评估组织内部人工智能的责任 人工智能和机器学习 (AI/ML) 在负责任地使用时会产生巨大价值 - 正是出于这些原因,它们成为投资增长的主题。但是,AI/ML 也会放大组织面临的潜在漏洞,从公平和安全问题到监管罚款和声誉损害。以下问题旨在作为评估这些风险的初步指南,无论是在 AI/ML 工作的构建阶段还是之后。本文件由专门从事 AI/ML 和分析的精品律师事务所 bnh.ai 与隐私未来论坛合作编写。
代表毕马威(KPMG)的非洲卓越监管中心,我很高兴分享我们的旗舰出版物 - 2025年的十个主要监管挑战。在今年的出版物中,我们关注监管压力的强度如何塑造金融服务公司的未来。成功的公司将利用越来越多的审查来释放效率和增长潜力。这是分配资源和增加看似非收入的活动的支出之间的微妙平衡,同时投资和建立可以承受监管机构压力的业务。我们已经确定了我们认为未来一年的十个关键监管挑战,并期待与您讨论您如何在监管压力增加的情况下如何塑造公司的未来。
本EPRS的出版物试图介绍背景,并就10个关键问题和政策领域提供见解,这些问题和政策领域有可能在公众辩论和2025年欧盟的政治议程中突出特色。基于以下政策分析师的贡献:塞巴斯蒂安·克拉普(Sebastian Clapp)(欧洲国防部增强了Alessandro d'Alfonso(增强未来),COSSICA(COSSICA),COSSICA(COSSICA),COSSICA(COSSICA),COSSICA(COSSICA),COSSICA(COSSICA)(IR),COSSICA(COSSICA)(IR),COSSICA(COSSICA),IR的效果(恢复了公共领域的信任),由成员研究服务的Isabelle Gaudeul-ehrhart进行了协调和编辑。 migrants), Mathias Gullentops (Waiting to move up a gear: European electric cars), Martin Höflmayr (Balancing scale with innovation for productivity), Liselotte Jensen (Setting the 2040 climate target), Maria Niestadt (Helping the EU compete on artificial intelligence), Marianna Pari (Shaping the EU's future finances) and Marcin Szczepanski (Taking the next steps迈向欧洲经济安全)。封面图像和其他图形是由Samy Chahri制作的。
。cc-by 4.0国际许可(未经Peer Review尚未获得认证)是作者/资助者,他已授予Biorxiv的许可证,以永久显示预印本。这是该版本的版权持有人,该版本发布于2025年1月13日。 https://doi.org/10.1101/2023.03.27.534444 doi:Biorxiv Preprint
UMC 的组织方式使整个研究和创新周期得以开展。在(生物)医学科学领域,UMC 是世界上最好的。将科学和教育融入最复杂的护理中,使 UMC 能够根据医学科学的最新见解为患者提供护理,培训未来的医疗保健专业人员,并确保拥有足够的知识和专业技能,使医疗保健系统具有弹性和可持续性,从而发挥重要作用。通过 UMC 之间的密切合作以及区域、国家和国际合作,UMC 能够为社会挑战做出更多贡献。与欧洲研究伙伴的合作项目对于推动科学突破和补充彼此独特的专业知识(包括跨学科背景、技能和基础设施)至关重要。
背景:尽管现在将早期逆境视为一个主要的公共健康问题,但尚不清楚早期压力源对疾病生物学和健康的影响是否因性别或压力源类型而有所不同。由于童年时期的压力通常会发生变化,因此需要检查这种压力是否通常在一起(例如,累积逆境)或以不同的多元模式进行,以确定是否以及不同的生命压力如何唯一影响疾病生物学和健康。方法:为了调查,我们进行了潜在的类别分析(LCA),以确定在美国中年(MIDUS)研究中经历多个童年压力源(n = 2,111,M年龄= 53.04,54.8%女性)的成年人的簇。然后,我们测试了与25种炎症,新陈代谢和压力的生物标志物以及20种主要健康状况有关的潜在压力暴露组和个体压力源。多变量效应大小。结果:最佳LCA模型产生了三名女性(低,中,中压力和高压力)和两个雄性(低压力和高压力)压力源暴露类别。高压力类具有更大的炎症(男性:d = 0.43;女性:d = 0.59)和较差的代谢健康(男性:d = 0.32 - 0.33;女性:d = 0.32 - 0.47)。此外,压力源以性别和压力源方式与这些结果有关。结论:儿童逆境预示着以性别和压力源特定方式以许多重大健康问题的生物健康状况较差,并升高了风险。这些发现提高了压力理论,并可能有助于为管理压力和增强弹性的精确干预提供信息。They also had more cardiovascular (male: HR = 1.56 [1.17, 2.07]; female: HR = 1.97 [1.50, 2.58]), cancer (male: HR = 2.41 [1.52, 3.84]; female: HR = 2.51 [1.45, 4.35]), metabolic (male: HR = 1.54 [1.16, 2.03]; female: HR = 2.01 [1.43,2.83]),甲状腺(男性:hr = 3.65 [1.87,7.12];女性:hr = 2.25 [1.36,3.74]),关节炎(男性:hr = 1.81 [1.30,2.54]; hirly; eyale:hr = hr = 1.97 [1.41,2.74],和精神/行为健康问题(1.97) 3.62];
量化投资:过去和现在 我们今天所理解的量化投资理论和实践始于 20 世纪 50 年代。引领这一潮流的是一些著名的学术模型,如马科维茨的现代投资组合理论(1952 年)、夏普的资本资产定价模型(1964 年)和法玛的有效市场假说(1970 年)——当然还有法玛与弗伦奇合作提出的开创性的三因素模型(1992 年)。今天,量化投资在相关性和复杂程度方面不断发展。LSV、BGI/BlackRock、AQR 等从业者以及我们自己的 Robeco 研究人员都为该领域做出了贡献,量化管理的 AuM 在此过程中稳步增长。量化投资最初被视为一种学术上的好奇心,在 20 世纪 90 年代开始发展,如今已被视为与基本面相同的市场不可或缺的一部分。我们相信,新技术的发展将继续成为量化投资发展最深刻、最关键的影响因素之一。未来 20 年,这种发展(最近在数据和计算领域)的速度看起来将与过去 20 年一样快,甚至更快。如果我们加上
abtract:在道德上可接受的AI发展过程应避免两种危险:创建对人类构成威胁并虐待AI系统的非对齐的AI系统,并以自己的权利为由。本文认为这两种危险相互作用,如果我们创建值得道德考虑的AI系统,同时避免这两种危险将极具挑战性。尽管我们的论点是直接的,并且得到了广泛的自称道德判断的支持,但它对人工智能发展具有深远的道德意义。尽管避免对齐和道德待遇之间的紧张关系的最明显方法是避免创建值得道德考虑的AI系统,但此选项可能是不现实的,也许是短暂的。因此,我们通过为减轻与一致性相关的虐待风险的其他方法提供了一些建议。
。cc-by 4.0国际许可(未经Peer Review尚未获得认证)是作者/资助者,他已授予Biorxiv的许可证,以永久显示预印本。这是该版本的版权持有人,该版本于2024年8月8日发布。 https://doi.org/10.1101/2024.08.08.607204 doi:biorxiv preprint