DOI:https://dx.doi.org/10.30919/es1088 人工智能和机器学习在制造工程中的作用和应用:综述 Sara Bunian,1,# Meshari A. Al-Ebrahim 2,*,# 和 Amro A. Nour 3,# 摘要 人工智能 (AI)、机器学习 (ML)、嵌入式系统、云计算、大数据和物联网 (IoT) 的使用正在影响工业 4.0 向先进技术和高效制造流程的范式转变。由于智能和学习机器的成功使用所带来的快速进步,对人工智能的需求日益增加。人工智能被植入智能制造,以解决关键的可持续性问题并优化供应链、能源和资源的使用以及废物管理。工业 4.0 正在努力实现客户驱动的制造能力,以提高灵活性、可持续性和生产力。AI 和 ML 主要用于现代工业流程的优化和监控。工业 AI 系统研究是一个多学科领域,ML、机器人和物联网都参与其中。工业 AI 开发、验证、部署和维护可持续制造的解决方案。由于云计算的兴起和数据存储成本的大幅下降,现在可以存储大量信息和数据并将其传输到 ML 和 AI 算法中,以简化和自动化组织的不同流程。智能制造和工业 4.0 的框架基于智能流程设计、监控、控制、调度和工业应用。智能制造涵盖了广泛的领域,最初被称为基于物联网的技术。
正如人工智能披露是私人证券集体诉讼的潜在索赔来源一样,它们也是监管索赔的潜在来源。美国证券交易委员会 (SEC) 主席 Gary Gensler 最近在耶鲁法学院的一次演讲中警告称,SEC“将毫不留情地对那些从公众筹集资金却“未如实说明[公司]使用人工智能的情况和相关风险”的公司及其 D&O 开战”。Gensler 主席将此类不实披露称为“人工智能清洗”——毫无疑问是指 SEC 最近针对的虚假和误导性的气候相关“漂绿”披露。在 Gensler 主席发出警告后不久,2024 年 3 月 18 日,SEC 宣布与两名投资顾问达成“人工智能清洗”和解,这两名投资顾问同意支付总计 40 万美元的民事罚款,原因是他们涉嫌在使用人工智能方面作出虚假和误导性陈述。
背景:在人工智能 (AI) 快速发展的背景下,科学出版正在经历重大变革。人工智能工具在论文起草和同行评审方面提供无与伦比的效率,但也带来了值得注意的道德问题。内容:本研究概述了人工智能在科学出版中的双重角色:作为科学论文撰写和审查的共同创造者以及作为道德挑战。我们首先探讨人工智能作为科学论文创作效率、效率和质量增强剂的潜力。接下来是批判性评估,评估研究人员的风险与回报,尤其是职业生涯早期的研究人员,强调需要在人工智能的能力与培养独立推理和创造力之间保持平衡。随后,我们深入探讨人工智能参与的道德困境,特别是关于原创性、剽窃和保留科学话语的真正本质。不断发展的动态进一步凸显了一个被忽视的方面:学术界对人类审稿人的认可不足
FSE 受害者所遭受的影响和创伤怎么强调都不为过。由于受害者感到强烈的羞耻感,我们看到年轻男性受害者的自杀率持续上升(约 91% 的性勒索报告是男性受害者,约 60% 的受害者年龄为 16-17 岁)。在 2022 年 10 月至 2023 年 3 月的六个月期间,联邦调查局和美国国土安全调查局收到了超过 13,000 起针对儿童在线财务性勒索的报告。性勒索涉及至少 12,600 名受害者,导致至少 20 人自杀。自举办跨部门创新活动以来,我们看到了另一起非常不幸的案件的报道,Dinal De Alwis 的父亲在听证会上听说这名 16 岁的少年在被要求支付 100 英镑以换取 Snapchat 上令人尴尬的裸照后自杀后,警告其他人社交媒体的危险。
为国际学生提供更多工作机会,特别是在他们所学的领域。大学和学院应该为国际学生提供更多工作机会,提高他们的就业准备程度。联邦政策需要取消或修改国际学生必须声明毕业后不打算留在加拿大的规定。未来的学生必须表明他们不打算在学习许可到期后继续留在加拿大,尽管 PGWP 等计划就是为他们设计的。这将有助于高等教育机构更好地为国际学生创造学校工作途径。此外,需要加强对雇主关于雇用国际学生的规则和好处的教育。
2022年4月,加利福尼亚独立系统运营商(CAISO)电网首次达到100%可再生能源的瞬时峰值。一年后,可再生能源的瞬时100%的供应不再是新闻,Caiso报告了创纪录的风和太阳能可再生限制606 GWH(2023年3月)和686 GWH(2023年4月)。此外,峰值可再生能源与2023年4月的缩减率为8 GW。我们先前的研究记录了每月可再生可再生能力降低的增长每年40%(2015年3月23日GWH在2017年3月增长到82 GWH)。2018 - 2023年更新表明,40%的年增长率一直持续到2023年4月,随之而来的是,Caiso的平均阳光缩短了2 GW。如果这9年的趋势在接下来的5年中继续受到检查,则预计每月减少在2028年3月和4月的3.3 TWH,平均阳光降低率接近11 GW。我们分析了增加减少的原因,并讨论了其未来轨迹(增长)。我们还讨论了其增长代表网格脱碳的挑战。最后,我们概述了减少缩减增长的困难,并突出了电网和计算系统的几个新机会。
斯科特·蒙蒂思是一名精神科医生,密歇根州立大学精神病学实习主任,也是美国密歇根州 Pine Rest 乡村精神病学住院医师项目副主任。塔莎·格伦是美国加利福尼亚州非营利性 ChronoRecord 协会的主任。约翰·R·格迪斯是英国 WA Handley 精神病学教授,也是英国国家健康与临床研究中心(NIHR)牛津健康生物医学研究中心主任。彼得·C·怀布罗是美国加州大学洛杉矶分校(UCLA)塞梅尔神经科学与人类行为研究所的精神病学教授。埃里克·阿克蒂斯是美国西密歇根大学荷马斯特赖克医学院精神病学系教授兼系主任。迈克尔·鲍尔是德国德累斯顿工业大学精神病学教授、精神病学系主任兼精神病大学医院院长。
参议院关于使用人工智能工具和学术诚信的决议鉴于第 5 条第 41301 款和加州社区学院校长办公室法律意见 07-12 和 95-31 号通过概述学术和职业道德及纪律处分来促进学术诚信并旨在阻止学术不诚实行为;鉴于教育法典 76224(a) 规定,在没有错误、欺诈、恶意或不称职的情况下,教师对成绩确定拥有最终决定权;鉴于人工智能 (AI) 进步神速,OpenAI 的 ChatGPT、人工智能驱动的 Bing 和谷歌的 Bard 等生成技术已经创造出强大的工具,学生可以借此对非个人努力的查询生成强有力的答案,并可能导致与学术诚信有关的潜在问题和道德困境;鉴于,众多学术部门和项目已经认识到生成式 AI 工具的变革潜力,并积极引导学生负责任且合乎道德地使用这些工具;鉴于,与此相反,有些学术部门和项目主张彻底禁止生成式 AI 工具,并对其对学术诚信和教育过程的潜在影响表示担忧;鉴于,塞里托斯学院缺乏专门针对和规范生成式 AI 工具使用的全面政策;鉴于,学生未经授权和不当使用生成式 AI 工具的现象日益普遍。塞里托斯学院教务委员会确认,接受或拒绝集成生成式 AI 工具的决定仍由个别教师自行决定。进一步决议:参议院要求将以下不诚实行为的例子纳入学区的官方学术诚信/不诚实政策中:
观察性研究。目的抽样用于选择参与者,导致63个人的样本量。血糖水平被用作因变量。使用饮食质量指数 - 国际问卷(DQI-I Q)和半定期食品频率问卷(SQ-FFQ)用于评估食品质量的独立变量。使用Stata版本14和卡方检验对数据进行了统计分析。结果:报告食用健康食品的受访者中有35.38%的血糖水平正常(当前的血糖水平低于200 mg/dl),而报告较差食物的受访者中有12.3%的受访者报告了食物的血糖水平(当前血糖水平高血糖水平超过200 mg/dl)。在T2DM患者中,饮食质量和血糖水平之间没有关联(P值= 0.397)。但是,血糖水平与DQI-I变化成分(p值= 0.000)和总体平衡(p值= 0.018)之间可以观察到相关性。