XiaoMi-AI文件搜索系统
World File Search System原则性
人类体感皮层对微刺激频率的感知
摘要 体感皮层的微刺激可引发人工触觉感知，并可纳入双向脑机接口 (BCI) 以恢复受伤或患病后的功能。然而，人们对刺激参数本身如何影响感知知之甚少。在这里，我们通过植入两名颈脊髓损伤人类参与者体感皮层的微电极阵列进行刺激，并改变刺激幅度、频率和刺激序列持续时间。增加幅度和刺激序列持续时间会增加所有测试电极上的感知强度。令人惊讶的是，我们发现增加频率会在某些电极上引发更强烈的感知，但在其他电极上引发的感知强度较低。这些不同的频率-强度关系分为三组，它们在不同的刺激频率下也会引起不同的感知质量。相邻的电极位置更有可能属于同一组。这些结果支持了刺激频率直接控制触觉感知的想法，并且这些不同的感知可能与体感皮层的组织有关，这将有助于双向 BCI 刺激策略的原则性发展。
关于负责任军事使用的政治宣言...
越来越多的国家正在开发军事人工智能能力，其中可能包括使用人工智能实现自主功能和系统。人工智能的军事应用可以而且应该合乎道德、负责任，并加强国际安全。人工智能的军事应用必须遵守适用的国际法。特别是，在武装冲突中使用人工智能必须符合各国在国际人道主义法下的义务，包括其基本原则。人工智能能力的军事应用需要负责任，包括在军事行动期间在负责任的人为指挥和控制系统内使用人工智能。人工智能军事应用的原则性方法应包括仔细考虑风险和利益，还应尽量减少意外偏见和事故。各国应采取适当措施，确保负责任地开发、部署和使用其军事人工智能能力，包括实现自主功能和系统的能力。这些措施应在军事人工智能能力的整个生命周期的相关阶段实施。支持国认为，在开发、部署或使用军事人工智能能力（包括实现自主功能和系统的能力）时，应实施以下措施：
人工智能信任与值得信赖的机器学习技术之间的关系
为了设计和开发用户和广大公众可以合理信任的基于人工智能的系统，我们需要了解机器学习技术如何影响信任。为了指导可信的基于人工智能系统的设计和实施，本文提供了一种系统的方法，将社会科学中关于信任的考虑与针对基于人工智能的服务和产品提出的可信技术联系起来。我们从 ABI+（能力、仁慈、正直、可预测性）框架开始，并辅以最近提出的 ABI+ 在支持信任的技术品质上的映射。我们考虑了四类机器学习可信技术，即公平性、可解释性、可审计性和安全性 (FEAS)，并讨论这些技术是否以及如何支持所需的品质。此外，信任会在基于人工智能的系统的整个生命周期中受到影响，因此我们引入了信任链的概念来讨论生命周期各个阶段的可信技术。通过这种方式，我们确定了机器学习技术支持可信的基于人工智能的系统的方式。最后，FEAS 与已知框架具有明显的关系，因此我们将 FEAS 与近年来出现的各种国际“原则性 AI”政策和技术框架联系起来。
一种受大脑启发的低维计算分类器，用于微型设备推理
通过模仿类似大脑的认知并利用并行性，超维计算 (HDC) 分类器已成为实现高效设备推理的轻量级框架。尽管如此，它们有两个根本缺点——启发式训练过程和超高维度——导致推理精度不理想且模型尺寸过大，超出了资源受限严格的微型设备的能力。在本文中，我们解决了这些根本缺点并提出了一种低维计算 (LDC) 替代方案。具体而言，通过将我们的 LDC 分类器映射到等效神经网络，我们使用原则性训练方法优化我们的模型。最重要的是，我们可以提高推理精度，同时成功地将现有 HDC 模型的超高维度降低几个数量级（例如 8000 对 4/64）。我们通过考虑不同的数据集在微型设备上进行推理来进行实验以评估我们的 LDC 分类器，并且在 FPGA 平台上实现不同的模型以进行加速。结果表明，我们的 LDC 分类器比现有的受大脑启发的 HDC 模型具有压倒性优势，特别适合在微型设备上进行推理。
2023-2027 年战略计划
• 三个 IB 课程对所有学习者来说都具有挑战性，我们相信 IB 学习者特征（探究者、敢于冒险者、思考者、沟通者、原则性强、思想开放、关爱他人、知识渊博、平衡、反思）的重要性。 • 社区所有成员之间，尤其是学生和教师之间的健康关系和有效沟通是学校成功的关键。 • IICS 提供了一个充满关爱的环境，与学校有关的每个人，包括家长、董事会、教职员工和学生，在使学校成为一个学习者社区方面都发挥着重要作用。 • 当学生在学校感到快乐并积极参与自己的学习时，他们的学习效果最好。 • 学习是个人的，因为每个学生的兴趣、才能和学习风格都是独一无二的。 • 应该满足每个人的需求，以便每个学生都有机会脱颖而出。 • 具有国际意识的人是那些努力了解自己文化的价值观和信仰的人，这样他们才能更好地理解东道国和世界其他地方的价值观和信仰。具有国际意识的人是世界公民，他们寻求共同点，也欣赏文化之间的差异，以便能够弥合文化鸿沟，帮助创造一个更加和平的世界。
描述针对缺失数据的太空系统的网络攻击：框架和案例研究
摘要 — 空间系统的网络安全是一个新兴话题，但是没有单个数据集记录过去发生的针对空间系统的网络攻击。这些事件通常散布在媒体报道中，同时缺少许多细节，我们称之为缺失数据问题。然而，即使是包含此类报告的“低质量”数据集也将极具价值，因为空间网络安全数据匮乏，而且空间系统的敏感性通常受政府限制披露。这引发了一个研究问题：我们如何描述现实世界中针对空间系统的网络攻击？在本文中，我们通过提出一个包括指标的框架来解决这个问题，同时还通过以原则性方式“推断”缺失数据来解决缺失数据问题。为了展示该框架的实用性，我们提取了 72 起针对空间系统的网络攻击的数据，并展示了如何推断这个“低质量”数据集以得出 4,076 条攻击技术杀伤链。我们的研究结果包括：针对空间系统的网络攻击越来越复杂；并且，成功防御在线攻击和社会工程攻击可以阻止 80% 的攻击。索引术语 — 太空网络安全、卫星安全事件、网络安全指标、网络威胁模型、ATT&CK、SPARTA
测地线回归表征月经期间女性大脑的三维形状变化
女性在绝经后患阿尔茨海默氏症和其他神经系统疾病的风险更高，但将女性大脑健康与性激素波动联系起来的研究却有限。我们希望通过开发工具来量化性激素波动过程中大脑的三维形状变化，以研究这种联系。三维离散曲面空间上的测地线回归提供了一种表征大脑形状演变的原则性方法。然而，就目前的形式而言，这种方法的计算成本太高，不便于实际使用。在本文中，我们提出了加速三维离散曲面形状空间上的测地线回归的近似方案。我们还提供了每种近似值可使用的经验法则。我们在合成数据上测试了我们的方法，以量化这些近似值的速度-准确度权衡，并表明从业者可以期待非常显着的速度提升，同时只牺牲很少的准确性。最后，我们将该方法应用于真实的大脑形状数据，并首次表征了女性海马体在月经周期中如何随着孕酮的变化而改变形状：我们的近似方案（实际上）使这一表征成为可能。我们的工作为生物医学和计算机视觉领域的全面、实用的形状分析铺平了道路。我们的实现在 GitHub 上公开可用。
一种可解释文本分类的人机协作方法
可解释性是文本分类在许多应用领域（从情绪分析到医学诊断或法律审查）的关键要求。现有方法通常依靠“注意力”机制来解释分类结果，方法是估计输入单元的相对重要性。然而，最近的研究表明，这种机制往往会在解释中错误识别不相关的输入单元。在这项工作中，我们提出了一种人机混合方法，将人类原理纳入基于注意力的文本分类模型，以提高分类结果的可解释性。具体来说，我们要求工人通过选择相关的文本片段来提供注释的理由。我们引入了 MARTA，这是一个贝叶斯框架，它共同学习基于注意力的模型和工人的可靠性，同时将人类原理注入模型训练中。我们推导出一种基于变分推理的原则性优化算法，该算法具有用于学习 MARTA 参数的有效更新规则。对真实数据集的广泛验证表明，我们的框架在分类可解释性和准确性方面都显著提高了最先进的水平。
战略计划执行摘要 - 考利茨县
来自 BOCC 的消息 …………………………………………………………………………….……….. 5 前言和致谢 …………………………………………………………………..… 6 受该计划启发的当前举措 ……………………………………………………….. 7 战略规划流程概述 ………… ………………………………………..……… 8 塑造考利茨县的趋势 ………………….……………………………….….….…. 12 市场准入………………………………………………………… 12 劳动力准入……………………………………………………………….. 12 可负担优势…………………………………………………… 13 早期就业趋势……………………………………………… 13 繁荣时期 – 20 世纪中叶…………………………………….. 13 不断变化的经济压力……………………………………….. 14 自然灾害与企业逆转………………………… 14 大衰退的影响，2008 – 2015 年……….. 14 当今的挑战…………………………………………………………. 15 考利茨县的“公众看法”………………………. 15 重大成就：1995 年 - 2015 年………………………………………….……… 16 预防犯罪………………………………………………………………..16 公共卫生与人类服务…………………………………….20 负责任的增长管理……………………………………24 财政责任………………………………………………………… 28 维护公共设施…………………………………………………. 32 利用技术…………………………………………………………….36 培养原则性领导力………………………………………….40 考利茨县的使命、愿景和价值观………………………………………. 42 县级优先事项………….……..……………………………………………………………… 44 考利茨县面临的主要挑战领域（MCA 数量） I. 生活质量、福祉和繁荣发展面临的挑战……..…. 46
机器学习中的算法集体行动
我们对部署机器学习算法的数字平台上的算法集体行动进行了原则性研究。我们提出了与公司学习算法相互作用的集体互动的简单理论模型。集体池通过指示参与者如何修改自己的数据以实现集体目标，从而执行参与个人的数据并执行算法策略。我们在三个基本学习理论环境中研究了该模型的后果：非参数最佳学习，参数风险最小化和基于梯度的优化。在每种情况下，我们提出了协调的算法策略，并将自然成功标准描述为集体规模的函数。与我们的理论相辅相成，我们对一项技能分类任务进行了系统的实验，该任务涉及自由职业者的演出平台中成千上万的简历。通过超过两千种类似伯特语言模型的模型培训运行，我们看到了我们的经验观察和我们理论的预测之间出现了惊人的对应关系。综上所述，我们的理论和实验广泛支持这样的结论：分数大小的算法集体可以对平台的学习算法产生重大控制。