XiaoMi-AI文件搜索系统
World File Search System事例
无 CRISPR 基因组编辑时代的到来
1 “适应性细菌免疫中的可编程双 RNA 引导 DNA 内切酶”(PMID：22745249 PMCID：PMC6286148 DOI：10.1126/science.1225829) https://pubmed.ncbi.nlm.nih.gov/22745249/ 2 聚集的规律间隔的短回文重复序列-CRISPR 相关蛋白。 CRISPR 是与（适应性）免疫相关的基因所在位点的名称。它具有一个带有回文的独特序列，是由九州大学的石野吉住教授发现的。 Cas 是一组蛋白质的名称。 Cas9是一种被称为核酸酶的蛋白质，具有切割DNA双螺旋结构的功能。请参阅文章末尾的参考资料。 3.三井全球战略研究所的《2016年值得关注的四项技术：基因组编辑》（作者：冈田智之）中主要通过案例研究介绍了CRISPR-Cas9。 https://www.mitsui.com/mgssi/ja/report/detail/__icsFiles/afieldfile/2016/10/20/160215mt.pdf 4 iPS细胞研究应用研究所利用CRISPR-Cas9删除与免疫排斥有关的HLA基因组，成功创建了iPS细胞。此外，在杜氏肌营养不良症（MDM）病例中，该研究所通过使用自己开发的病毒样颗粒，将利用CRISPR-Cas9/CRISPR-Cas3的外显子跳跃的iPS细胞有效地递送至细胞，成功再生了骨骼肌干细胞。这是在小鼠身上进行的研究成果，希望未来能够应用于人类。 日本新药公司的MDM治疗药物“viltolarsen”和Sarepta Therapeutics公司的Eteplirsen（在日本未获批）都是常规核酸药物，并未使用基因组编辑技术。
荣获日本人工智能学会2023年度研究小组优秀奖
颁奖典礼 2023年度研究组优秀奖将颁发给2023年4月至2024年3月期间举行的日本人工智能学会年会上发表的特别优秀的研究论文。 住电株式会社通过其特殊子公司住电Friend株式会社（以下简称“Friend”），主要推进残疾人士的就业。 在本文中，我们报告了与 Friend 合作应用“残疾人参与式主动学习”的案例研究。我们已通知弗兰德的员工，他们的工作迄今为止主要集中在办公室支持任务上，他们将能够通过创建评估我们主要产品（如电线和电缆）的人工智能直接参与设计和质量评估过程。 颁发此奖是为了认可该项目在考虑“未来社会的人工智能”方面的重要性，将其作为创造一个让更多残障人士能够在公司各种任务中发挥积极作用的环境以及有效利用深度学习技术的一项新举措。欲了解更多详细信息，请参阅以下论文。 ■ 使用残疾人参与式主动学习方案对电线电缆产品进行线路追踪和详细质量评估 https://www.jstage.jst.go.jp/article/jsaisigtwo/2023/SAI-048/2023_01/_pdf/- char/ja
食物中毒细菌在低温下在食物中生长
近 10 年国外重大李斯特菌疫情 国家 疫情年份 致病食物 患者人数 死亡人数 澳大利亚 2013 奶酪 18 2 丹麦 2013-2014 熟食肉类 41 17 美国 2014 豆芽 5 2 美国、加拿大 2014-2015 焦糖苹果 36 7 美国 2010-2015 冰淇淋 10 3 美国 2015 软奶酪 24 1 美国、加拿大 2015-2016 包装沙拉 47 1 美国 2013-2016 冷冻蔬菜 9 1 德国 2012-2016 疑似来自同一工厂的多种产品 66 3 澳大利亚 2018 甜瓜 20 7 南非 2017-2018 肉制品 1,060 216 丹麦、德国、法国2015-2018 熏制三文鱼 7 1 奥地利、丹麦、芬兰等 2015-2018 冷冻玉米 47 9 丹麦、爱沙尼亚、芬兰等 2014-2019 冷熏鱼制品 22 5 英国 2019 三明治和沙拉 9 6 西班牙 2019 熟肉制品 207 例确诊，3059 例高度疑似 3 美国、加拿大 2017-2019 熟鸡丁 31 2 荷兰、比利时 2017-2019 肉制品 21 3 美国、澳大利亚 2016-2019 金针菇 42 5 美国 2017-2019 煮鸡蛋 8 1 美国 2020-2020 熟食肉类 11 1 美国 2014-2022 预包装沙拉 18 3 英国2020-2022 熏鱼 12？ 美国 2021-2022 冰淇淋 25 1 美国 2021-2022 熟食肉 14 1 美国 2023 奶昔 6 3 美国 2018-2023 绿叶蔬菜 19 0 瑞士 2022 熏鱼 20 ? 美国 2018-2023 桃子、油桃、李子 11 1 德国、荷兰、比利时、英国等 2012-2024 鱼制品 73 14 加拿大 2023-2024 冷藏杏仁奶等 20 3 美国 2024 熟食肉类 59 10 10
テクニカル インfoォメーション - ClassNK
我们谨向您通报2014年5月14日至23日举行的国际海事组织第93届海上安全委员会（MSC93）的以下信息和结果。一、采用的强制性要求 本次采用的强制性要求中，主要有以下几条。 (1) 舵机试验要求（SOLAS 公约 II-1 第 29 条）（见附件 1、附件 11） 规定了试航时难以保证最大航行吃水时舵机的试验要求。除了在最大航海吃水下进行操舵测试外，还可以采用以下方法之一： (i) 进行吃水操舵试验，整个舵以相同的吃水深度浸入水中。 (ii) 以与最大航海吃水时施加相同舵力和扭矩的速度进行操舵试验，使用海试期间将浸入水中的舵板面积计算。 (iii) 通过估算试航时操舵试验时的舵力和扭矩，并推算到满载工况，确认船舶在满载工况下具有足够的操舵能力。 适用性： 无论船舶建造日期如何，均适用。允许提前实施的MSC.1/Circ.1482也已获得批准，因此该修正案甚至可以在2016年1月1日生效之前应用。 （2）扩大惰性气体设备安装的适用范围（SOLAS 公约 II-2 第 4 条、IBC 规则、FSS 规则等）（见附件 1、3、5） 现行法规要求 20,000 载重吨及以上油轮配备惰性气体设备 针对中小型化学品船爆炸事故的发生，我们决定对8000载重吨及以上的油罐采用该方法。这将扩展到油轮和化学品船。此外，还通过了对FSS规则第15章的修订，其中规定了惰性气体设备的性能要求。 适用：2016年1月1日后铺设的船舶
BCIXD：大脑计算机交互设计
当前的大脑计算机接口（BCI）技术已使用脑电图设备在信号传输和信号采集技术方面取得了一定的进展[6]。这些可以使用EEG实现稳定的系统，例如在响应特定刺激的响应后300毫秒发生的p300 [1]，SSVEP [4]响应于视觉刺激，以特定的频率闪烁，以及在左和右侧的α波动中使用α波的差异的差异，而ca则是在左侧和右侧的情绪界面，不能被视为以人为中心的界面。 基于心理任务的BCI（MT-BCI）可以使用心理图像控制外部设备[3]。 MT-BCI范式分析了认知任务执行期间的周期性脑电图活性，即事件相关的同步/DESYNSYNCHRONIANION（ERS/ERD）[7]。此外，当使用机器学习时，它依赖于在培训过程中学习的预采用的用户数据和分类器，因此用户需要通过其心理图像稳定地生成特定的脑波模式[9]。 但是，没有足够的概括或表达人类形象控制以及如何将其转化为行为[5]。用户界面和交互的验证和示例有限，几乎不清楚脑电波的使用会带来什么优势[8]。为了澄清这一点，有必要开发和设计以人为本的，用户友好的BCI技术。 Hirano及其同事提出了一种使用拟声词[2] [11]来控制和训练的方法，并使用拟声道使用了多模式的视觉和听觉图像。
20210604073646767_ja.pdf - 阿特拉斯有限公司
[1D2-OS-3a] 13:20-15:00 新闻媒体的数据科学 (1/3) (主席: Atsumu Sonoda) 1D2-OS-3a-01 线性和按需新闻视频分发分析广播中的使用风格（Masanori Takano、Yuki Ogawa、Fumiaki Taka、Soichiro Morishita）1D2-OS-3a-02 Twitter 上的政治分歧：以 2019 年参议院选举为例（Tsubasa Shindo、Yuki Ogawa、Yutaka Hattori）1D2 -OS-3a-03 使用基于 MMR 的句子选择和基于 TF-IDF 的句子压缩进行新闻文章摘要 (*Shotaro Ishihara、Norihiko Sawa) 1D2-OS-3a-04 利用 SNS 评论分析新闻媒体偏见（Shohei Hisada、Taichi Murayama、Juntaro Yada、Shoko Wakamiya、Eiji Aramaki）1D2-OS-3a-05 从汽车行业和社会的崩溃理解人工智能（ Ryosuke Ozawa, Takeo Kiribayasi ) [1D3-OS-3b] 15:20-17:00 新闻媒体中的数据科学 (2/3) (主席: Yuki Ogawa ) 1D3-OS-3b- 01 (OS 特邀讲座) 新闻媒体中的问题日本政治交流：社会科学与数据科学的合作（Tetsuro Kobayashi）1D3-OS-3b-02 从推文中发现有争议的新闻文章的方法（Yui Fujikane、Kazuhiro Kazama、 Mitsuo Yoshida、Yoshinori Hijikata) 1D3-OS-3b-03 新闻服务中以内容多样性和标题为重点的用户参与度分析 (Atsumu Sonoda、Hiroto Nakajima、Fujio Toriumi) 1D3-OS-3b-04 量化新闻服务期间的消费者心理和行为使用文本挖掘研究 COVID-19 疫情/J-LIWC、J-MFD 和词共现网络的应用 (Kazutoshi Sasahara、Shinpei Okuda、Yu Igarashi) [1D4-OS-3c] 17:20-18:20 数据科学新闻媒体 (3/3) (主席：Masanori Takano) 1D4-OS-3c-01 根据用户关注者构成验证帖子传播情况 (Shogo Matsuno、Santi Seiyo、Takeshi Sakaki) , Yasuhiro Hino) 1D4-OS-3c-02 使用 BertSum 对日语新闻文章进行摘要总结的研究（ Hideto Ishihara、Shotaro Ishihara、Hono Shirai）1D4-OS-3c-03 Twitter 上的新闻 浏览推文和观看视频之间的关系（ Yuki Ogawa、Masanori Takano、Soichiro Morishita、Fumiaki Taka）### 会场 E OS 会场 3 ### [1E2-OS-2] 13:20-14:40 认知偏差・多重解释和人工智能（1/1）（主席：Shohei Hidaka) 1E2-OS-2-01 麻木错觉与自我触摸错觉之间的权衡研究 (Yutaro Sato、Godai Saito)、Kotaka Kenri 1E2-OS-2-02 为什么狼人杀中人会被愚弄？/从认知偏差的角度进行思考（Kanzen Noriaki、Takeshi Ito）1E2-OS-2-03 从对新事物的态度看信念偏差的出现冠状病毒机制（Daiki Kondo）
科学技术委员会第28次研究开发基础设施分委员会会议议程
1. 背景（本分委员会的职责） ○ 研发基础设施分委员会（第 12 届）关注的主要议题包括：“大学等战略研究基础设施的建立和共享”、“营造可有效利用国内最先进研究基础设施的环境”、“发挥人力资源作用，促进研究设施共享”、“开发支持创新的基础技术”。 （讨论进展） ○ 对2021年度先进研究基础设施共享推进计划入选机构进行了中期评估，并根据2020年度入选机构的举措情况，总结现状和课题，整理了共享推进相关课题概要。 ○ 总结课题，确认了作为基本认识，通过信息的开发、利用（共享）以及包含开发的循环，产学官有机地合作，创造研究成果至关重要。 ・报告书指出，作为从创造创新角度提出的课题，由于缺乏根据研究需求开发基础技术、并在研究中加以推广的环境、人才和机制，因此需要与设备制造商在共享设施方面开展合作。 - 作为成为核心设施的挑战，虽然已经出现了一些先进的举措，但也有一些机构由于管理思维转变的延迟、研究基础设施 IR 系统的不足以及缺乏专业知识、人力资源和财政资源，共享尚未取得进展。因此，有人指出，需要在具有一定业绩记录的机构的领导下开展机构间合作，并且需要全面分享有效的最佳实践，以解决共享设施中持续存在的问题。 ・作为今后的发展方向，该报告提出了如下建议：1）形成维护、利用（共享使用）和开发循环进行的研究基础设施生态系统；2）构建解决现场问题和提高整体水平的机制（构建机构间网络，包括以互补的方式共享核心设施的技术诀窍，以及在全国范围内实现共享系统的可视化）。 ・我们将继续考虑研究基础设施生态系统和机构间网络所需的具体功能和活动，并就各机构的尖端研究设施和设备（以下称为“研究设施等”）和通用研究设施等（基础研究设施等）分别进行讨论。
1.文章分类和同行评审政策
1. 有效使用适合问题的现有技术 2. 现有技术的有用组合 3. 开发有用的工具 4. 开发有趣的应用程序 5. 有效实施现有技术 6. 分析人工智能系统可以有效工作的环境 7. 评估商业价值和开发成本，包括技术内容 8. 系统化人工智能系统开发和运行的专有技术 传统的论文同行评审标准要求根据定量的实验结果对新颖性、有用性和可靠性进行客观评价，但在实际的人工智能系统中通常很难提供这一点。因此，我们的同行评审政策是，如果文章包含成员可以应用于其他案例的论点，被认为对于学会授权有意义，存在无法呈现完全客观的评估结果的正当理由，并且从提议的系统中获得的行动和效果以逻辑一致的方式进行断言，那么即使是定性评估也会接受。 ③ 原创论文（概念论文） 一个学术领域一旦建立并成熟到一定程度，就需要高度完成的论文，其中包括严格的公式化和通过可靠的评估实验来验证其实用性。这虽然可以看作是学术研究发展的自然趋势，但也可以说，这与人工智能研究本身的前沿性相悖。开创了人工智能研究领域的前沿研究不能用上述成熟领域论文的标准来评判。 例如明斯基关于框架理论的论文、一般框架问题、RoboCup的提案等很多研究项目都为学术和技术的进步做出了重大贡献，但可以说在它们发表的时候，很难用成熟领域的标准来评价它们。此外，这些研究项目提出的理念或方法，或提出的课题，即使提出时验证不充分，也算是“有意义的提案”。虽然这些项目投入了大量精力，但要看到其作用还需要时间。 概念论文类别旨在鼓励纳入此类论文。我们的审查政策不太注重定量或客观评价，决定将由编辑委员会负责做出。
关于鹿儿岛县学力及学习状况调查“人工智能与智能”
“人工智能与智能”校长 增山光一 2024年只剩下几天了，我想大家随着这一年的结束，都会经历忙碌的日子。今年，连续两年第三次荣获美国职业棒球大联盟最有价值球员奖的大谷翔平的出色表现令人印象深刻，但我个人认为，将棋界的七届冠军藤井苍太不仅今年，而且在过去几年中一直保持着连胜的势头。他实力雄厚的原因之一是对充分利用人工智能的将棋软件的研究。尤其是人工智能（AI）的发展令人瞩目。它的显著特点是能够从海量信息中检测出数据偏差和某些模式和趋势。我们经常听到这样的消息：人工智能全面投入实际应用的时代即将到来。据预测，目前 47% 的工作将被人工智能或机器人取代，许多科学家预测，到 2045 年，人工智能将超越人类的能力。人类智能和人工智能之间存在很大差异。人类可以从经验中学习，例如，“上次我失败的原因就是这样，所以下次我会尝试一种新的方法”，但计算机需要新的程序。人工智能还有一些事情做不到，尽管它擅长数据分析和任务自动化，但它并不擅长理解人类的情感或直观地做出反应。比如写小说、创作歌曲或从失败中吸取教训。从这个意义上来说，智力与才智之间存在着明显的区别。 “拥有丰富的知识和技能总是好的，但在未来，我们需要态度和品质来考虑如何将它们应用到我们自己的生活和未来中。” 目前，樱山初中的学生们在课堂上使用平板电脑已是理所当然。我们希望通过日常的使用，学生能够培养兴趣、知识和技能，体验学习的乐趣，并更有学习的动力。随着互联网和智能手机的普及，电脑已经变得非常普遍，但在带来便利的同时，也存在着风险。儿童卷入社交媒体上诽谤、中伤以及滥用在线留言板等犯罪行为的悲剧案件似乎也越来越多。我们希望孩子们在寒假期间可以将平板电脑带回家，以便他们完成家庭作业等，并且我们每天都会在学校进行信息伦理教育。但是，我们希望您也在家中讨论这个问题，并在使用电脑和智能手机之前监督和指导您的孩子确保他们的安全，例如设置适当的互联网环境（例如过滤）和设置使用时间规则。
草案：人工智能与版权的方法
近年来，随着互联网的普及和计算机计算能力的提升等信息技术的进步，人工智能技术的发展不断加速，我们看到人工智能技术所能实现的计算处理的精细化程度不断提高。 此外，随着人工智能技术的进步，所谓的生成性人工智能取得了显著进展，它可以根据用户的指令生成各种形式的内容，现在可以创建与人类自己创建的内容无法区分的内容。不仅有研究人员和企业参与生成型AI的开发，还提供一般用户可轻松使用的服务和软件的企业也不断涌现，以生成型AI的使用为中心进行创作活动的创作者也不断涌现。 在此背景下，关于生成型人工智能，版权所有者等担心人工智能在学习和生成数据时可能会侵犯其版权，人工智能开发者等担心开发人工智能时可能会侵犯版权或可能会创造出侵犯版权的人工智能，人工智能用户则担心使用人工智能可能会无意中侵犯版权。 此外，在2023年5月举行的G7广岛峰会上，认识到需要立即评估在各国和各行业中日益突出的生成性人工智能所带来的机遇和挑战，并通过G7工作组启动了“广岛人工智能进程”，就生成性人工智能以及包括版权在内的知识产权保护等议题进行讨论。1此外，日本的AI战略委员会专家组同月编制了AI2.0相关问题临时概要，其中也提及了与版权相关的问题，并呼吁考虑采取必要的应对措施。 今年6月制定的《知识产权振兴计划2023年3期》也指出，关于生成型人工智能与著作权的关系，将从促进人工智能技术进步和保护创作者权利的角度，识别和分析具体案例，组织法律思考，并考虑必要措施。 版权法的解释，不仅仅是与生成性人工智能相关的解释，本质上应该根据每个个案的具体情况留给司法判断。但是，截至本报告撰写时，直接处理生成型人工智能与版权之间关系的判例和案件仍然很少。为了缓解上述对生成型人工智能与版权之间关系的担忧，我们认为，不应仅仅等待判例和案件的积累，而应该提出一定的解释方法。 因此，文化事务委员会著作权部法制分科（以下简称“分科”）将与创作者、表演者等权利人、开发和提供生成性AI服务的企业、生成性AI的用户等相关方举行听证会，并将报告AI战略会议、AI时代知识产权审查委员会4（内阁府知识产权战略推进事务局）等其他会议的讨论情况。