所谓的人工智能 (AI) 正在渗透到我们的公共和通信结构中。2019 年曝光的荷兰儿童保育福利丑闻表明,人工智能的不透明性对本已脆弱的群体有多么不利。事后,许多学者呼吁需要更可解释的人工智能,以便决策者可以干预歧视性制度。促进人工智能的可解释性 (XAI) 是解决这个问题的一个良好开端,但不足以让弱势群体有能力充分应对其影响。作为数据和计算机科学的典范,XAI 旨在通过更简单的模型来说明和解释复杂的人工智能,使其更易于访问和合乎道德。问题是,在这样做的过程中,XAI 将透明度非政治化为算法不透明性的补救措施,将透明度视为人为剥夺其意识形态意义。透明度被视为意识形态的解药,尽管我将展示这是一种会产生后果的意识形态举措。例如,它使我们过于关注算法的不透明性,而不是解释人工智能更广泛的力量。其次,它阻碍了我们就谁掌握着对人工智能的解释、应用或批评的权力展开辩论。问题在于,那些受到人工智能影响或歧视的人,就像荷兰的情况一样,几乎没有工具来处理人工智能作为一个系统的不透明性,而那些关注数据不透明性的人正在塑造素养讨论。为了解决这些问题,我建议超越对算法透明度的关注,转向后批判人工智能素养,以加强对访问、赋权和抵抗的辩论,同时不将可探索人工智能作为一个领域,也不将算法透明度作为一种意图。我在这里挑战的是将透明度视为非政治化和算法问题的霸权,并将人工智能的可解释性视为公民赋权的充分途径。关键词
IDY 100 天倒计时以妇女赋权为重点开始。此次活动的主题是“瑜伽赋权妇女”。值此之际,印度阿育吠陀部部长 Rajesh Kotecha 表示,2024 年瑜伽节的目的是推动瑜伽成为一项广泛的运动,关注妇女福祉并促进全球健康与和平。该部积极支持对影响妇女的各种疾病的研究,包括 PCOS/PCOD、压力管理等,关注妇女的健康,无论她们的年龄或状况如何,通过循证研究促进妇女赋权。瑜伽是一种赋权妇女的综合工具,涵盖了她们的身心、情感、社会和精神健康。赋权妇女将担任领导者、教育者和变革倡导者的角色,促进整个社会的包容性、多样性和赋权。
专员前言 ICO25 计划的作用 我们的宗旨 战略背景 战略持久目标 价值观和行为 我们如何知道我们是否已经实现了目标? 1. 保障和赋权人民 2. 赋权负责任的创新和可持续的经济增长 3. 促进开放和透明 4. 不断发展 ICO 的文化、能力和能力。 年度行动计划:2022 年 10 月 - 2023 年 10 月 保障和赋权公众 赋权负责任的创新和可持续的经济增长 促进开放、透明和问责制 在我们的价值观的驱动下,不断发展 ICO 的文化、能力和能力
人工智能 (AI) 应用已在各行各业中普及,但向来自不同学习背景的受过教育的公民推广人工智能素养的努力却有限。在将人工智能素养课程从将概念学习与数学公式和编程代码相结合转变为从一开始就强调概念构建方面存在研究空白。本研究通过评估旨在为来自不同学习背景的大学生建立概念理解的人工智能素养课程来填补知识空白。82 名志愿者完成了两门人工智能素养课程,包括 7 小时的机器学习和 9 小时的深度学习。他们课前和课后概念测试、调查和自我反思写作任务的结果表明,这些课程成功地让参与者具备了对人工智能的概念理解。参与者对他们对人工智能的素养和概念理解的显著提高感到充满力量。人工智能素养课程成功地降低了人工智能素养的准入门槛,并满足了公众的需求。这些课程将扩大到纳入人工智能应用的开发以及有关人工智能在社会中广泛使用的道德问题的讨论。这项研究可用于指导未来培养来自不同学习背景的受过教育的公民的人工智能素养的研究。
在七个县的 16 个地质遗址开展了旅游业可持续性赋权战略研究。这些遗址包括北苏门答腊省多巴火山口地区的 Karo、Dairi、Simalungun、Samosir、多巴 Samosir、北 Tapanuli 和 Humbang Hasundutan。赋权战略将加强地方和国家旅游发展政策指令,推动面向社区旅游利益的发展,并根据联合国教科文组织概述的概念实现 GGN 指令。该地质旅游发展计划是通过综合各种调查制定的,包括分析政府参考资料、潜在旅游景点和 SWOT。此外,SWOT 分析表明,结合文化遗产和地质遗址元素的旅行计划是通过地质旅游实现可持续区域发展的另一种赋权方式,并以 Pusuk Bukit 为试点地区。地质遗址已被绘制成多巴火山口发展的基础。
Ano, B. & Bent, R. 2022. 影响多代家族企业数字化转型战略的人为因素:对五家法国增长型家族企业的多案例研究。《家族企业管理杂志》,第 12 卷,876-891。Blustein, DL、Lysova, EI 和 Duuffy, RD 2023. 理解体面工作和有意义的工作。《组织心理学和组织行为学年鉴》,第 10 卷,289-314。Bornet, P.、Barkin, I. 和 Wirtz, J. 2020. 智能自动化 - 学习如何利用人工智能来促进业务并使我们的世界更加人性化。Bruderer, H. 人工智能的诞生:1951 年在巴黎举行的第一届人工智能会议?国际发明与创新社区:IFIP WG 9.7 国际计算机史会议,HC 2016,美国纽约布鲁克林,2016 年 5 月 25-29 日,修订精选论文,2016 年。Springer,181-185。Cameron,D. 2022。机器人提升了我:自动化的未来。IT Now。Ceipek,R.、Hautz,J.、De Massis,A.、Matzler,K. 和 Ardito,L. 2021。通过探索性和利用性的物联网创新实现数字化转型:家庭管理和技术多样化的影响*。产品创新管理杂志,38,142-165。 Chernoffi, A. & Warman, C. 2023. Covid-19 及其对自动化的影响。应用经济学,55,1939-1957。Classen, N.、Carree, M.、Van Gils, A. & Peters, B. 2011. 家族所有权在中小企业研究、创新和生产力中的作用:逐步计量经济学分析。华盛顿:国际小企业理事会 (ICSB)。Conniffi, R. 2011. 卢德分子真正反对的是什么。史密森尼杂志,227-242。
首先,根据未来配电网的特点,构建一套评价指标体系并对其进行量化;然后,建立综合评价模型,采用AHP-熵权法相结合的主客观赋权法对指标进行赋权;最后,结合配电网实际数据进行评价并打分。
DeepMind 团队于2020 年12 月发布的一种人工智能蛋白质结构预测算法AlphaFold2,被 认为具有人工智能领域里程碑性意义,解决了生物学界长达50 年的蛋白质空间结构预测 难题,改变了此前几乎只能使用X 射线晶体学和冷冻电子显微镜等实验技术确定蛋白质结 构的现状。它的原理基于最先进的深度学习算法以及进化中蛋白质结构的守恒。它使用了 大量的蛋白质序列和结构数据进行训练(如MGnify 和UniRef90 数据库、 BFD 数据库), 并 使用了一个新的深度神经网络构架,该网络被训练为通过利用同源蛋白质和多序列比 对的信息从氨基酸序列生成蛋白质结构。 DeepMind 公司与欧洲生物信息研究所(EMBL-EBI) 的合作团队已经使用AlphaFold2 成功预测出超过100 万个物种的2.14 亿个蛋白质结构, 几乎涵盖了地球上所有已知蛋白质。这一成果标志着AlphaFold2 在结构生物学领域的突 破,因为这些预测结果中有大约35%的结构具有高精度,达到了实验手段获取的结构精度, 而大约80%的结构可靠性足以用于多项后续分析。这将有助于深入理解蛋白质的结构和功 能,为生命科学领域的研究提供更多的线索和解决方案。 AlphaFold2 应用范围广泛,未来 可能被应用于结构生物学、药物发现、蛋白质设计、靶点预测、蛋白质功能预测、蛋白质 -蛋白质相互作用、生物学作用机制等。
本章探讨了新闻出版商相关权在人工智能新闻制作中的应用。它分析了人工智能生成的新闻内容受相关权保护的条件,以及侵犯相关权对人工智能新闻制作构成的风险。本章的结论是,保护人工智能生成的新闻内容没有根本障碍,但某些商业模式和编辑活动的广泛自动化可能无法满足某些关键的保护条件。由于侵权门槛低且新闻出版物无处不在,避免侵犯他人相关权可能具有挑战性,但已确定了侵权评估和版权例外适用的方法,可在权利目标不受威胁的情况下减轻侵权风险。总体而言,需要人类的监督和参与,因为在许多情况下,仅靠人工智能很难满足保护条件和版权例外。