XiaoMi-AI文件搜索系统
World File Search System误导
“拜登经济学与土地管理：制定环境经济决策的误导性国家战略”
根据商务部与小组委员会工作人员达成的协议，我很高兴代表商务部提供此声明以供记录。商务部将继续致力于与国会伙伴合作。科学技术政策办公室 (OSTP)、管理和预算办公室 (OMB) 和商务部 (DOC) 组织并共同主持了一个跨部门政策工作组，以制定《国家环境经济决策统计数据战略》（“国家战略”）。《国家战略》概述了美国联邦统计系统如何更好地整合经济和环境数据，重点是环境经济账户，以此了解自然对美国经济竞争力和可持续性的关键贡献。《国家战略》为多年努力提供了路线图，旨在衡量自然资本资产（如土地、水、木材、矿产资源和美国经济的其他关键组成部分）的存量（和价值流量），以补充和配合我们现有的国家经济账户。 《国家战略》建议联邦机构采用 15 年分阶段方法来开发自然资本账户，规划从研究级环境经济账户到核心统计产品的道路，这些产品最终将与我们的核心经济统计数据一起呈现。《国家战略》的主要目标是改善国家的统计基础设施。《国家战略》没有具体的用例或政策目标。目前，自然资本资产在国家资产负债表中基本不存在，这实际上低估了美国的国民财富，并扭曲了我们的资产状况，相对于那些已经开始按照最新统计标准将这些资产纳入其经济账户的国家而言。负责管理国民账户体系 (SNA) 等国际统计标准的联合国统计委员会于 2012 年和 2021 年批准了新的统计标准（环境经济核算体系，SEEA），
感知的操纵者：人工智能 (AI) 系统如何设计来误导乔纳森·科勒
人工智能 (AI) 与计算机一样古老，可以追溯到 1945 年的 ENIAC (电子数字积分计算机)。“人工智能之父”约翰·麦卡锡在 1956 年他召集的达特茅斯会议上对人工智能进行了定义，他指出“学习的每个方面或智能的任何其他特征原则上都可以得到如此精确的描述，以至于可以让机器对其进行模拟。” 1958 年，他专门为人工智能开发了 LISP 语言。20 世纪 60 年代、70 年代和 80 年代见证了专家系统和一些自然语言系统的发展。20 世纪 90 年代，机器学习得到了发展。21 世纪的特色是大数据；2010 年代和 2020 年代是神经网络。神经网络理论是在 20 世纪 40 年代发展起来的，第一个神经网络是在 20 世纪 50 年代、60 年代和 70 年代设计的。反向传播训练是在 20 世纪 80 年代发展起来的，循环神经网络和卷积神经网络是在 20 世纪 90 年代和 21 世纪发展起来的，而生成对抗神经网络是在 2014 年发展起来的。2017 年，Vaswani 等人 1 提出了一种新的网络架构 Transformer，它使用了注意力机制，省去了循环和卷积机制，所需的计算量大大减少。这被称为自注意力神经网络。它允许将语句的分析分成几个部分，然后并行分析它们。这是自神经网络诞生以来唯一真正重大的创新，因为它显著减少了推理和训练的计算负荷。神经网络的功能与人脑相同，使用大脑神经元、树突、轴突和突触的数学等价物。计算机和大脑都使用电信号，但神经脉冲是通过电化学方式传输的，这比计算机中的纯电流慢得多。轴突被髓鞘隔离，髓鞘可以大大加快传输速度，大量髓鞘化可以使速度提高 100 倍。2 GPT-3 系统中的人工智能神经网络在 2023 年就已经拥有爱因斯坦的智商，到现在可能已经是人类的 1000 倍。3 神经网络的心理层面在 1993 年由 K. Anders Ericsson 等人在一部被广泛称为“10,000 小时参考”的作品中描述。这适用于任何类型的技能——演奏乐器、做数学、参加体育比赛。当然，那些出类拔萃的人确实练习了很多，但更重要的是深度思考。爱立信并不了解其中的机制。2005 年，R. Douglas Fields 提出了
2024年7月16日回复：应许的治疗方法，污染细胞：脐带血库如何误导父母
第二，这些细胞的当前挽救生命的使用以及这些细胞的未来潜力都不足，具有误导性的父母和医疗保健提供者，即在FDA受调节的公共脐带血库中捐赠或存放婴儿的脐带血的价值，或者是在由FDA受控的公共脐带血银行或经过认可的私人银行中用于骨髓移植或出现的细胞蜂窝手机疗法。
代理任务和主观测量可能会在评估可解释的人工智能系统时产生误导
可解释的人工智能 (XAI) 系统是社会技术系统的一部分，例如，负责做出决策的人机协同人工智能团队。然而，当前的 XAI 系统很少通过衡量人机协同人工智能团队在实际决策任务中的表现来评估。我们进行了两项在线实验和一项面对面的出声思考研究，以评估两种当前常用的评估 XAI 系统的技术：（1）使用代理、人工任务，例如人类根据给定的解释预测人工智能决策的准确性，以及（2）使用信任和偏好的主观衡量标准作为实际表现的预测指标。我们的实验结果表明，使用代理任务的评估并不能预测使用实际决策任务的评估结果。此外，对实际决策任务评估的主观衡量标准并不能预测这些任务的客观表现。我们的结果表明，通过采用误导性的评估方法，我们的领域可能会无意中减缓开发能够比单独的人类或人工智能表现更好的人类+人工智能团队的进程。
观点文章 巴基斯坦新冠疫苗犹豫威胁：需要采取措施消除误导性言论
摘要。在宣布 COVID-19 为大流行病后，社交媒体上立即涌现出许多疯狂的阴谋论。巴基斯坦很容易受到此类阴谋论的影响，并因此类说法而经历了脊髓灰质炎疫苗接种计划的失败。最近，两位著名的政治人物提出了针对巴基斯坦 COVID-19 疫苗的阴谋论，称 COVID-19 是一个巨大的幻想，是针对穆斯林国家的阴谋。这一理论在当地社区引起了广泛讨论，支持了人们对 COVID-19 疫苗的犹豫。我们敦促巴基斯坦卫生部门在此类说法渗透到普通社区之前采取必要措施。反疫苗运动可能会破坏结束 COVID-19 大流行的努力。我们相信，大众媒体的道德和负责任行为、巴基斯坦电子媒体监管局的谨慎建议、医疗机构的严厉措施、提高公众对 COVID-19 认识的有效举措、数据或通信科学家对信息的有力分析以及卫生专业人员发表反对此类理论的反对意见，将在很大程度上消除此类误导性说法。由于巴基斯坦的疾病负担沉重，确诊病例急剧增加，立即采取行动至关重要，以消除未来 COVID-19 疫苗接种计划的任何潜在障碍。
中国人工智能与自主性报告 | 第 3 期，11 月 18 日......
《解放军报》文章概述了认知战的三种方法。解放军的官方报纸《解放军报》刊登了另一篇关于认知战的实质性文章，题为“信息网络：赢得认知战的关键”。文章概述了认知战的三种基本方法：1）信息迷茫战，使用真实和虚假的信息来混淆敌人。这种方法通常用于冲突的早期阶段；2）思维误导战，旨在“误导、欺骗和影响国家、军队和人民”，使他们偏离“有利于进攻国的方向”；3）意志毁伤战，通过直接影响关键人物的心理活动、精神状态和思考决定来影响军队士气。3
Scott Niekum教授 subhransu maji：curriculum vitae -umass cics
•易于处理：人类由于时间，注意力或关心而犯了简单的错误•易于处理：部分可观察性限制了人类评估者•基本：人类无法很好地评估艰巨的任务上的绩效•基本•可能会误导人类，因此可以误导他们的评估，因此可以接受评估
量化低分辨率脑成像的效用
由于低领域的MRI技术已被传播到临床环境中，因此重要的是要评估正确诊断和治疗给定疾病所需的图像质量。在对正在进行的随机临床试验的事后分析中，我们评估了降低质量和深度学习增强图像的诊断效用，用于脑积水治疗计划。图像因分辨率，噪声和大脑和CSF之间的对比而降低，并使用深度学习算法增强。将降解和增强的图像均呈现给三个经验丰富的儿科神经外科医生，习惯于在LMIC中工作，以评估脑积水治疗计划中的临床实用性。结果表明，大脑和CSF之间的图像分辨率和对比度与噪声比率预测了有用的脑积水治疗计划的可能性。对于具有128x128分辨率的图像，对比度为2.5的比率具有很高的有用可能性（91％，95％CI 73％至96％； P = 2E-16）。深度学习增强了128x128的图像，其对比度非常低（1.5）和有用的概率较低（23％，95％，95％CI 14％至36％； P = 2E-16）增加了有用的明显可能性的可能性，但会带来明显的有用的可能性，但带来了误导性的误解=误导的误解=误导=误导的误解（cn）的实质性风险（cn）的误解（cn）的误解（cn）的实质性=（cn）的误解（cn）的误解=误导（cn）的误解（cn）的误解（cn）=误导后的误解（cn）。 21％，95％CI 3％至32％；较低的质量图像通常被认为是临床医生可以接受的，这对于计划脑积水治疗可能很有用。使用低质量图像的深度学习增强时，我们发现了误导结构错误的重大风险。这些发现提倡新标准，以评估可接受的图像质量以供临床使用。
生成式人工智能与广告
除 ASCI 法规外，印度的广告法规还受《2019 年消费者保护法》（CPA）和行业特定法规的管辖，例如《2013 年印度证券交易委员会（投资顾问）法规》、印度食品安全和标准局的食品和饮料法规、BIS 标准等。CPA 禁止不公平的贸易行为，包括虚假或误导性广告，并授权中央消费者保护局 (CCPA) 调查投诉并对违规行为发出命令。根据 CPA 发布的《防止误导性广告和代言指南》概述了允许广告的标准和对误导性声明的限制。