XiaoMi-AI文件搜索系统
World File Search System无感
通过敏感性分析解读人工智能交易员的投资决策算法
随着金融科技的进步，金融机构现在广泛应用于其运营中的人工智能（AI），例如贷款决策、保险支付评估和欺诈交易检测。在资产管理领域，该技术正被用于在市场预测和投资策略中发现当前信息与未来资产价格之间存在的复杂关系，并取得了一些优异的效果。 另一方面，包括深度学习模型在内的人工智能内部的处理过程非常复杂，有人指出，存在所谓的“黑盒”问题，即不容易解释人工智能决策背后的因果关系。在资产管理领域，由于对高投资回报的期待，对能够做出超出人类理解的投资决策的人工智能的需求将不断增加。如果这导致无法由人类验证其有效性的交易增加，未来可能会出现意想不到的风险，影响金融机构的财务健全性和市场的稳定。 近年来，为了缓解人工智能的黑箱性质，人们进行了大量研究，主要在图像识别领域，以解释人工智能内部的处理过程。 在资产管理领域，人们对AI的可解释性的兴趣日益高涨，例如，Shiono（2018）通过将AI模型与理论宏观经济模型相结合，构建了一个回报预测AI，在预测准确性和可解释性之间取得了良好的平衡。 在本研究中，我们构建一个对未来日经225期货收益具有解释能力（以下称预测精度）的AI交易员，并尝试通过敏感性分析表达其输入变量（市场数据）和输出值（投资决策）之间的关系，从而解释AI的内部处理过程。
通过对人类体感皮层的微刺激实现人造触觉的镶嵌
当我们与物体互动时，我们依靠手部发出的信号来传达有关物体及其互动的信息。这些互动的一个基本特征是手与物体接触的位置，而这通常只能通过触觉获得。大脑控制的仿生手与物体接触位置的信息可以通过体感皮层 (S1) 的皮层内微刺激 (ICMS) 发出信号，从而引起位于特定皮肤区域的触觉。为了提供直观的位置信息，机械手上的触觉传感器通过电极驱动 ICMS，这些电极在与传感器位置匹配的皮肤位置引起感觉。这种方法要求 ICMS 引起的感觉是局部的、稳定的，并分布在手上。为了系统地研究 ICMS 引起的感觉的定位，我们分析了 ICMS 引起的感觉的投影场 (PF) - 它们的空间范围 - 这些报告来自三位在 S1 中植入微电极阵列的参与者多年来获得的报告。首先，我们发现 PF 的大小在不同电极之间差异很大，在电极内高度稳定，分布在每个参与者手的大片区域，并且随着 ICMS 的幅度或频率增加而增大。其次，虽然 PF 位置与刺激电极附近神经元的受体场 (RF) 位置相匹配，但 PF 往往会被相应的 RF 所取代。第三，多通道刺激产生的 PF 反映了组成通道的 PF 的结合。通过具有大量重叠 PF 的电极进行刺激，我们可以唤起一种主要在组成 PF 交叉点处体验到的感觉。为了评估这种现象的功能后果，我们在仿生手中实现了基于多通道 ICMS 的反馈，并证明产生的感觉比通过单通道 ICMS 引起的感觉更易于定位。
经颅聚焦超声刺激人类皮层和丘脑体感区域
在健康人类志愿者中评估了经颅聚焦超声 (FUS) 刺激初级躯体感觉皮层及其丘脑投射（即腹后外侧核）对脑电图 (EEG) 反应产生的影响。刺激与非惯用手相对应的单侧躯体感觉回路会在所有参与者中产生脑电图诱发电位；然而，并非所有感知到的刺激都会产生手的触觉。这些 FUS 诱发的脑电图电位 (FEP) 是从两个大脑半球观察到的，与正中神经刺激的躯体感觉诱发电位 (SSEP) 有相似之处。与使用 1 和 2 毫秒 PD 相比，使用 0.5 毫秒脉冲持续时间 (PD) 超声处理（占空比为 70%）可在超声处理同侧半球引发更明显的 FEP 峰值特征。尽管一些参与者报告听到了与 FUS 刺激相关的音调，但根据对音调刺激（模仿与 FUS 刺激相同的重复频率）的听觉诱发电位 (AEP) 的单独测量，观察到的 FEP 不太可能与听觉混淆。与丘脑刺激相关的静息态功能连接 (FC) 的离线变化表明，FUS 刺激增强了感觉运动和感觉整合区域网络的连接，这种变化至少持续一个多小时。临床神经学评估、EEG 和神经解剖 MRI 未发现超声处理的任何不良或意外影响，证明了其安全性。这些结果表明，FUS 刺激可能在人类体内诱导长期神经可塑性，表明其对各种神经和神经精神疾病具有神经治疗潜力。