XiaoMi-AI文件搜索系统
World File Search System有理
我们是否有理由将诊断错误归咎于人工智能诊断系统？
摘要 负责任地专业使用人工智能意味着准备好以合乎道德的方式应对和解决可能与此类使用相关的危害。这预示着对错误的所有权。在本文中，我提出一个问题：人工智能增强决策中的错误（例如人工智能辅助医疗诊断）是否可以归咎于人工智能系统本身，并对此问题给出了否定的回答。我将探讨两种选择。如果人工智能系统仅仅是工具，那么我们永远没有理由将错误归咎于它们，因为它们的失败不符合对错误的合理约束。如果为了论证的目的，我们假设人工智能系统不是（仅仅）工具，那么我们将面临某些挑战。首先，我们需要解释人工智能系统的这种超越工具的角色是什么，并为将人工智能系统视为工具建立正当理由。其次，需要证明医疗诊断可以简化为人工智能系统的计算，而不会对诊断程序的目的和质量造成任何重大损失。我的结论是，混合决策中的错误归属问题需要新形式的认识论责任。
从责任到有理由的可解释人工智能
摘要我们认为，可解释的人工智能 (XAI)，特别是提供理由的 XAI，通常是确保某人能够对基于人工智能 (AI) 系统输出的决策承担适当责任的最合适方式。我们首先表明，为了缩小道德责任差距 (Matthias 2004)，通常需要一个在环中的人直接负责特定的人工智能支持的决策。其次，我们诉诸道德责任的认识论条件来论证，为了对自己的决定负责，在环中的人必须对系统的建议做出解释。理由解释特别适合此目的，我们将研究是否以及如何使这种解释适用于人工智能系统。我们通过关注在环中的人和人工智能系统之间不一致的案例来支持我们的主张。
关键词：颗粒介质；流体力学；流变学，CFD；DEM；人工智能；机器学习和神经网络。 背景与目标：该研究项目是圣埃蒂安矿业学院（法国顶级工程学院）与世界核能领导者奥拉诺公司长期合作的一部分。该项目专注于颗粒流建模。这些流体具有不同于传统流体的迷人特征。我们在自然环境（泥流、雪崩……）或工业过程（粉末混合、气力输送、筒仓卸料……）中发现了它们，其中含有各种材料（金属、氧化物、有机化合物……）。我们的研究小组开发了数值策略来高效、快速地模拟涉及大量颗粒（10 6 10 18 ）的工业过程。在这篇博士论文中，候选人将探索人工智能的潜力，以减少使用离散元法 (DEM) 进行模拟所产生的数据量，离散元法通常用于对颗粒物质进行建模。他/她将使用这种简化的信息（例如以本构方程的形式）来为 CFD 模型提供数据。研究结果将发表在该领域的顶级期刊上，并由博士生在国际会议上发表。所需个人资料和技能：至少在以下一个领域拥有理学硕士学位：流体力学、材料物理、软物质物理、数值模拟。您喜欢建模和解决难题
关键词：颗粒介质；流体力学；流变学、CFD；DEM；人工智能；机器学习和神经网络。背景和目标：该研究项目是圣艾蒂安矿业学院（法国顶级工程学院）与世界核能领导者 Orano 长期合作的一部分。该项目专注于颗粒流建模。这些流体具有与传统流体不同的迷人特征。我们在自然环境（泥流、雪崩……）或工业过程（粉末混合、气动输送、筒仓排放……）中发现它们，其中有各种材料（金属、氧化物、有机化合物……）。我们的研究小组开发了数值策略来高效、快速地模拟涉及大量粒子（10 6 10 18 ）的工业过程。在这篇博士论文中，候选人将探索人工智能的潜力，以减少使用离散元法 (DEM) 进行模拟生成的数据量，离散元法通常用于对颗粒物质进行建模。他/她将使用这种简化的信息（例如以本构方程的形式）来输入 CFD 模型。研究结果将发表在该领域的顶级期刊上，并由博士生在国际会议上发表。所需个人资料和技能：至少在以下领域获得硕士学位：流体力学、材料物理、软物质物理、数值模拟。您喜欢建模和解决难题。好奇心、严谨性、参与度、批判性分析能力、倾听能力，当然还有对科学和技术的热情，这些都是成功答辩优秀论文的关键资产。英语流利 + 愿意学习基础法语。申请：文件包括四项：求职信 + 简历 + 至少一封推荐信 + 硕士排名或学术成绩。其他：最好从 2020 年 10 月 1 日开始。在工业资助和合作下
没有理性的情报 - 人| MIT CSAIL
计算机和思想是将人工智能定义为学科的两个类别。人们普遍认为，在过去的三十年中，人工智能的工作对Compoter Architectures的各个方面具有强烈的影响。在本文中，我们还提出了相反的主张；计算机架构的状态对我们的思想模型产生了强烈的影响。von Neumann计算模型在特定方向上具有人工智能。生物系统中的智能是完全不同的。最新的基于行为的人工智能中的工作已经提出了新的智力模型，这些模型与生物系统更加接近。他们使用的非von Neumann计算模型与生物学共享许多特征。