负责任的 AI 采购的基础在于一个整体框架,该框架以道德和可持续性为核心,推动业务目标、商业目标和数据战略,所有这些都得到持续治理、合规和风险战略的大力支持。这些要素之间存在潜在的相互联系,这些细微差别应在实施过程中考虑在内。制定框架的目的是确保商业企业对 AI 系统的采购以道德原则为基础,并有强有力的治理来确保应用这些原则,从而减轻偏见并提高复原力。AI 采购框架提供了全面的方向性指导,而不是规定性规则,因为这些因素适用于 AI 解决方案或企业的程度可能有很大差异。虽然它与行业无关,但可能存在特定行业的问题,而该框架并非旨在解决这些问题。
在过去两年中,代表非周期性就业的三个行业——政府、医疗保健和教育——创造了美国约一半的新就业岗位,尽管它们仅占劳动力市场的 30%。医疗保健和教育支出是不可自由支配的,因此这些行业的就业通常与经济环境无关。政府就业对经济衰退的敏感度低于其他行业,因为该行业在经济衰退时期对工人来说是一个有吸引力的目的地。与此同时,周期性就业——劳动力市场的其余部分——通常会随着经济状况而起伏。尽管周期性就业自 2022 年以来有所缓和,但仍在继续增长,这是一个令人鼓舞的迹象,表明经济扩张可能会继续,劳动力市场将在整个 2024 年保持强劲。
Teleperation在多个机器人技术应用中至关重要。提到一些,它可用于在危险环境中远程操作机器人[1,2],以执行通缉轨迹的演示,以引导不同的学习方法,例如daggers [3]或扩散策略[4]。成功的远程操作系统应该主要是i)直觉,ii)机器人不可知论,iii)成本效益。应控制其笛卡尔坐标,即末端效应器的位置和方向。但是,在笛卡尔空间中直观地运行正在努力。一种常见且具有成本效益的解决方案是使用适用于在3D空间中工作的计算机鼠标,如[5]中所示。尽管有经验的用户可以通过这样的设置执行令人印象深刻的远程操作任务[4],但用户无法直接模仿
决策系统的自动化导致了人工智能 (AI) 使用中的隐藏偏见。因此,解释这些决策和确定责任已成为一项挑战。因此,出现了一个新的算法公平性研究领域。在这个领域,检测偏见并减轻偏见对于确保公平和无歧视的决策至关重要。本文的贡献包括:(1) 对偏见进行分类,以及偏见与人工智能模型开发的不同阶段(包括数据生成阶段)的关系;(2) 修订公平性指标以审核数据和用它们训练的人工智能模型(在关注公平性时考虑不可知模型);(3) 对减轻人工智能模型开发不同阶段(预处理、训练和后处理)偏见的程序进行新的分类,并增加有助于生成更公平模型的横向行动。
大规模数字化 2018 年,我们继续在数字化进程中投入。我们大规模部署了 EcoStruxure™,这是我们全球化、同质且不可知的平台,为我们的客户提供集成和数字化解决方案,以管理效率和可持续性的整个方程式:能源管理可提高能源和环境效率,自动化可提高流程效率。我们通过从资产管理到软件和数字服务的全套集成产品和客户价值主张增强了数字化产品组合,同时进一步开发了我们的运营模式并增强了我们的能力。在此背景下,EcoStruxure™ 的增长明显高于集团平均水平,因为我们在 2018 年实现了 200 万资产管理的目标,同比增长 34%,为我们的客户带来了效率和可持续性以及安全性和可靠性的重大改进。
现有的采用自动语音识别 (ASR) 技术从 BIM 模型中检索信息的系统无法提供远程交互、检索广泛的数据并自动化整个过程。这对残障人士来说尤其成问题。本文为这一理论和方法上的差距提供了一种双向、自动化和不可知的解决方案。使用 Amazon Alexa(作为 AI 语音助手平台)开发了一个“概念验证”原型来测试适用性。结果表明,创建和检索的信息是有效的。此外,所提解决方案的组件之间具有高度的互操作性,包括 AI 语音助手界面和中介环境,用于将口头请求和检索信息转换为 CSV 文件。未来的研究将扩展创建的解决方案以从 BIM 云模型中检索和访问信息。
CACI 的专业多任务 DemoSat 有效载荷将测试该公司在有争议的太空领域在精确替代定位、导航和授时 (APNT) 和战术情报、监视和侦察 (TacISR) 技术方面的技术进步。我们的双向时间传输 (TWTT) 和时钟建模技术是 DemoSat 有效载荷的核心,体现了小型平台同步能力的飞跃。SPOTS DemoSat APNT 和 TWTT 技术无需昂贵的时间参考或时间同步性能妥协,即可提供精确的授时和长期的频率稳定性。SPOTS 还配备了软件定义无线电 (SDR),可运行低概率拦截/检测 (LPI/D) 和频率捷变扩频射频 (RF) 波形。SPOTS 有效载荷也与时钟/振荡器技术无关,可以扩展以支持多时钟组合。
政策环境是Centrica实现净零的能力的关键决定因素,我们是促进此事的政策的强烈支持者。我们是技术不可知的 - 我们的业务模式意味着我们不需要偏爱任何特定的技术或解决方案,而是倡导在过渡中推动我们所有人前进的政策。我们认可精心设计的公共政策,这些政策促进了根据《巴黎协定》的目标迅速而有序的能源过渡,同时还考虑了负担能力,安全性和可持续性的能源三元素。这三个要素之间的平衡对于建立对所有人公平的低碳未来的过渡成功至关重要。我们担心当前的某些政策条件不利于达到零净值,我们敦促决策者迅速采取行动以解决这一问题。
无线电和激光路径无关通信实验 (RALPHIE) 是一颗立方体卫星,是空军研究实验室 (AFRL) 大学纳米卫星计划 (UNP) 资助的第 11 组卫星的一部分,被选中进行开发。RALPHIE 旨在通过飞行演示路径无关通信 (PAC) 系统(一种高吞吐量光通信链路,均由 Blue Cubed 开发)和 Amplified Space 的软件定义电源控制器 (SDPC) 充电控制器,打破立方体卫星数据吞吐量和电力系统 (EPS) 开发时间的障碍。RALPHIE 被设计为一颗 6U 立方体卫星,借鉴了 MAXWELL 和 SWARM-EX 立方体卫星的飞行传统。作为 UNP 的一部分,RALPHIE 将参加 2024 年 1 月的飞行选择审查,届时它有可能被选中发射。
