XiaoMi-AI文件搜索系统
World File Search SystemAIA
归因于AI作者身份：迈向法律和道德披露的图标系统
abtract-在过去的一年中，大语言模型（LLM）和人工智能（AI）在文本生成中的普遍作用引起了人们对道德使用，作者身份和透明归因的关注。在法律实践，学术界和企业界以及无数其他领域都是如此。在本文中，我们确定了那些要求适当披露的人（我们应该知道何时何地AI是作者）和努力应对这些要求的人之间的差距。问题的一部分是没有系统，没有通用语言，没有用于这种披露的规范。在早期的Aughts中，类似的差距威胁着版权法，法律学者在创意共享中伪造了解决方案。现在，具有相似的形式但具有独特的物质和功能，我们介绍了AIA（人工智能归因），该系统适当且无缝地归因于AI文本作者身份。该系统涉及使用描述AI参与性质的徽章，从研究到编辑。除了填补上面确定的基本差距外，AIA与生成AI的益处至少三倍：（i）最大程度地减少AI使用的法律风险（即来自合同，消费者保护和知识产权和知识产权的法律暴露）； （ii）管理公众对AI使用的看法； （iii）促进道德行为。我们从理论和经验镜头中讨论了这些好处。“经验”，我们指的是我们为审查AIA进行的原始实验研究。我们的发现表明，使用AIA的使用，增强了人工智能作者身份的归因，可以改善公众的看法并降低法律风险。在讨论了这些好处后，我们提供了三个示例，涉及AIA徽章的外观
绩效与问责报告
2021 年 9 月 16 日，美国专利商标局庆祝了 2011 年莱希-史密斯美国发明法案 (AIA) 颁布十周年。AIA 对美国专利法做出了几项重要修改，包括实施先申请制来确定专利的优先权日，并成立专利审判和上诉委员会 (PTAB) 审理专利授权后挑战，作为地区法院专利诉讼的更经济实惠和更简化的替代方案。AIA 周年纪念日也庆祝了美国专利商标局地区办事处的成立，这些办事处在为我们的客户和公众提供与创新相关的基本服务方面发挥了重要作用。这些办事处的专家工作人员帮助全国各地升级其知识产权 (IP) 基础设施，并将创新的好处传播到远离美国专利商标局总部和该国技术中心的社区。
解读欧盟人工智能法案......
如前所述，由于欧盟 MDR 中的定义很宽泛，许多用于医疗领域的人工智能系统可以归类为医疗器械。其中一些系统不会接受外部一致性评估，因此根据欧盟 AIA 监管提案不会被视为“高风险”。此外，尽管定义很宽泛，但许多用于医疗领域的人工智能系统不会被归类为医疗器械，因此根据欧盟 AIA 也不会被归类为“高风险”——例如，影响人口健康的系统，以及间接影响健康的系统，包括用于医学研发 (R&D) 的系统（见图 1）。如果我们总结一下，这意味着，对于健康而言，只有用于诊断患者、做出治疗决策、监测生理过程或用于避孕目的的软件，才被归类为 IIa 或更高级别的医疗器械，因此需要接受第三方合格评定，并在欧盟《人工智能法案》（AIA）中被归类为高风险人工智能系统。
认真对待人工智能风险：人工智能法案的新评估模型
摘要 欧盟人工智能法案 (AIA) 定义了四个风险类别：不可接受、高、有限和最小。然而，由于这些类别静态地依赖于人工智能的广泛应用领域，风险大小可能被错误估计，并且 AIA 可能无法有效执行。这个问题在监管具有多种用途且通常不可预测的应用的通用人工智能 (GPAI) 时尤其具有挑战性。虽然对妥协文本的最新修订引入了针对特定情况的评估，但仍然不够。为了解决这个问题，我们建议将风险类别应用于特定的人工智能场景，而不是仅仅应用于应用领域，使用将 AIA 与政府间气候变化专门委员会 (IPCC) 和相关文献中提出的风险方法相结合的风险评估模型。该集成模型通过考虑 (a) 风险决定因素、(b) 决定因素的个体驱动因素和 (c) 多种风险类型之间的相互作用来估计人工智能风险大小。我们使用大型语言模型 (LLM) 作为示例来说明该模型。
已发布版本的引用：Ahmad, SF、Alam, MM、Rahmat, MK、Mubarik, MS 和 Hyder, SI 2022，《人工智能在教育中的学术和行政作用》，《可持续性》，第 14 卷，第 3 期，1101。https://doi.org/10.3390/su14031101
摘要：本文旨在探讨人工智能的学术和行政应用。在任何教育环境中，教师的主要职责都是教学。但教师还需要执行各种其他任务。除了学术职责外，教师的大部分时间和教育资源都用于行政工作。人工智能应用 (AIA) 不仅在学术和行政方面协助教育，而且还提高了教育效率。AIA 以学习分析 (LA)、虚拟现实 (VR)、评分/评估 (G/A) 和招生等各种类型的任务为教师提供帮助。它最大限度地减少了教师的行政任务，以便将更多精力投入到教学和指导学生上。在当今时代，教师职业有很多任务，AIA 为提高学生学习能力、最大限度地减少教师的工作量、有效和轻松地给学生评分/评估以及帮助完成许多其他行政任务做出了重要贡献。这项研究需要进行定量检查，以使其具有普遍性和可接受性。
明确主动推理的热力学成本
摘要：在描述主动推理代理 (AIA) 时，“能量”一词可以具有两种不同的含义。一种是 AIA 利用的能量（例如，电能或化学能）。第二个含义是所谓的变分自由能 (VFE)，这是一个统计量，它提供了意外的上限。在本文中，我们开发了前一个量——热力学自由能 (TFE)——及其与后者的关系的说明。我们在一个通用的量子信息理论公式中强调了这两者之间的必要权衡，以及这些权衡对生物接近其环境的方式的宏观影响。通过明确这种权衡，我们为从植物到捕食者的生物用来生存的不同代谢策略提供了理论基础。
华盛顿州能源法规迈向 2030 年
2009 年《气候污染减少——能源效率法案》设定的目标 到 2030 年，与 2006 年相比，减少 70% 的能源节约目标与美国建筑师协会 (AIA) 的一项倡议有关。AIA 的“建筑 2030 挑战”于 2009 年被华盛顿州立法机构采纳。正如华盛顿环境委员会在证词中所强调的那样，华盛顿是采用“建筑 2030”倡议的九个州之一。根据“建筑 2030”网站，只有加利福尼亚州和华盛顿州将 2030 挑战作为所有建筑的强制性要求；其他州已将“建筑 2030”应用于政府建筑或指示在行政法规采用期间必须考虑该挑战。