人工智能是珊瑚礁遥感界令人兴奋的技术前沿,尤其是用于绘制和检测珊瑚礁环境航拍图像特征的机器学习算法的出现。机器学习算法在环境遥感应用中得到了广泛应用,这些应用主要基于三项技术进步。首先,自 20 世纪 60 年代末首次收集地球观测图像以来,遥感图像的空间分辨率逐步提高。现在在珊瑚礁环境中可以看到更详细和更小的特征。值得注意的是,无人机平台广泛用于在珊瑚礁上空低空收集图像,使单个珊瑚清晰可见。其次,收集的图像比以往任何时候都多。“大数据革命”是指地球观测图像捕获量增加的现象,这为人工智能识别环境模式和趋势提供了信息。全球存储库现在不断更新,以提供用于观察珊瑚礁的实时卫星图像,这些图像通常可免费下载。现在有大量基于图像的信息可用于训练和评估从上方解译珊瑚礁的算法。第三,计算技术的进步使得配备快速运算单元的低成本机器得到广泛应用,特别是通过虚拟处理设施。这为图像分析的数值方法开辟了空间,包括几类机器学习方法。总的来说,这三项进步从根本上改变了遥感界解译图像的方式,对珊瑚礁管理者具有重要意义。机器学习算法采用与大多数商业图像解译软件根本不同的方法,它使用数据和期望结果来生成一个模型,将一个转化为另一个(Domingos,2015)。通过不断调整通过接触训练数据集而建立的数学和逻辑模型,机器学习算法以类似于学习的方式识别模式和趋势。在这里,我们概述了机器学习算法在珊瑚礁环境中的两种不同应用,然后考虑它们未来对珊瑚礁管理者的用途:1. 空间连续测绘的栖息地分类,2. 检测珊瑚礁环境中的离散特征。
图神经网络能够解决某些药物发现任务,例如分子特性预测和从头分子生成。然而,这些模型被认为是“黑盒子”和“难以调试”。本研究旨在通过将集成梯度可解释人工智能 (XAI) 方法应用于图神经网络模型来提高合理分子设计的建模透明度。模型经过训练可以预测血浆蛋白结合、心脏钾通道抑制、被动通透性和细胞色素 P450 抑制。所提出的方法突出显示了与已知药效团基序一致的分子特征和结构元素,正确识别了特性悬崖,并提供了对非特异性配体-靶标相互作用的见解。开发的 XAI 方法是完全开源的,可供医生使用在其他临床相关终点上训练新模型。
从历史角度来看,人工智能研究以认知科学领域的计算机科学家、心理学家、工程师、哲学家和生物学家之间的密切合作为基础。这种合作受到控制论方法对自然和人工系统研究的影响,多年来,这种合作在仿生学、机器人学、生物和神经启发系统以及更普遍的认知人工智能系统和系统科学领域中形成了卓有成效的研究方向 [4][10]。然而,经过数十年的相互和开拓性合作,人工智能和认知科学已经产生了几个子学科,每个学科都有自己的目标、方法和评估标准。一方面,这种碎片化促进了一些能够在特定领域(如计算机视觉或国际象棋、Jeopardy、围棋等游戏)产生超人能力的人工智能系统的发展。但另一方面,它却建立在分而治之的方法之上,严重阻碍了跨领域合作和科学研究,这些研究旨在更全面地了解自然智能和人工智能是什么,以及如何通过考虑来自自然界的见解来设计智能制品。然而,近年来,认知启发式人工智能系统领域重新引起了学术界和工业界的关注,人们普遍意识到需要在这个跨学科领域开展更多研究。事实上,用 Aaron Sloman 的话来说,“自然智能和人工智能之间的差距仍然巨大”[21],而这一领域的研究现在似乎对于开发更好的人工智能系统至关重要。特别是,认知研究可以对一系列似乎对人类来说特别容易完成的任务提供有用的见解(由于自动采用
但冠状病毒危机已经清楚地表明,随着企业适应新世界 3,他们需要真正现代化的运营才能提供的东西:对运营价值链(供应、制造、分销和需求)的广泛而深入的可视性、对可能影响这些运营的因素的准确预测、对潜在中断的恢复能力、帮助他们快速感知和预测市场需求变化的工具,以及迅速调整价值链以兑现对客户承诺的能力。一些公司将需要重新考虑其运营模式,以更好地应对挑战——短期内是 COVID-19,但也是未来的危机——这些挑战扰乱了人们的生活和工作方式。例如,如果边境被关闭,交通受到限制,排放得到更有效的监控,组织如何设计其供应链?
神经网络可以成为进一步改进理论计算的良好工具。图 2 显示了典型神经网络的工作原理。真正的目标可以是原子核的实验数据,预测由网络给出。整个项目就像做一块早餐面包。第一步,你需要烤面包,然后在面包上涂上黄油或果酱。HFB 计算就像烤面包的过程,它提供了基础。之后,ML 算法的修饰可以更好地改善口感。人工智能技术与物理学的结合不仅是科学上的一种流行尝试,也是一种优化。这些结果对于未来对未知重核的实验也很有用。
摘要 艺术能为人工智能做些什么?本文从当代艺术的具体知识库的角度围绕这一问题展开。作者使用“感觉思考”一词来指代艺术家在研究人工智能时探索的不断变化的感知、情感、思想和行动网络。作者追溯了艺术家用来思考人工智能的几个隐喻,并确定了隐喻脱离其所指现象的点。作者主张将这种对人工智能的部分和形象化的理解作为探索,尽管或正因为其缺陷,它们为人工智能实体的发展和文化定位提供了重要的想法。作者进一步质疑人工智能研究中涉及的艺术思想的有限范围,并提出了一个思想实验,其中艺术与工业相结合,成为开发人工智能的问题来源。最后,本文的结构隐喻被描述为“感觉思考”发挥作用的一个例子。
• 公立学校建筑既是重要的电力用户,又是学习中心,因此可以成为绝佳的太阳能利用机会。学校通常拥有宽阔的平屋顶,非常适合安装太阳能电池板,并且可以从节能中受益。太阳能项目可以兼作课堂上的环境教育机会。 • 封闭的垃圾填埋场和其他用途有限的场所,例如以前的工业场地和空地,通常可以容纳大型太阳能项目。为城市提供清洁能源通常是这些场地的最佳用途,否则这些场地可能会空置不堪。 • 城市通常管理需要全天候稳定能源供应的设施。例如,废水处理设施可以从现场太阳能系统中受益,这既减轻了对环境的影响,又增加了一层可靠性,尤其是与现场存储搭配使用时。 • 城市拥有的停车场和车库阳光充足,可以成为安装太阳能车棚或屋顶系统的绝佳场所,这些系统可以兼作停放车辆的遮阳棚。 • 任何拥有足够空间和阳光照射的城市拥有的屋顶都应被视为潜在的太阳能场地。建筑越显眼,除了作为清洁能源供应商之外,它还能起到示范作用。市政厅、警察局、消防局和公共图书馆都是不错的起点。
设计业务连续性培训计划以最大化价值并最小化成本 Susan Yardis 简介 员工通常不知道组织内存在业务连续性管理计划,即使知道,也可能不知道自己在业务连续性工作中的具体作用。 如果员工不了解他们的响应和恢复策略,管理层能依赖业务连续性计划吗? 不能 — 因此,在规划工作中投入的时间和资源往往被浪费。 那么,为什么组织继续将业务连续性培训和提高认识放在一长串优先事项的最后呢? 管理人员通常认为,与培训开发和交付相关的成本超过了收益。 最常见的两个反对意见包括: 1. 我们没有资源来开发和提供定制的培训和认识内容,因为:a) 业务连续性人员有相互冲突的责任和要求,以及 b) 外包培训开发和交付的费用超出了预算限制。 2. 业务领域有“业务要经营”。参加培训活动太耗时,因此优先级较低。尽管这些反对意见很常见,但通过提前规划和引入创造性解决方案可以证明它们是错误的。一般来说,业务决策用一个简单的等式来评估——价值减去成本等于收益。当您创建和传达强有力的价值声明、高效地提供引人注目的内容并通过标准化课程开发方法控制成本时,组织将获得显著的收益——具体来说,通过更高水平的可恢复性增强风险管理信心。本白皮书探讨了业务连续性培训和意识计划的价值,提供了控制开发和交付成本的解决方案,并介绍了向关键业务连续性利益相关者提供内容的解决方案。价值在哪里业务连续性培训和意识计划有可能为整个组织带来重大价值。有效的培训和意识计划与及时有效恢复的能力直接相关。但组织如何才能实现这一重大价值?