XiaoMi-AI文件搜索系统
World File Search System非人
u-net用于大脑提取的模型：对人类进行训练，以转移到非人类灵长类动物
*相应的作者：sandywang.rest@gmail.com（X。Wang），ting.xu@childmind.org（T。Xu）。信用撰稿人贡献声明Xindi Wang：概念化，方法，软件，正式分析，写作 - 原始草案，写作 - 评论和编辑。Xin-Hui Li：正式分析，研究，可视化。Jae Wook Cho：正式分析，研究，可视化。Brian E. Russ：写作 - 评论和编辑。Nanditha Rajamani：调查。 Alisa Omelchenko：调查。 Lei AI：调查。 Annachiara Korchmaros：调查。 Stephen Sawiak：资源。 R. Austin Benn：资源。 Pamela Garcia-Saldivar：调查。 郑王：资源。 Ned H. Kalin：资源。 Charles E. Schroeder：资源，写作 - 评论和编辑。 R. Cameron Craddock：写作 - 评论和编辑。 Andrew S. Fox：资源，写作 - 评论和编辑。 Alan C. Evans：写作 - 评论和编辑。 亚当·梅辛格（Adam Messinger）：资源，写作 - 审核和编辑，资金获取。 Michael P. Milham：写作 - 审查和编辑，资金获取。 ting Xu：概念化，方法论，正式分析，写作 - 原始草稿，写作 - 评论和编辑，资金获取。Nanditha Rajamani：调查。Alisa Omelchenko：调查。Lei AI：调查。 Annachiara Korchmaros：调查。 Stephen Sawiak：资源。 R. Austin Benn：资源。 Pamela Garcia-Saldivar：调查。 郑王：资源。 Ned H. Kalin：资源。 Charles E. Schroeder：资源，写作 - 评论和编辑。 R. Cameron Craddock：写作 - 评论和编辑。 Andrew S. Fox：资源，写作 - 评论和编辑。 Alan C. Evans：写作 - 评论和编辑。 亚当·梅辛格（Adam Messinger）：资源，写作 - 审核和编辑，资金获取。 Michael P. Milham：写作 - 审查和编辑，资金获取。 ting Xu：概念化，方法论，正式分析，写作 - 原始草稿，写作 - 评论和编辑，资金获取。Lei AI：调查。Annachiara Korchmaros：调查。 Stephen Sawiak：资源。 R. Austin Benn：资源。 Pamela Garcia-Saldivar：调查。 郑王：资源。 Ned H. Kalin：资源。 Charles E. Schroeder：资源，写作 - 评论和编辑。 R. Cameron Craddock：写作 - 评论和编辑。 Andrew S. Fox：资源，写作 - 评论和编辑。 Alan C. Evans：写作 - 评论和编辑。 亚当·梅辛格（Adam Messinger）：资源，写作 - 审核和编辑，资金获取。 Michael P. Milham：写作 - 审查和编辑，资金获取。 ting Xu：概念化，方法论，正式分析，写作 - 原始草稿，写作 - 评论和编辑，资金获取。Annachiara Korchmaros：调查。Stephen Sawiak：资源。R. Austin Benn：资源。Pamela Garcia-Saldivar：调查。郑王：资源。Ned H. Kalin：资源。 Charles E. Schroeder：资源，写作 - 评论和编辑。 R. Cameron Craddock：写作 - 评论和编辑。 Andrew S. Fox：资源，写作 - 评论和编辑。 Alan C. Evans：写作 - 评论和编辑。 亚当·梅辛格（Adam Messinger）：资源，写作 - 审核和编辑，资金获取。 Michael P. Milham：写作 - 审查和编辑，资金获取。 ting Xu：概念化，方法论，正式分析，写作 - 原始草稿，写作 - 评论和编辑，资金获取。Ned H. Kalin：资源。Charles E. Schroeder：资源，写作 - 评论和编辑。R. Cameron Craddock：写作 - 评论和编辑。Andrew S. Fox：资源，写作 - 评论和编辑。 Alan C. Evans：写作 - 评论和编辑。 亚当·梅辛格（Adam Messinger）：资源，写作 - 审核和编辑，资金获取。 Michael P. Milham：写作 - 审查和编辑，资金获取。 ting Xu：概念化，方法论，正式分析，写作 - 原始草稿，写作 - 评论和编辑，资金获取。Andrew S. Fox：资源，写作 - 评论和编辑。Alan C. Evans：写作 - 评论和编辑。亚当·梅辛格（Adam Messinger）：资源，写作 - 审核和编辑，资金获取。Michael P. Milham：写作 - 审查和编辑，资金获取。 ting Xu：概念化，方法论，正式分析，写作 - 原始草稿，写作 - 评论和编辑，资金获取。Michael P. Milham：写作 - 审查和编辑，资金获取。ting Xu：概念化，方法论，正式分析，写作 - 原始草稿，写作 - 评论和编辑，资金获取。
u-net用于大脑提取的模型：对人类进行训练，以转移到非人类灵长类动物
摘要：精神分裂症患者通常会严重缺乏社会局限性的动力，这是负面症状的方面，会损害功能。然而，社会经济规定的基本的机械主义仍然很少理解，尤其是在现实的社会背景下。在这里，我们调查了现场社交互动期间精神分裂症的主观报告和脑电图（EEG）的连通性。精神分裂症（n = 16）和健康对照（n = 29）的人在记录脑电图时完成了与同盟的面对面相互作用。参与者被随机分配到旨在通过自我披露引起亲密感的亲密条件，或者以最少的脱节感引起亲密感。与对照组相比，患者报告的情绪经历较低和跨条件的亲密感，但对于亲密关系（与小话）条件相比，他们显示出相当更大的主观后期反应。此外，接近度（与小话）状况的患者在Theta和Alpha频带中的连通性全球增加，而对照组未观察到。重要的是，更大的theta和α连通性与患者的主观症状反应更大，负面症状更大以及较低的混乱症状有关。总体发现，发现患者，由于明显的负面症状，患者利用了一种有效的，自上而下的介导策略来处理社交效果。
人工智能招聘算法和非人性化问题
摘要 根据人力资源研究所最近的一项调查，随着人工智能（AI）在工作场所的存在越来越普遍，人力资源专业人士担心招聘算法的使用会导致招聘过程的“非人性化”。本文的主要目标有三个：（i）引起人们对这个被忽视的问题的关注，（ii）阐明这种对非人性的担忧究竟意味着什么，以及（iii）概述为什么非人性化的招聘过程在道德上是可疑的。在区分了“非人性化”一词在此背景下的使用（即消除人类存在）与其在非人性化研究跨学科领域中的更常见含义（即将其他人视为非人类）之后，我们认为，使用招聘算法可能会对雇员与雇主的关系产生负面影响。我们认为，有充分的独立理由接受实质性的雇员与雇主关系以及申请人与雇主关系，这两者都符合利益相关者的公司义务理论。我们进一步认为，由于人类招聘人员的价值观与招聘算法中嵌入的价值观之间的差异，非人性化的招聘流程可能会对这些关系产生负面影响。借鉴 Nguyen（收录于：Lackey，《应用认识论》，牛津大学出版社，2021 年）对 Twitter 如何“游戏化沟通”的批评，我们认为用算法取代人类招聘人员会将人为价值观引入招聘流程。最后，我们简要考虑了一些可能减轻招聘算法带来的问题的方法，以及可能需要做出一些艰难的权衡。
一项关于南非人中可遗传基因组编辑的虚拟审议公共参与研究：研究方案
本文概述了一项前瞻性研究的协议，以虚拟审议公众参与人类的基因组编辑。这项研究旨在为25-30个南非人组成的多元化群体与协助者互动，并在15个有关可遗传基因组编辑的政策问题上互动，重点介绍：a）预防可遗传遗传条件的平台； b）用于免疫的编辑； c）编辑以增强。目的是了解这些问题的观点，以便为进一步的研究和政策提供信息，并分析审议对意见的过程和影响。参与者将有望研究提供的资源材料并通过入学考试，并与哈佛个人基因组项目的方案保持一致。以这种方式，将测试候选人的承诺，开放性和基础知识，以确定他们是否适合参与审议的参与。
阿希与人工智能：与非人类智能的契合
我要感谢我的导师 Garriy Shteynberg 博士以及前导师 John Pennington 博士和 Jon Frederick 博士。他们的专业知识和反馈帮助我在各个层面实现了我对这个项目的愿景。此外，我还要感谢我的实验室伙伴 Phillip McGarry 和我的论文委员会的见解和反馈。最后，我要感谢我的家人，他们在整个过程中给予了我极大的支持。感谢我的妻子 Hollee、父母 Steve 和 Dulcie、姐姐 Emily、祖父母 Kathy 和 Bernie 以及 Ed 和 Barbara。
非人类人道主义：当“人工智能向善”时可能会造成伤害
摘要 人工智能 (AI) 应用已被引入人道主义行动，以帮助应对该领域面临的重大挑战。本文重点介绍聊天机器人，它被认为是一种有效的方法，可以改善与受影响社区的沟通并提高对受影响社区的责任感。聊天机器人与其他人道主义人工智能应用（如生物识别、卫星成像、预测模型和数据可视化）通常被理解为“人工智能造福社会”这一更广泛现象的一部分。本文对人道主义和批判算法研究进行了去殖民化批判，重点关注人道主义和人工智能背后的权力不对称。本文询问聊天机器人作为“人工智能造福社会”的典范，是否会在全球背景下重现不平等。基于一项包括对七组利益相关者进行访谈的混合方法研究，分析发现人道主义聊天机器人并不能满足“智能”等要求。然而，人工智能应用仍然会产生巨大的影响。除了与错误信息和数据保护相关的风险之外，聊天机器人还将沟通简化为最简单的工具形式，从而导致受影响社区与援助机构之间的脱节。从数据中提取价值和使用未经测试的技术进行实验加剧了这种脱节。通过反映设计者的价值观并在其程序化交互中主张欧洲中心主义价值观，聊天机器人再现了权力的殖民性。本文的结论是，“人工智能造福人类”是一种“技术魅力”，它重塑了人道主义的殖民遗产，同时也阻碍了权力动态的发挥。
非人类动物的人工智能伦理与价值观协调
随着人工智能在一系列领域的应用取得了重大进展，人工智能伦理[1]和安全[2]等领域也获得了关注。人工智能伦理和安全涉及多种问题，其中价值观一致问题可能是最重要的，也可能是最难的[3,4]。简而言之，它是关于确保人工智能系统，特别是尚未开发超级智能的通用人工智能系统，追求的目标和价值观与人类的目标和价值观相一致。本文对上述定义中的“人类”一词提出质疑，因为这意味着如果人工智能系统不一定与其他生物的利益一致，那也没关系。特别是，本文关注非人类动物的利益。因此，我们主张将上述定义扩大到人类和非人类动物的目标和价值观。在人类历史上，许多伦理观点已经发生改变和发展。 Bostrom 和 Yudkowsky 指出，人工智能伦理不应该是一成不变的，而应该接受变化，如果人类认识到以前的道德错误 [5]。如后所述，对待非人类动物就是一个道德问题的典型例子，它会随着时间的推移而发生变化或正在发生变化。因此，我们的目标是将非人类动物纳入人工智能伦理的持续研究中。除了极少数的尝试外，关于人类对非人类动物的道德义务的审议直到 20 世纪后期才开始获得动力 [6]，例如通过契约主义的方法 [7]。主要标准是承认（许多物种的）非人类动物是有感知的，因此能够感受到痛苦 [8]。这也导致了“物种歧视”一词的传播，Horta 将其定义为“对那些不属于某一物种的物种进行不合理的不利考虑或待遇”[9]（第 1 页）。道德方面的进步也开始体现在法规方面。如今，许多国家的国内法都承认非人类动物具有感知和痛苦（https://www.globalanimallaw.org/database/national/index. html，2021 年 4 月 11 日访问），而《世界动物福利宣言》仍处于提案阶段（https://www.globalanimallaw.org/database/universal.html，2021 年 4 月 11 日访问），而《生物多样性公约》等全球协议
纵向非人类灵长类动物母体免疫激活模型新辅助化学疗法，内分泌治疗和针对乳腺癌的靶向疗法：ASCO指南
建议接受新辅助治疗的患者应由多学科护理团队管理。新辅助治疗的适当候选者包括炎症性乳腺癌患者以及残留疾病的患者可能会改变治疗。新辅助治疗也可用于减少局部治疗的程度或减少启动治疗时的延迟。尽管应常规使用肿瘤组织学，成绩，孕酮和人表皮生长因子受体2（HER2）表达来指导临床决策，但有足够的证据支持其他标记物或基因组培养物的使用。患有临床阳性和/或至少T1C疾病的三阴性乳腺癌（TNBC）患者应提供含有邻苯二甲酸酯和含紫外紫杉烷的治疗方案；患有CT1A或CT1BN0 TNBC的人不应常规提供新辅助治疗。可以向TNBC患者提供卡铂，以增加病理完全反应。目前没有足够的证据支持在标准化疗中添加免疫检查点抑制剂。在患有激素受体（HR）阳性（HR阳性），HER2阴性肿瘤的患者中，可以在没有手术信息的情况下做出治疗决定时使用新辅助化学疗法。在绝经后患有HR阳性，HER2阴性疾病的绝经后患者中，激素治疗可用于下降疾病。患有淋巴结阳性或高风险淋巴结阴性的患者HER2阳性疾病应与抗HER2阳性疗法结合使用新辅助治疗。T1AN0和T1BN0患者，不应常规提供HER2阳性疾病。T1AN0和T1BN0患者，不应常规提供HER2阳性疾病。
国际洞察：人工智能还是非人工智能：这是（法律）问题
人工智能 (AI) 在我们的社会中发挥着关键作用，为“经济、社会和文化发展、能源可持续性、更好的医疗保健和知识传播”提供了机会（欧洲议会研究服务处，2020 年）。“AI” 一词最早由约翰·麦卡锡于 1956 年提出，指的是“通过分析环境并采取行动（具有一定程度的自主性）来实现特定目标而表现出智能行为的系统”（欧洲委员会，2021 年）。基于 AI 的系统可以仅由在虚拟世界中运行的软件组成（例如、语音助手、图像分析软件、搜索引擎、语音和面部识别系统）；或嵌入在硬件设备中的 AI（例如、高级机器人、自动驾驶汽车、无人机或物联网应用程序）（委员会，2018 年）。计算能力和数据可用性的提升以及算法的进步使人工智能成为 21 世纪最具战略意义的技术之一（同上）。。
无框架立体定向系统针对非人类灵长类动物皮层下核的可行性和性能
目的尽管对其作用机制尚不了解，但深部脑刺激 (DBS) 是治疗不同神经系统疾病的有效方法。非人灵长类动物 (NHP) 的使用在推动该领域的发展方面一直具有重要意义，并且为揭示 DBS 的治疗机制提供了独特的机会，为优化当前应用和开发新应用开辟了道路。为了提供参考，使用 NHP 的研究应使用合适的电极植入工具。在本研究中，作者报告了使用市售无框立体定向系统 (微靶向平台) 瞄准 NHP 中不同深部脑区域的可行性和准确性。方法在七个 NHP 的丘脑底核或小脑齿状核中植入 DBS 电极。为每只动物设计一个微靶向平台并用于引导电极的植入。每只动物在术前都获取了影像学研究数据，随后由两名独立评估人员进行分析，以估计电极放置误差 (EPE)。同时还评估了观察者之间的差异。结果分别估计了 EPE 的径向和矢量分量。EPE 矢量的大小为 1.29 ± 0.41 毫米，平均径向 EPE 为 0.96 ± 0.63 毫米。观察者之间的差异可以忽略不计。结论与传统的刚性框架相比，这些结果表明，与传统的刚性框架相比，该商用系统适用于增强 DBS 导线在灵长类动物脑内的手术插入。此外，我们的研究结果开辟了在灵长类动物中进行无框架立体定位的可能性，而无需依赖基于术中成像的昂贵方法。