XiaoMi-AI文件搜索系统
World File Search System埃斯科
比尔·布兰尼根、鲍勃·伯曼、吉姆·汉塞尔曼、加里·伊斯特、布劳里奥·埃斯科瓦尔、约翰·厄普代克、罗伯特
所有会议均在 https://newportoregon.gov 上直播，并在 Charter Channel 190 上播出。任何希望提供书面公众评论的人都应将评论发送至 publiccomment@newportoregon.gov。公众评论必须在预定的会议召开前四小时收到。例如，如果会议要在下午 3:00 举行，则提交书面评论的截止日期为上午 11:00。如果会议安排在中午之前举行，则书面评论必须在前一天下午 5:00 之前提交。要在城市会议期间提供虚拟公众评论，必须在会议开始前至少 24 小时向会议工作人员提出申请。此规定仅适用于该地区以外的公众评论和演讲者和/或无法亲自出席会议的演讲者。
推荐引用 推荐引用 Asatiani, Aleksandre；马洛，佩卡； Nagbøl，佩·拉德伯格；彭蒂宁，埃斯科；林塔-卡希拉，塔帕尼；和 Salovaara, Antti (2020)“解释黑盒人工智能系统行为的挑战”，MIS 执行季刊：第 1 卷。 19：一号。 4、第 7 条。可参见：https://aisel.aisnet.org/misqe/vol19/iss4/7
人工智能代理的最后一个要素是其运行的环境。环境决定了传入数据的来源和有效性，代理通过其输出影响环境（例如，对公司未来的风险评估可能会影响公司的行为）。这种反馈循环在“强化学习”中尤为重要，在强化学习中，人工智能代理通过反复试验从与环境的交互中学习，并因表现良好而获得奖励。如果将人工智能代理部署在不同的环境中，它不太可能正常运行（例如，经过训练以识别业务风险的系统在非业务环境中可能表现不佳）。因此，人工智能代理的不当行为可能是由于它部署在未经训练的环境中而导致的。