XiaoMi-AI文件搜索系统
World File Search System迈向
人工智能，新闻和撒哈拉以南非洲的Ubuntu机器人：迈向规范
摘要这项研究调查了Ubuntu哲学与撒哈拉亚州非洲的AI驱动新闻实践的融合。特别关注其挑战，机遇和对提高包容性的影响，该研究描述了实际的询问行为，包括优先考虑多样化的数据源，建立道德准则，促进AI素养，确保透明度和问责制，并分配公平的资源。借鉴了刚果DRC，肯尼亚，坦桑尼亚，乌干达和赞比亚的记者的观点，发现非洲记者在与人工智能工具的互动中遇到了各种经验，从热情的拥抱到对他们的重视能力和代表性和代表性。在背景下，该研究提出了一种受Ubuntu哲学启发的规范视角，强调了关系，社会进步，社会和谐和人类尊严，是负责在新闻业中使用AI的指导框架。通过在Ubuntu哲学中重新构想AI新闻业，该研究强调了创造一种技术性景观的潜力，在该景观中，所有个人和社区都得到公平地对待，与相互联系的NESS，社区责任和集体福祉的原则保持一致。
迈向数字公平行为？发纸
委员会对这个问题的回答是一个明显的“是，但是……”。得出的结论是，这三个指令提供了必要的监管确定性和消费者信任的最低限度，但可以将它们视为仅在数字环境中部分有效。5特别是，它确定了各种持续关注的问题，例如广告和合同前信息的透明度；与指令中没有具体规定的新兴技术和实践相关的问题；监管分裂，破坏了数字单市场；增加了针对消费者保护问题的更广泛的数字特定立法产生的监管复杂性；以及与不足，无效的执法和法律不确定性有关的更多一般性问题。
迈向电子竞技运动员的创新训练方法
如今，电子竞技现象无处不在。国际锦标赛和参赛选手让数百万观众激动不已，他们观看电子竞技运动员和他们的团队努力提高水平并超越彼此。为了达到必要的认知和身体最佳状态，并抵消因在电脑或游戏机前训练数小时而导致的一般健康问题，电子竞技运动员需要最佳的认知、身体和心理训练。然而，在电子竞技特定的健康管理方面存在差距，包括预防健康问题和训练这些功能。为了对这一主题做出贡献，我们在本篇小评论中介绍了基于跨学科研究结果的可能途径，为认知、身体和精神更健康、更强大的电子竞技运动员提供整体训练方法。我们讨论了运动游戏作为一种激励和有前途的电子竞技运动员补充训练方法，它同时在有吸引力的游戏环境中结合了身体和认知刺激和挑战。此外，我们提出运动游戏是创新的全身电子竞技锦标赛革命。总而言之，运动游戏为（物理）电子竞技带来了新的方法，这反过来又在不断发展的电子竞技研究和开发社区中引发了新的话题。
保密哲学：迈向密码，隐私和信息组织的历史分析
为执行隐私权的政府失败，密码学可以用作个人的隐私技术，以从包括自己的政府在内的任何对手来执行对自己秘密的控制。这种事务状况，其中隐私受到私人（通常是公司行为者）和控制政府的威胁，可以被认为是资本主义中的一种突变（Zuboff，2018年）。我们想将这样的概念转到其头上。如密码学历史所示，保密是模范状态的信息组织的建立。这种反演使我们可以考虑政府保密的增加，对自己人口的大规模监视是一种历史的连续性，而不是对国家历史的畸变。它还使我们能够重新考虑密码学从国家到个人的传播，这是主权历史景观的转变，而不仅仅是针对某些关于隐私权和日益数字个人自我的法律障碍的防御态度。
迈向自动动力电池检测：新挑战基准数据集和基线
我们对一项名为动力电池检测（PBD）的新任务进行了全面的研究，该任务旨在从 X 射线图像中定位密集的阴极和阳极板端点，以评估动力电池的质量。现有制造商通常依靠人眼观察来完成 PBD，这使得很难平衡检测的准确性和效率。为了解决这个问题并让更多人关注这个有意义的任务，我们首先精心收集了一个称为 X 射线 PBD 的数据集，该数据集包含从 5 家制造商的数千个动力电池中选择的 1,500 张不同的 X 射线图像，具有 7 种不同的视觉干扰。然后，我们提出了一种基于分割的新型 PBD 解决方案，称为多维协作网络（MDCNet）。借助线和计数预测器，可以在语义和细节方面改进点分割分支的表示。此外，我们设计了一种有效的距离自适应掩模生成策略，可以缓解由板分布密度不一致引起的视觉挑战，从而为 MDCNet 提供稳定的监督。无需任何花哨的修饰，我们基于分割的 MDCNet 始终优于其他各种角点检测、人群计数和基于一般/微小物体检测的解决方案，使其成为有助于促进 PBD 未来研究的强大基础。最后，我们分享了一些潜在的困难和未来研究的工作。源代码和数据集将在 X-ray PBD 上公开提供。
迈向更安全的斯里兰卡 - PreventionWeb
preventionweb.net › files › 1745_Roa... PDF 2006年4月15日 — 2006年4月15日 河流流域的航空调查（LIDAR）是识别的基本要求... 研究如何提高预测灾害的可靠性。
人文人工智能：迈向跨学科专业知识和研究的新领域
摘要 哥德堡数字人文研究基础设施 (GRIDH) 参与了各个人文领域的项目，这些项目利用并开发了结合“人工智能” (AI) 应用的研究工具和基础设施资源。这些应用包括自然语言处理、机器学习、计算机视觉、大型语言模型、图像识别算法、分类、聚类和深度学习。本文提出了“人文 AI”一词，以描述一种新兴的跨学科实践形式，该实践使用和开发基于 AI 的研究应用程序来回答人文研究问题及其纠缠不清的人文反思。我们创造这个术语是为了使其实践的认识论和物质特殊性以及其可供性使之成为可能的新知识形式变得隐晦和可见。本文介绍了 GRIDH 在“人文 AI”领域的项目及其开发的 AI 资源和应用。
