 1376（2010），其中包括旨在纠正证券化的“复杂性和不透明性”的条款，国会认为这些因素妨碍了投资者充分评估证券化投资组合的风险。美国众议员第 111-176 号，第 128-29 页（2010）。在该法案第 941 条（15 USC § 78 o -11），国会指示被告机构（加上另外两家银行机构 1 ）制定法规，要求资产支持证券的“任何证券化者”保留其“转移、出售或让与”给第三方的任何资产的一部分信用风险，具体来说“不低于任何资产信用风险的 5%”。 15 USC § 78 o -11(c)(1)(B)(i)。理由是“当证券化者保留重大