XiaoMi-AI文件搜索系统
World File Search System部署方式
信息社会的变革
信息社会的变革 Ian Miles 英国曼彻斯特大学 关键词：通信、计算机、经济发展、电子商务、信息社会、信息技术、网络、新媒体、社会变革、技术社会研究。 目录 1. 简介 2. 理解信息技术和信息社会 3. 信息社会的演变阶段 3.1. 第一阶段：“岛屿” 3.2. 第二阶段：“群岛” 3.3. 第三阶段：“大陆” 3.4. 第四阶段：“生态系统” 3.5. 信息社会的阶段 4. 电子商务 词汇表 参考书目 个人简介 摘要 本文首先概述了一种理解当代信息社会特殊性的方法，它不同于早期社会，早期社会必然涉及大量人类信息处理，而近代社会则大量使用技术来存储、复制和传输信息。本文重点介绍新信息技术，尤其是基于强大且快速发展的微电子技术的信息技术。这些技术的开发和使用已导致经济最发达的国家的经济体和社会普遍重新评估信息处理和使用的成本和可行性。其结果是，我们现在拥有了信息社会，在商业、生产、政府和休闲领域广泛采用了前所未有的信息部署方式。本文接着探讨了信息社会本身是如何演变的，并认为区分三个主要发展阶段是有帮助的，第四个阶段可能即将到来。这些阶段如此独特，以至于很难概括信息社会对就业、技能和社会组织的影响。本文还指出，不同国家社会、社会团体和经济部门的结果存在多样性，强调这些结果是社会选择的问题，而不是技术决定论的问题。最后，本文简要介绍了电子商务领域，以展示关于如何使用新网络功能的截然不同的观点，以及基于这些观点的竞争策略。
通用人工智能 - 欧洲议会
ChatGPT 等通用人工智能 (AI) 技术正在迅速改变 AI 系统的构建和部署方式。虽然这些技术预计将在未来几年带来巨大好处，刺激许多领域的创新，但其颠覆性引发了有关隐私和知识产权、责任和问责制的政策问题，以及对其传播虚假信息和错误信息的可能性的担忧。欧盟立法者需要在促进这些技术的部署与确保采取足够的保障措施之间取得微妙的平衡。通用 AI 的概念（基础模型）虽然人工智能没有全球公认的定义，但科学家们普遍认为，从技术上讲，AI 技术有两大类：“狭义人工智能”（ANI）和“广义人工智能”（AGI）。ANI 技术，例如图像和语音识别系统，也称为弱 AI，在标记良好的数据集上进行训练，以执行特定任务并在预定义的环境中运行。相比之下，AGI 技术（也称为强人工智能）是旨在执行各种智能任务、抽象思考和适应新情况的机器。尽管几年前 AGI 的发展似乎还比较平缓，但包括使用大型语言模型 (LLM) 技术在内的快速技术突破已经从根本上改变了这些技术的潜力。具有生成能力的新一波 AGI 技术（称为“通用人工智能”或“基础模型”）正在使用大量未标记数据进行训练，这些数据只需进行最少的微调即可用于不同的任务。这些底层模型可通过应用程序编程接口 (API) 和开源访问供下游开发人员使用，如今许多公司将其用作基础设施，为最终用户提供下游服务。
1利用较少的歧视性替代性（LDA）模型...
2024年8月1。简介金融机构长期以来一直处于核心业务运营技术的最前沿，人工智能（AI）也没有什么不同。例如，算法已在承保和交易中使用了数十年。但是，AI的最新进展，尤其是机器学习（ML），代表了改变游戏规则的进步。这些新模型自行学习和调整的能力，再加上增强计算能力的可用性，为高级分析打开了利用替代和非结构化数据的高级分析之门。AI/ML提供了以更高的和效率更高的分析和自动化的能力，并越来越多地被金融机构用于后端和前端运营。财务中有各种各样的AI用例，从为数字聊天机器人和虚拟助手提供动力到增强甚至自动化信用和保险承销，再到数字营销和欺诈监控。AI/ML可以为金融消费者带来许多潜在的好处，包括增加信用历史有限的传统服务不足的消费者获得信贷，扩大了潜在的成本较低的新产品和创新产品的可用性，并提供更快的客户服务。，但在几乎所有这些情况下，AI/ML都是双刃剑。可以使消费者受益的相同的AI用例也构成新的风险，具体取决于AI/ML的部署方式。AI/ML模型可以增加获得资金的机会，还可能会使人口的某些部分持续和加剧偏见。数字针对性的营销可用于对侵犯行为偏见的弱势消费者的掠夺性产品进行积极进步。genai可能会更快地对客户服务查询做出更快的响应，但也可能导致反应不正确或阻止消费者与现场代理人联系以解决紧急事项。因此，至关重要的是，拥有明确，可靠的保障措施以减轻消费者的风险，以便安全，负责任地部署AI/ML，以确保消费者可以从AI/ML可能造成的危害。消费者报告（CR）2正在努力支持负责任
审查化石燃料补贴和其他可能对气候有害的支持
公共支出和改革部 (DPER) 致力于在爱尔兰逐步实施绿色预算。绿色预算是利用预算系统来促进和实现更好的环境成果。它明确承认预算过程不是一个中立的过程，而是反映了社会对资源部署方式的长期选择。 实施绿色预算的目标之一是提高政府对气候行动的财政承诺的透明度。自 2019 年以来，DPER 每年都在公共服务修订预算卷中报告与气候相关的支出水平，并在年度绩效预算报告中纳入影响报告。 实施绿色预算的下一步是确定可能对气候有害的国库支持。《2021 年气候行动计划》承诺 DPER 制定和应用定义来识别和跟踪可能对气候和环境结果产生负面影响的政府支出。本文代表了履行这一承诺的第一步。 这次审查有许多组成部分。首先，本文研究了国际上对化石燃料补贴的各种定义。然后，我们考虑了最合适的定义，用于识别在爱尔兰背景下可能导致温室气体排放增加的化石燃料补贴和其他支持。根据气候相关支出的报告，该定义已应用于 2023 年逐个子标题识别化石燃料和其他可能对气候有害的支持。 本文将使用 OECD 方法，该方法将补贴定义为政府行动的结果，该行动赋予消费者或生产者优势，以补充他们的收入或降低他们的成本。如果补贴可能激励增加温室气体排放的行为，则本文将其视为潜在气候有害支持，而不管其对其他政策目的的重要性如何。 本文中包含的清单确定了符合此定义的计划，但并未明确衡量支持对温室气体生产活动价格、消耗量或排放水平的影响。 这种方法建立在中央统计局 (CSO) 开展的工作基础之上，该工作将某些活动或行业定义为特别污染，例如不可再生能源、交通或农业。在本文中，对某些行业对温室气体排放的影响做出了类似的假设。这是由环境保护局的排放清单指导的。在某些情况下，部门措施可能会提高效率并降低与特定活动相关的排放水平。对于任何给定的政策，政府部门有责任证明这一点。如果这一点不明确，则将政策纳入清单。随着时间的推移，这些联系可能会变得更加清晰，也许会导致从清单中删除一些支持。
旋翼通用直升机 - AUSA
旋翼 AH-64 阿帕奇长弓直升机提供昼夜和恶劣天气攻击直升机能力。阿帕奇是陆军的主要攻击直升机。它是一种反应迅速的机载武器系统，可以近距离和纵深作战，以摧毁、扰乱或延缓敌军。当今陆军库存中的三种阿帕奇飞机是 AH-64D 长弓 Block I 和 Block II 以及最新的 AH-64E 阿帕奇。阿帕奇的最大速度为 145 节。它的最大总重量范围为 230 海里，并具有使用内部和外部油箱扩展范围的能力。阿帕奇拥有全套飞机生存设备，能够抵御 23 毫米以下子弹在关键区域的打击。阿帕奇弹药包括地狱火导弹（RF/SAL 版本）、2.75 英寸火箭弹（所有版本）和 30 毫米高爆燃烧弹 (HEI)。AH-64E 还具有有人/无人协同的互操作性 (LOI) 4 级能力。LOI 4 允许 AH-64E 接收无人机系统 (UAS) 视频、控制 UAS 的有效载荷并控制 UAS 的飞行路径。最初的 AH-64A 阿帕奇于 1984 年首次服役，现已从陆军库存中移除。所有剩余的 AH-64A 飞机都已纳入 AH-64D Block II 生产线。AH-64D Longbow Block II 的部署方式是新生产和再制造 AH-64A 飞机相结合。AH-64D 采用了 Longbow 火控雷达 (FCR)，可在白天或夜晚、恶劣天气和战场遮蔽条件下使用。AH-64D 主要由桅杆安装的毫米波火控雷达、雷达频率干涉仪和雷达频率发射后不管的地狱火导弹组成。Block II 的生产已于 9 月结束。长弓的数字化目标捕获系统提供自动检测、定位、分类、优先排序和目标移交。AH-64D 驾驶舱经过重新设计，所有系统均数字化并实现多路复用。人力和人员整合计划机组人员站具有多功能显示器，可减少机组人员工作量并提高效率。AH-64D 为机动部队指挥官提供全天候、在任何条件下真正协调的快速射击（一分钟内打击 16 个独立目标）能力。阿帕奇机队的最新版本是 AH-64E 阿帕奇。AH-64E 计划于 2011 年 11 月交付了第一架飞机。AH-64E 项目与之前的阿帕奇维持项目类似，将更新或改造现有的空中
加拿大成年人肺炎球菌疫苗接种情况和错失的疫苗接种机会：加拿大老龄化纵向研究 (CLSA) 的横断面分析
肺炎与流感一直位列加拿大成年人十大死因之一 [1]。当肺炎链球菌（肺炎的主要细菌病因）感染人体的无菌部位（如胸腔积液、血液、脑脊液）时，就会发生侵袭性肺炎球菌病 (IPD) [2,3]。在成人中，与 IPD 相关的发病率和死亡率随着年龄的增长而增加 [4]。加拿大的国家监测数据显示，2017 年 60 岁人群的年发病率为每 100,000 人 21.1 例，而根据各省数据，更高年龄组的估计发病率甚至更高（85 岁人群每 100,000 人有 57.5 例，而 2010 年至 2018 年安大略省所有年龄组的平均估计发病率为每 100,000 人 10.8 例）[5,6]。由于老年人更容易感染肺炎球菌疾病，国家免疫咨询委员会（NACI）于 1989 年首次建议所有 65 岁以上的人终生接种一剂肺炎球菌 23 价多糖疫苗（PPV23）[7]。根据该建议（截至最新的 NACI 指南（2018 年）[ 7 ]，加拿大所有省份都从 2001 年或更早开始为其 65 岁人口提供 PPV23 疫苗接种资金 [ 8 ]（S1 表）。除了这一基于年龄的建议之外，NACI 还建议患有至少一种慢性疾病 (CMC) 的 18-64 岁特定成年人群接种一剂终生 PPV23 疫苗，这一建议已被省级疫苗接种计划采纳 [ 8 , 9 ]。此外，根据目前的 NACI 指导，免疫功能低下的成年人，无论年龄大小，都建议在接种一剂 PPV23 疫苗前八周接种一剂肺炎球菌结合十三价疫苗 (PCV13)，以最大限度地提高菌株覆盖率和免疫反应 [ 9 , 10 ]。尽管所有省份都已采用 NACI 关于肺炎球菌疫苗接种的指南，但各省的实施时间表、部署方式和资金方案各不相同（S1 表）。值得注意的是，各省提供疫苗接种的环境各不相同，这可能对疫苗的可及性产生影响。从历史上看，肺炎球菌疫苗主要在医生办公室接种，但在药房接种疫苗的情况越来越多。在一些省份，符合条件的个人可以在药房免费接种疫苗，而在其他省份，药房可能会收费提供此项服务（S1 表）。此外，虽然在任何一个省份都有一些高危人群有资格接种疫苗，但其中一些群体可能没有资格在药房接种疫苗。
财务公司的见解，房屋AI报告的监管机构
12月17日，由24个民主党和共和党成员组成的两党特遣队发出了一份报告，该报告有关在各个部门使用人工智能的使用。本报告介绍的一个领域之一是金融业，工作队对此提出了一些关键的发现和建议。随着AI继续重新定义金融行业，它正在重塑金融产品和服务的开发，交付和规范。但是，意识到AI的全部承诺需要一种细微的方法，以平衡创新与需要强大的消费者保护和监管监督的需要。金融部门对AI并不陌生。众议院报告提到，金融公司数十年来一直在使用与AI相关的技术，这是一个例子，例如1982年，数学家和发明家詹姆斯·西蒙斯（James Simons）如何建立了“探索算法交易的定量对冲基金”。最终，金融机构开始依靠算法，这些算法可能会迅速做出交易决策，而无需人工干预。”AI的最新进展，包括生成AI，只提高了技术的采用速度。一般而言，AI已被监管机构，金融公司和坏行为者在金融部门雇用。监管机构长期以来一直依靠AI来协助反洗钱和银行保密法。美国财政部恐怖主义和金融情报办公室使用人工智能来对抗恐怖主义的融资并执行制裁制度。工作队强调需要了解监管机构可以在多大程度上跟上私营部门的人工智能技术的步伐。他们还建议提高AI的开发和部署方式。工作队进一步指出，出于避免有偏见或歧视性结果的目的，必须训练大型语言模型的数据是“代表性和高质量的”。有效地使用AI在金融服务中取决于高质量，安全数据。AI系统中使用的数据的完整性至关重要，因为错误或偏见可能导致决策，监管风险或消费者危害。监管机构已开始利用AI来监控合规性和检测违规模式，但是这种做法尚未广泛。较小的金融机构由于资源限制以及将这些工具整合到现有系统中的复杂性而面临的AI技术面临重大挑战，可能会加剧竞争性差异。AI还可以用于在服务不足的社区和其他人不容易进入银行或市场的地区的竞争环境中升级。这些功能对扩大对金融产品的访问有重大影响。
硕士论文概要：利用人工智能作为工具来支持教师和学生
人工智能 (AI) 在我们日常生活中的应用日益广泛。现在，我们的智能手机、网站、个人设备等都使用了人工智能。从过去执行复杂任务到现在执行最简单的练习，我们可以看到人工智能将继续存在。人工智能在教育领域的应用是前景光明的领域之一，它有可能成为解决当前教育中一些主要问题的解决方案 (Pedro 等人，2019)。人工智能在教育领域的应用前景广阔，但值得注意的是，它的使用也带来了挑战，例如人工智能对教师和学生角色的影响。几乎没有证据表明如何将为教育开发的人工智能工具与教育理论结合使用，以加强和深化两者之间的协同作用 (Chen 等人，2020)。这项研究将与奥尔堡大学 (哥本哈根)、古卢大学 (乌干达) 和 CanopyLAB 公司 (丹麦) 合作进行。本论文的范围侧重于评估古卢大学教师和学生在 CanopyLAB 平台上通过该平台提供的 AI 功能创建和使用教育内容时在高等教育中对人工智能的实际应用。本论文报告旨在调查在全球北部（CanopyLAB - 丹麦）开发但在全球南部（古卢大学 - 乌干达）环境中使用的 AIED 工具的使用情况。本研究的局限性在于它没有涵盖 CanopyLAB 人工智能的开发或部署方式，并且不会根据用户反馈重新设计 CanopyLAB 平台。此外，不会与 CanopyLAB 公司直接合作，而是作为 CanopyLAB 平台的案例研究。人工智能不再是一个似乎只能在遥远的未来实现的领域。我相信这个项目具有重要意义，因为最近越来越多地使用人工智能来解决复杂和简单的问题和任务。本研究中使用的方法是案例研究。实施的方法是使用在线研讨会作为从参与者收集数据的方法。从文献综述和从古卢大学参与者收集的数据的分析来看，人工智能教学工具是一种教育软件或数字工具，教师可以使用它来教学、识别知识差距、开发和发布课程等。教学工具也可以有一个学生或学习者部分，学生可以使用。根据这篇论文的研究，性别和弱势群体的边缘化是导致不平等和偏袒的主要问题，因为 AIED 开发人员可能没有在确实需要的时候让这些社区参与进来，以产生良好的结果。为了缓解上述问题，让 AIED 的利益相关者参与进来是不可或缺的，因为需要他们的意见、反馈和关注。根据古鲁大学的研究，主要的障碍或瓶颈是全球南方国家在教育人工智能发展中的参与程度极低
1 PPOL 5380：技术中断和公共...
PPOL 5380：技术颠覆与公共政策，2023-2024 年春季 2024 年 2 月 20 日 时间和地点：星期二，18:30-21:20 地点：2303 室（电梯 17-18） 讲师：YARIME Masaru 博士，公共政策部副教授 办公室：4616E 室 电子邮件：yarime@ust.hk 助教：DORRER Elizaveta 电子邮件：edorrer@connect.ust.hk 课程描述 过去二十年，颠覆性技术的快速发展极大地改变了我们的生活。它们颠覆了旧的商业模式，消除了许多行业的现有企业，破坏了传统的供应链并创造了新的供应链，并挑战了许多政府领域的传统政策和监管方法。我们可以预见，未来几年颠覆性技术的变化速度及其对经济和社会的影响将加快，这些进步将广泛影响整个经济、社会和政府。通常所说的“第四次工业革命”——一场由不断增强的计算能力、大数据和数据分析、物联网、人工智能和机器人技术以及区块链技术推动的革命——可能会在我们的一生中产生深刻而深远的变化。颠覆性技术的进步及其创造的颠覆性商业模式往往需要政府的政策、监管和立法回应。它们还可能扰乱就业和劳动力市场，加剧社会经济不平等。与此同时，“零工经济”的兴起引发了人们对社会保障应如何融资和组织的问题。虽然计算能力和数字技术的进步可能会显著提高（劳动）生产率，但其好处可能高度集中——随着这些技术的传播和更多行业呈现“赢家通吃”的特征，不平等现象将加剧。即使这些新数字技术创造的就业机会多于它们所消灭的就业机会，政府仍然必须处理劳动力流动和社会包容问题。虽然政府显然必须应对这些技术颠覆，但并不能保证它们会以促进新技术的早期采用、数字创新和创业以及包容性增长的方式做出回应。本模块向学生广泛介绍了可能在未来十年左右改变我们经济和社会的关键颠覆性技术。我们将研究这些技术的实际应用，并讨论它们的政策含义和社会经济影响。我们还将研究政府利用新数字技术提供新服务或改进现有服务以提高公共价值的潜力。最重要的是，我们将研究公共政策的影响以及政府应如何应对。特别是，我们将研究政府的四个不同角色：作为这些技术的用户；作为这些技术的推动者；作为监管者，增强公众对这些技术及其部署方式的信任和信心；作为社会平衡者，确保这些技术的好处得到广泛分享。学习成果在本课程中，学生可以期望：
细胞和发育生物学研讨会 - Mann 实验室
作为生物学家，我们一直对生物体的多样性和复杂性着迷。要了解动物界多样性的起源，我们必须了解动物的发育，而自发现以来，最能引起发育生物学家关注的一组基因可能就是 Hox 基因。这些基因编码高度保守的同源框转录因子，存在于从果蝇到人类的多种生物中。它们最早是在果蝇（Drosophila melanogaster）中发现的，最初被认为在决定生物体身体结构方面发挥着至关重要的作用 [1] 。然而，对 Hox 基因的研究已经远远超出了动物发育的范围，为至少另外两个生物学领域提供了信息。首先，它们是动物进化的关键驱动因素：它们部署方式和时间的变化，以及它们在下游基因网络中的变化，促进了动物身体结构的变化 [2,3] 。 Hox 基因研究还揭示了具有非常相似的 DNA 结合特异性的相关转录因子家族如何在体内发挥不同的功能 [4] 。可以说，没有其他任何一组基因对如此不同且重要的生物学领域产生过如此重要的影响。在本期特刊中，我们介绍了一系列文章，反映了 Hox 研究产生深远影响的所有三个领域：动物发育、动物进化和转录因子机制。在进化洞察方面，我们有三篇引人入胜的文章。第一篇由 Mulhair 和 Holland 撰写 [5，本期] ，基于一个有趣的观察结果，即大多数 Hox 基因在动物基因组中聚集在一起，并且它们沿主体轴线的表达与它们在这些簇中的位置相关。Mulhair 和 Holland 的贡献是一项杰作，他们使用不少于 243 种昆虫（代表 13 个目）的公开基因组序列来分析这些基因在簇级别组织的趋势。 Hox 基因簇大小和组织的巨大目特异性差异，以及新的同源框基因的重复、丢失和出现（例如鳞翅目中 zen 直系同源物的爆炸式增长）表明 Hox 基因具有许多物种特异性功能和调控模式，尚待发现。Wanninger 的文章 [6，本期] 探讨了 Hox 基因的进化起源以及 Hox 基因数量与动物复杂性的关系。Wanninger 首先通过描述几种可以解释当前可用序列数据的不同情景，分析了 Hox 基因在进化过程中出现和丢失的时间。一个结论是，与其仅仅依靠基因表达来确定形态性状的进化，不如包括比较形态学和基因-基因相互作用的数据集。第三，Turetzek 等人 [7，本期] 深入研究了蜘蛛中 Hox 基因的组织和表达。蜘蛛的身体结构与水果等研究较多的节肢动物不同，