XiaoMi-AI文件搜索系统
World File Search SystemAdvertising
FIG 规则 比赛服装和广告
当地组委会会不时赞助配件（如水瓶、毛巾、小吉祥物等），分发给参赛运动员和其他人员，并可带入比赛场地。在这种情况下，这些物品必须免费分发，任何使用和展示说明都应在认证时分发的文件中明确列出。收到这些配件的参与者可以在比赛场地使用它们，但不能使用自己的物品。如果任何类别的品牌存在冲突，组委会有权覆盖或遮盖冲突的品牌。
人工智能在广告和营销传播中的应用
ICC 准则涵盖所有形式的商业营销传播，并且对媒体和技术均不偏不倚。它适用于所有媒体和平台，包括社交媒体、移动、虚拟和使用人工智能 (AI) 的营销传播，以及未来可用的新技术。因此，它为开发和提供营销传播的从业者提供了实用资源，包括借助人工智能、算法和其他自动化技术。营销人员应确保遵守 ICC 准则，无论营销传播是由人类独自创建、修改或提供，还是借助人工智能，无论是全部还是部分。在使用此类技术时，营销人员必须保持掌控，并继续保持应有的谨慎和监督，以确保营销传播合法、得体、诚实、真实，并遵守数据隐私政策。应进行仔细监督，以确保营销传播不会煽动或纵容任何形式的歧视。营销人员还应注意广告中的多样性和包容性，并努力避免刻板印象和物化。
公共关系、广告和新闻业的未来
本研究旨在研究过去十年来关于人工智能未来优势、挑战和影响的最新学术研究，以及人工智能在传播行业的应用。本研究以相关学术文章的评论为基础，强调公共关系、广告和新闻行业中人工智能应用的技术创新。以下是本研究提出的一些关键问题：1）人工智能的实施将如何影响传播行业的就业？2）机器人可以取代公共关系、广告和新闻专业人士吗？3）人工智能系统将为这三个行业带来什么样的机遇和挑战？研究结果表明，人工智能将使传播行业受益，采用人工智能技术的人肯定会获得竞争优势。看来，通信行业的未来将是人工智能技术和人类洞察力的融合。此外，需要强调的是，认为人工智能会创造出机器人来代替人类执行各种任务或在大多数方面超越人类智能是一种相当狭隘的观点。关键词：算法、人工智能、通信行业、公共关系、广告、新闻
AI Fairness 360 的广告策略
广告和营销领域任何人都可以采取的最重要的第一步就是更明智地处理这些问题。多样性、公平性和包容性培训，以及对偏见如何渗透到我们的数据和算法中的实际理解，可以帮助推动整个行业的探究驱动型转型。有许多资源可用于介绍这些概念，4As 和 IAB 等行业组织正在开展代理和品牌培训计划。例如，4As Campaign Enlightenment 是一个密集的四节课研讨会，旨在帮助组织制定 DE&I 愿景并建立基于包容性的活动开发实践。WPP 旗下 Mindshare 等全球机构已经开发出专门的实践，专门致力于通过其 Intentional Media Framework 为人们和成长中的品牌创造更公平和包容的结果。
美国播客广告收入研究
注：1| 条形图中的数据经过四舍五入 2| 根据自我报告的数据 3| 零售 DTC（直接面向消费者）已重新整合到今年的图表中，改变了与去年报告的百分比比较。 *2023 年其他（“利基类别”）包括其他，请指定：（23.4%）由能源、政府、非营利、倡导、科技、法律、宠物、体育、宗教与精神以及其他较小的类别组成。家居装修/家具（2.0%）、教育（0.9%）、赌博/体育博彩（0.4%）；2023 年制药包括制药（3.4%）、健康/保健（3.5%）；2023 年 CPG 包括消费包装商品（11.7%）、婴儿/儿童/育儿（0.1%）、美容/化妆品（0.1%）； 2023 年零售包括实体店/电子商务（8.7%）、服装/时尚/配饰（1.3%）、直接面向消费者的零售（1.3%）；2023 年饮料和餐厅包括餐厅/酒吧（1.6%）、饮料（0.2%）
医疗广告：联邦设备监管
医疗器械广告通过各种媒体直接传达给消费者，包括广播、印刷品、互联网和社交媒体平台。美国卫生与公众服务部 (HHS) 下属的食品药品管理局 (FDA) 和联邦贸易委员会 (FTC) 共同负责监督美国医疗器械的直接面向消费者的广告。1 医疗器械包括范围广泛的产品，例如任何仪器、设备、器具、机器、器具、植入物、体外试剂或用于诊断或治疗疾病的软件。2 市场上有数百万种医疗器械，它们可以在柜台上出售（例如血压监测仪和生育跟踪移动应用程序）、凭处方出售（例如隐形眼镜和牙齿矫正器）或根据其他监管限制出售（例如心脏起搏器）。自 2009 年以来，我们已将 FDA 对医疗产品（包括医疗器械）的监管列入 GAO 的高风险名单。3
在数字平台上观察“调谐”广告
摘要：过去二十年来在数字平台上出现的超级目标广告现在被更有效地理解为调整广告，这是一个充满活力且不断发展的过程，在该过程中，广告在实时对用户进行了不断地“优化”广告。在Rieder和Hofmann（2020）之后，我们旨在为“观察练习”算法调整的数字广告制定一个框架。我们借鉴了澳大利亚广告天文台的研究以及关于数字酒精广告的多年研究项目。在这些项目中，我们构建了自定义的工具，以从平台广告库中收集广告，并通过公民科学家的数据捐赠。我们认为，数字广告的力量越来越符合其调整的能力。平台的广告透明度工具引起了我们对广告的关注，但是我们需要发展能够观察动态的社会技术调整过程的能力。我们概念化了广告的“调谐序列”的可视化，作为广告“库”的替代方法。我们认为，开发观察这些调谐序列的能力更好地阐明了建立公众理解和问责制所需的观察方式，他们都在寻找公众的理解和问责制。