XiaoMi-AI文件搜索系统
World File Search System伦理学
与防御性伦理学动态的关联学习
基于威胁强度，接近性和肯定的上下文以及学习预测危险刺激的抽象防御行为会发生变化，这对于生存至关重要。然而，大多数帕夫洛维亚恐惧调节范式仅着眼于冻结行为，掩盖了协会性和非缔合性机制对动态防御反应的贡献。为了彻底研究防御性伦理图，我们将男性和雌性成人C57BL/6 J小鼠进行了pavlovian条件的范式，该范式将脚震与包含串行的化合物刺激（SCS）组成，该刺激（SCS）由独特的音调和白噪声（WN）刺激周期组成。为了研究联想和非缔合性机制如何影响防御反应，我们将这个配对的SCS-footshock组与四个对照组进行了比较，这些对照组由伪和伪造的scs和footshock和footshock，Hock Shock，Hock Shock，或反向SCS的表现与倒置的Tone-WN顺序与成对的呈现或不属性的表现进行调节。在调节的第2天，配对组在音调期间表现出强大的冻结，并在WN期间切换到爆炸性跳跃和飞镖行为。相对，未配对和反向SCS组表达了较少的音调引起的冻结，并且在WN期间很少表现出跳跃或飞镖。在调节第二天后，我们观察到防御行为在两个灭绝会议上的变化如何变化。在灭绝期间，配对组的音调诱导的冻结减少，小鼠从WN期间迅速转移到冰点和飞镖的组合。未配对的，未配对的反向和震惊 - 只有小组在SCS期间表现出防御性的尾巴嘎嘎声和飞镖，冰冻和跳跃最少。有趣的是，配对的反向组没有跳到WN，而音调诱发的冻结具有抵抗力的灭绝。这些发现表明，非缔合性因素促进了一些防御响应，但是强大的提示诱导的冻结和高强度飞行表达需要联想因素。
房间里的 AI 代理：为移植选择委员会提供客观决策信息 Bima J. Hasjim MD MSc 1,2 *、Ghazal Azafar PhD 2,3 *、Frank Lee MD 4、Tayyab S. Diwan MD 4、Shilpa Raju MPH 2、Jed Adam Gross MPhil JD 5,6、Aman Sidhu MD 2、Hirohito Ichii MD PhD 1、Rahul G. Krishnan PhD 7、Muhammad Mamdani MPH PharmD 8,9、Divya Sharma PhD 10,11 +、Mamatha Bhat MD PhD 2,3,12,13 + *共同第一作者 + 共同资深作者 1 加州大学欧文分校外科系，加利福尼亚州奥兰治，美国 2 多伦多大学大学健康网络 Ajmera 移植中心移植 AI 计划， 3 加拿大安大略省多伦多大学健康网络多伦多总医院研究所 4 明尼苏达州罗彻斯特梅奥诊所医学院移植外科分部 5 加拿大多伦多大学健康网络临床和组织伦理学系 6 加拿大安大略省多伦多大学达拉拉纳公共卫生学院临床公共卫生分部 7 加拿大安大略省多伦多大学计算机科学系 8 加拿大安大略省多伦多大学健康网络多伦多总医院药学系和妇女健康计划 9 临床评估科学研究所 10 加拿大安大略省北约克大学数学与统计学系 11 加拿大安大略省多伦多大学健康网络生物统计学系 12 加拿大安大略省多伦多大学医学系胃肠病学和肝病学分部 13 加拿大安大略省多伦多矢量研究所 通讯作者：Mamatha Bhat，医学博士
房间里的 AI 代理：为移植选择委员会提供客观决策信息 Bima J. Hasjim MD MSc 1,2 *、Ghazal Azafar PhD 2,3 *、Frank Lee MD 4、Tayyab S. Diwan MD 4、Shilpa Raju MPH 2、Jed Adam Gross MPhil JD 5,6、Aman Sidhu MD 2、Hirohito Ichii MD PhD 1、Rahul G. Krishnan PhD 7、Muhammad Mamdani MPH PharmD 8,9、Divya Sharma PhD 10,11 +、Mamatha Bhat MD PhD 2,3,12,13 + *共同第一作者 + 共同资深作者 1 加州大学欧文分校外科系，加利福尼亚州奥兰治，美国 2 多伦多大学大学健康网络 Ajmera 移植中心移植 AI 计划， 3 加拿大安大略省多伦多大学健康网络多伦多总医院研究所 4 明尼苏达州罗彻斯特梅奥诊所医学院移植外科分部 5 加拿大多伦多大学健康网络临床和组织伦理学系 6 加拿大安大略省多伦多大学达拉拉纳公共卫生学院临床公共卫生分部 7 加拿大安大略省多伦多大学计算机科学系 8 加拿大安大略省多伦多大学健康网络多伦多总医院药学系和妇女健康计划 9 临床评估科学研究所 10 加拿大安大略省北约克大学数学与统计学系 11 加拿大安大略省多伦多大学健康网络生物统计学系 12 加拿大安大略省多伦多大学医学系胃肠病学和肝病学分部 13 加拿大安大略省多伦多矢量研究所 通讯作者：Mamatha Bhat，医学博士
第5课：生物伦理学的概念基础
最后，很容易构建有效推理导致结论与我们的道德直觉冲突的情况。例如，考虑在一家大型城市医院中的移植中心。在任何给定时间，都可能有一个需要肾脏，心脏，肺以及其他器官和组织的人的等待名单。假设一名年轻的事故受害者因股骨严重的骨折带入急诊室。常规手术和一段时间的牵引力应导致完全恢复。事实证明，腿骨折的男人对于几位移植患者来说是一个很好的匹配，他们的生命只能通过替换器官挽救。是否应该“恢复”男人的器官，以便其他三个或四个可以生存？似乎是功利主义的决定
弥合分歧：后疫情时代如何化解信任与两极分化的生物伦理学见解
新冠疫情已经过去，世界大多数国家都继续前进，不愿重温那三年的黑暗时期，那段时期造成近 700 万人死亡。尽管新冠疫情不是死亡人数最多的一次，但它在许多方面都是史无前例的 (1)。全球化的旅行和通讯迅速将一个局部突变变成了一场世界性瘟疫。与此同时，全球迅速找到了限制传染和减轻病毒破坏性影响的方法，通过检测、隔离、疫苗接种和药物治疗。全球通讯的进步使世界在数年内能够在最低限度的人际接触下运转，但与此同时，信息疫情现象也愈演愈烈，病毒性质的真假被政治化和权衡 (2)。关于病毒的起源、严重程度、死亡率、传播方式、口罩和其他防护措施的有效性、行动限制、封锁、保持社交距离、接触者追踪和隔离措施，仍然存在许多不确定性和持续的争论。此外，关于各种检测的准确性以及治疗、接种和替代医学的最佳医学指导仍然存在疑问。虽然世界已经向前发展，COVID-19 不再占据全球头条新闻，但反思这一悲剧仍然很有价值
生物技术中的生物伦理学-LMS -Apada Indonesia
研究与技术号2009年的第112号指出，生物伦理学是社会园节的科学，可为生物资源的研究，发展和利用中出现的道德冲突提供解决方案。
braun-et-al-2024理论基础 - 工程 - 伦理学 -
传统上，工程伦理被视为仅属于贫血领域。在本章中，有人认为工程伦理可以从社会学方法中学到很多东西。这一点尤其重要，因为所有工程师都是隐性的社会学家。他们对自己居住，社交和工作的社会世界形成了一种看法 - 他们认为他们的工程文物将被部署。对形式社会学的更多了解使工程师能够以更跨学科和多维的方式将其实践背景，理解问题并产生工程思想。社会学还可以帮助我们了解技术伦理（以及工程师的作用）如何以及为什么（文化）和时间（历史上）以及社会系统的结构变化以及思想历史的变化。社会学为我们提供了与学生合作时解构简单观点的工具，例如技术决定论和信念技术设计是价值中立的。本章介绍了我们认为的三种最关键的社会学方法及其对工程伦理教育的潜在贡献：批判理论，后殖民理论以及科学，技术和社会（STS）研究。
人工智能伦理学 Scurlock 教授
情报 南卫理公会大学 (SMU) 正在寻找一位有远见的学者来领导我们在人工智能 (AI) 和伦理方面的开创性计划。在过去的几年中，SMU 一直在积极开发大数据生态系统，并由下一代研究计算技术支持，以吸引校园内从物理到艺术、从工程到历史、从商业到教育等各个学科，以追求具有影响力的前沿研究。 Scurlock 教席是 SMU 的两个大学级捐赠教授职位之一，直接向教务长和学术事务高级副总裁汇报，代表了我们致力于对人工智能的未来进行伦理和人文分析的承诺。我们认为这个教席是一个机会，可以扩大我们在人工智能和伦理领域的影响力，并为校园带来一位世界知名的学者，他将为校园内已经在进行的扎实工作做出贡献并加以扩展，从而造福教职员工、学生和更广泛的社区。 职位概述 我们正处于人类历史的关键时刻，人工智能正在重塑社会结构。我们的大学寻求一位思想领袖，他将在技术前沿与人类价值观、道德和社会需求之间架起桥梁。成功的候选人将有助于在学术、政治和政策讨论中形成重要的对话，指导社会理解人工智能如何增强和提高人类能力，同时保留人类创造力、决策和社会联系的本质。Scurlock 主席的角色是成为国家和国际社会道德的主要倡导者。当然，我们认识到在人工智能的发展中需要以人为本的影响，以确保技术服务于人类的需求和价值观。从哲学的角度来看，关注的范围从人工智能的社会和文化影响到人工智能编程中价值观素养的发展或人权保护。在治理方面，问题可能包括保持决策透明度、数据和隐私问题、负责任的创新以及公平和访问问题。在应用伦理学方面，人工智能的实际实施可能包括治理标准、政策监督和人工智能部署的道德准则。我们欢迎来自任何公认研究领域的申请。
峰会第一天结束时，围绕医疗保健领域人工智能伦理问题的讨论以《海湾地区的人工智能和医疗保健伦理：伊斯兰视角下的医疗问责制》报告为基础。本次会议邀请了报告的主要作者、卡塔尔基金会哈马德·本·哈利法大学 (HBKU) 伊斯兰立法和伦理中心的伊斯兰和生物伦理学教授穆罕默德·加利博士。
加利教授表示，人工智能医疗技术决策结果的责任应完全由人承担：“无论机器有多聪明，它都不能对任何错误负责。”他补充说，责任不再只由医生承担。相反，我们还需要让开发人员、程序员和数据科学家对数据偏差负责。“我们正在进入一个集体责任的世界，”加利说。
