XiaoMi-AI文件搜索系统
World File Search System原则性
负责任地开发和部署人工智能的关键考虑因素
《致行政部门和机构负责人的备忘录：人工智能应用监管指南》，管理和预算办公室 (2019 年 1 月 1 日)，https://www.whitehouse.gov/wp-content/uploads/2020/01/Draft-OMB-Memo-on- Regulation-of-AI-1-7-19.pdf；Jessica Fjeld & Adam Nagy，《原则性人工智能：在基于伦理和权利的方法中达成人工智能原则共识》，伯克曼克莱因中心 (2020 年 1 月 15 日)，https://cyber.harvard.edu/publication/2020/principled-ai；《经合组织人工智能原则》，经合组织 (最后访问于 2020 年 6 月 17 日)，https://www.oecd.org/going-digital/ai/principles/；可信人工智能的道德准则，欧盟人工智能高级专家组第 26-31 届会议（2019 年 4 月 8 日），https://ec.europa.eu/futurium/en/ai-alliance-consultation/guidelines。
以人类尊严而非基因本质主义为指导来规范基因工程
摘要 . 自由民主社会如何才能最好地规范人类基因工程？相关辩论广泛使用通常未定义的术语“人类尊严”。其含义和用法的不确定性使其作为指导原则毫无用处。在本文中，我不认为人类基因组具有某种道德地位，我称其为“基因本质主义”。我解释了为什么对基因本质主义的批评不是稻草人，并反对用基因本质主义来定义人权。作为一种替代方案，我提出尊严是未来人的决策自主权，由当代人保管。我说明了为什么可以期望未来人对决策自主权感兴趣，以及民众的审议如何与专家的医学和生物伦理意见相结合，就如何在基因工程方面配置未来人的决策自主权达成原则性共识。
人工智能在医学中的应用及风险披露
摘要 本文重点关注“黑匣子”人工智能在医学中的应用，并询问医生是否需要向患者披露，即使是最好的人工智能也存在网络攻击、系统性偏见以及人工智能隐含假设与个别患者背景情况之间特定类型的不匹配的风险。根据目前的临床实践，我认为在某些情况下，这些风险确实需要披露。否则，医生要么会破坏患者的知情同意，要么会违反更普遍的义务，即警告患者潜在的有害后果。为了支持这一观点，我认为，首先，风险评估中已经被广泛接受的条件，即风险的“性质”和“可能性”，有利于披露；其次，反对披露这些风险的原则性反对意见经不起推敲。此外，我还解释说，这些风险因 COVID-19 危机等流行病而加剧，这进一步强调了它们的重要性。
帮助人们利用最佳方法做出更好的决策......
积分和等级等游戏元素是吸引和激励学生和顾客的常用工具。然而，没有任何理论可以告诉我们哪些激励结构有效以及如何设计它们。在这里，我们将游戏化实践与强化学习中的奖励塑造理论联系起来。我们利用这种联系来开发一种方法，用于设计有效的激励结构并划分游戏化何时成功和何时失败。我们在两个行为实验中评估了我们的方法。第一个实验的结果表明，用我们的方法设计的激励结构可以帮助人们做出更好、更短视的决策，并避免不太原则的方法的陷阱。第二个实验的结果表明，使用积分和徽章等游戏元素可以有效地实施此类激励结构。这些结果表明，我们的方法提供了一种利用游戏化帮助人们做出更好决策的原则性方法。
超越监控：人脸识别技术的隐私、道德和监管
面部识别技术 (FRT) 已成为公共治理和安全的有力工具，但其迅速普及也引发了人们对隐私、公民自由和道德影响的重大担忧。本文批判性地审查了当前管理 FRT 的规则和政策，强调了国家和企业利益与个人权利和道德考虑之间的紧张关系。该研究还调查了旨在保护个人权利和隐私的国际法律框架，认为当前的立法措施往往达不到严格的学术标准和国际人权规范。本文最后提出了制定原则性和适应性治理框架的建议，以利用 FRT 的好处，同时减轻其风险和负面影响，强调将人权和道德置于监管这一变革性技术的核心的重要性。
![arXiv:2005.02933v1 [eess.IV] 2020 年 5 月 6 日](/simg/g:\will\search\icon\source\2\235153b646f9d9cc677346ddb80d9cb058ed73e6.webp)
arXiv:2005.02933v1 [eess.IV] 2020 年 5 月 6 日
摘要。在医学成像中，通常需要获取多种模态（MRI、CT、PET 等）以突出不同的结构或病理。由于患者在扫描或扫描会话之间移动是不可避免的，因此配准通常是任何后续图像分析之前的必要步骤。在本文中，我们引入了一种基于联合总变分的成本函数，用于此类多模态图像配准。该成本函数的优点是可以对多个图像进行原则性、分组对齐，同时对强强度不均匀性不敏感。我们在严格对齐模拟和真实 3D 脑部扫描时评估了我们的算法。此验证表明，对于 CT/PET 到 MRI 对齐，该算法对强强度不均匀性和低配准误差具有鲁棒性。我们的实现在 https://github.com/brudfors/coregistration-njtv 上公开提供。
吉盛威能源有限公司
本公司的普通股在印度国家证券交易所有限公司（“NSE”）和孟买证券交易所有限公司（“BSE”，与 NSE 统称“证券交易所”）上市。截至 2024 年 4 月 4 日，NSE 和 BSE 的普通股收盘价分别为每股 ₹ 583.05 和 ₹ 582.90。本公司已根据《2015 年印度证券交易委员会（上市义务和披露要求）条例》（经修订）（“SEBI 上市条例”）第 28(1)(a) 条获得孟买证券交易所和 NSE 的原则性批准，允许根据发行发行的普通股上市，批准日期分别为 2024 年 4 月 2 日。本公司将向证券交易所提出申请，以获得根据发行发行的普通股的最终上市和交易批准。证券交易所对本文所作的任何陈述、表达的意见或报告的正确性不承担任何责任。根据发行而发行的普通股获准在证券交易所交易不应被视为本公司或普通股价值的指标。
军法署署长部队 - 美国陆军
军法署署长团 1.军法署署长团的独特之处 a.目的。军法署署长团 (JAGC) 的使命是作为法律和陆军专业的忠诚成员和领导者，提供原则性咨询和一流的法律服务，以支持一支随时待命、全球响应和参与地区事务的陆军。这种法律支持涵盖六个核心法律学科：行政和民法、军事司法、国际和作战法、合同和财政法、法律援助和索赔。b.支持者信息。TJAG 是 JAGC 的分支，由人事、计划和培训办公室 (DAJA-PT) 管理，位于华盛顿特区陆军五角大楼 2200 号军法署。c. 职能。JAGC 是陆军的一个特殊分支 (10 USC 3064)，其职责和职能在 AR 27-1 和 FM 1-04 中进行了讨论。
基于数字线程的设计流程的不确定性决策
数字线程是一种数据驱动的架构，它将产品生命周期各个阶段的信息链接在一起。尽管它在制造、维护/运营和设计相关任务中的应用越来越广泛，但仍然缺乏一种分析数字线程在不确定情况下的决策问题的原则性公式。本文的贡献是提出一种使用贝叶斯统计和决策理论的公式。首先，我们讨论不确定性如何在产品生命周期中传播，以及数字线程如何根据我们做出的决策和收集的数据发展。使用这些机制，我们探索了多代产品或迭代的设计，并提供了一种解决底层多阶段决策问题的算法。我们在一个示例结构设计问题上说明了我们的方法，其中我们的方法可以量化和优化不同类型和顺序的决策，包括实验、制造和传感器放置/选择，以最大限度地降低总累计成本。