在美国境外接种疫苗的人在完成一系列 COVID-19 疫苗接种 14 天后被视为完全接种疫苗,该疫苗被世界卫生组织 (WHO) 列为紧急使用疫苗——目前包括阿斯利康-牛津(例如 Covishield、Vaxzevria)、国药集团和科兴生物。
摘要:使用技术或参与研究或医疗通常需要用户同意:同意技术或服务的使用条款,或提供知情同意以参与研究、临床试验和医疗干预,或作为处理个人数据的法律依据之一。引入人工智能技术,其中可解释性和可信度是政府指导方针和负责任的技术人员的重点项目,这带来了额外的挑战。充分了解技术以能够做出明智的决定或同意是必不可少的,但需要接受不确定的结果。此外,人工智能技术的贡献,尤其是在 COVID-19 大流行期间,引发了人们对与其开发和部署相关的治理的道德担忧。本文使用三种典型场景——接触者追踪、大数据分析和公共紧急情况下的研究——探讨了一种基于信任的同意替代方案。与现有的基于同意的机制不同,这种方法将同意视为对感知到的背景特征的典型行为反应。参与的决定源于这样的假设:所有相关利益相关者(包括研究参与者)都将持续进行谈判。接受这里提出的主要利益相关者之间的动态谈判,为人类对人工智能的反应的辩论引入了一个特定的社会心理学视角。这种基于信任的同意过程产生了一系列关于先进技术的道德使用以及应用研究项目的道德审查的建议。
可解释的机器学习和人工智能模型已用于证明模型的决策过程。这种增加的透明度旨在帮助提高用户的表现和对底层模型的理解。然而,在实践中,可解释的系统面临许多悬而未决的问题和挑战。具体来说,设计人员可能会降低深度学习模型的复杂性以提供可解释性。然而,这些简化模型生成的解释可能无法准确地证明模型的合理性,也无法真实地反映模型。这可能会进一步增加用户的困惑,因为他们可能认为这些解释对于模型预测没有意义。了解这些解释如何影响用户行为是一个持续的挑战。在本文中,我们探讨了解释的真实性如何影响智能系统中的用户表现和一致性。通过对可解释活动识别系统的受控用户研究,我们比较了视频评论和查询任务的解释真实性变化。结果表明,与准确解释和没有解释的系统相比,低真实性的解释会显著降低用户的表现和一致性。这些发现证明了准确和易懂的解释的重要性,并警告说,就对用户表现和对人工智能系统的依赖的影响而言,糟糕的解释有时比没有解释更糟糕。
(请提供家属的姓名,与护照上显示的姓名完全一致。如果姓名与护照不符,SATO 将不会预订机票。)姓名关系出生日期当前实际地址(名男姓)(日月年)(城市、州/国家)____________________________________________________________________________________________________________ ______________________________________________________________________________________________________________ ______________________________________________________________________________________________________________ ______________________________________________________________________________________________________________ ______________________________________________________________________________________________________________
ECAM 电子中央空调监控 EPSU 应急电源装置 FAP 乘务员面板 FEDC 灭火数据控制器 FM 故障信息 FSB 系好安全带 FWS 飞行警告系统 GUI 图形用户界面 IBU 集成镇流器装置(客舱灯) IDEFIX IP 和 AFDX 之间的测试设施数据交换接口 IPCU 防冰控制单元 LDCC 下层货舱 MMC 维护信息控制 MPB 多用途总线 NS 禁止吸烟 OBRM 机载可更换模块 OMS 机载维护系统 OE 原始设备 PA 乘客地址 PISA 乘客接口和电源适配器 PRAM 预录公告和登机音乐 PTS 购买者技术规范 PTT 一键通 S/D 烟雾探测器 SDF 烟雾探测功能 SIB 系统集成台 TDS 测试数据表 TIP 测试输入 VL 虚拟链路 V&V 验证和确认