XiaoMi-AI文件搜索系统
World File Search SystemAppropriate
p 100 IT-适当使用技术
过程pr.564.it计算机网络安全程序Pr.622.它适当使用技术程序PR.659.SCO欺凌预防和干预程序Pr.685.IT移动设备PR.587.SES学生专业设备购买了由部门专业设备（SEA）专业委员会和学校委员会的专业委员电子传播与社交媒体的使用（2017）幼儿教育学院，实践注意：使用社交媒体（2019）安大略省心理学家学院，社交媒体使用条款ISTE的5个数字公民标准M. Ribble M. Ribble M. Ribble，“数字公民身份：适当使用技术”
研究中适当使用人工智能的指南
研究人员可以使用许多免费和付费的 AI 拨款申请书写工具。目前，使用生成式 AI 工具来协助拨款申请书写过程并不被禁止。例如，这些工具可能有助于生成提案摘要、编辑草稿或编写提案的特定部分。在 2023 年 12 月的通知中，NSF 鼓励研究人员指出何时以及如何使用 AI 来创建他们的提案。PI 应该注意，使用这些工具共享知识产权会带来风险。将机密信息输入生成式 AI（即使是新颖的想法）将被视为出于专利目的或根据保密协议的公开披露，从而导致专利权的丧失或违反我们的法律义务。所有生成式 AI 输出都应检查其准确性。你永远不应该依赖 AI 是正确的！
特征聚合具有潜在的生成重播，用于联邦的持续学习社会适当的机器人行为
摘要 - 机器人要探索联合学习（FL）设置至关重要，在这些设置中，几个并行部署的机器人可以独立学习，同时还可以彼此分享他们的学习。现实世界中的这种协作学习要求社交机器人动态适应不可预测和不可预测的情况和不同的任务设置。我们的工作通过探索一个模拟的客厅环境来帮助解决这些挑战，在该环境中，机器人需要学习其行为的社会适当性。首先，我们提出了联合根（FedRoot）平均，这是一种新型的体重聚集策略，它使客户从基于任务的学习中进行学习。第二，为了适应具有挑战性的环境，我们将Fedroot扩展到联合潜伏的生成重播（FedLgr），这是一种新颖的联盟持续学习（FCL）策略，该策略使用基于FedRoot的重量聚集，并将每个客户嵌入了每个客户的生成器模型，以促进伪造的功能嵌入，以使知识的特征嵌入者忽略了一种资源良好的效果。我们的结果表明，基于FedRoot的方法提供竞争性能，同时也导致资源消耗量大幅度降低（CPU使用率高达86％，GPU使用率高达72％）。此外，我们的结果表明，基于FedRoot的FCL方法的表现优于其他方法，同时还提供了有效的解决方案（最多84％的CPU和92％的GPU使用率），FedLGR在评估中提供了最佳结果。
通过适时效能控制加速创新细胞疗法的开发
由于细胞和基因疗法的复杂性以及更广泛的开发领域缺乏标准化方法，效力测定的开发可能具有挑战性。开发合适且强大的效力方法需要大量的开发数据和来自正交读数的相关性。在药物开发的早期阶段，效力测定可以是一种适合该阶段的快速简便的方法。然而，在药物开发过程中，效力测定通常需要几轮迭代和成熟，包括实施控制和标准。此外，支持营销应用的总体效力策略的功能效力测定必须能够有效地测量产品的作用机制 (MOA) 或生物功能。对于许多复杂产品，对药物 MOA 的理解是在开发过程中不断发展的。因此，建议在开发早期就开始效力工作。
国土安全部已采取措施开发和管理人工智能，但还需要采取更多行动来确保其得到适当使用
我们的发现国土安全部已采取措施制定指导方针并建立对人工智能 (AI) 使用的监督，但还需要采取更多行动来确保国土安全部适当地治理和管理 AI 的使用。国土安全部发布了针对 AI 的指导方针，任命了首席 AI 官，并成立了多个工作组和 AI 任务组来帮助指导该部的 AI 工作。但是，还需要采取更多行动来确保国土安全部对 AI 的负责任和安全使用进行适当的治理。此外，国土安全部制定了一项 AI 战略来指导整个企业的 AI 目标和目的，但由于没有制定实施计划，因此未能有效执行该战略。此外，由于资源挑战，国土安全部没有足够的治理流程来监控 AI 是否遵守隐私和公民权利以及公民自由要求。最后，国土安全部根据要求制定了跟踪和向公众报告其 AI 使用情况的流程，但这些流程并未识别和跟踪报告该部 AI 使用案例所需的一些数据。国土安全部也没有足够证据证明其认为其人工智能的使用符合联邦要求，因为国土安全部及其部门没有正式的流程来识别、审查和验证部门强制人工智能报告中的数据。如果没有对人工智能进行适当、持续的管理，国土安全部将面临人工智能工作侵犯美国人民安全和权利的风险。国土安全部的回应国土安全部同意所有 20 项建议。
适当使用技术协议 (iPad)
我理解并同意《适当使用技术协议 - iPad》中规定的条款，关于能够参与 iPad 计划，并通过学校的借用安排获得 iPad 和配件，允许我访问 ICT 服务，允许我访问学校网络上的 ICT 服务来支持我的学习。
更新淀粉样蛋白和 Tau PET 适当使用标准
1 加利福尼亚大学旧金山分校神经病学系和放射学与生物医学成像系，加利福尼亚州旧金山；2 梅奥诊所神经病学和神经外科，明尼苏达州罗彻斯特；3 纳瓦拉大学诊所核医学系，西班牙潘普洛纳；4 圣路易斯华盛顿大学医学院 Mallinckrodt 放射学研究所，密苏里州圣路易斯；圣路易斯华盛顿大学医学院 Knight 阿尔茨海默病研究中心，密苏里州圣路易斯；5 贝斯以色列女执事医疗中心核医学系，马萨诸塞州波士顿；6 隆德大学医学院马尔默临床科学系临床记忆研究组，瑞典隆德；7 斯科讷大学医院记忆诊所，瑞典马尔默；8 马里兰州贝塞斯达国立卫生研究院临床中心正电子发射断层扫描系； 9 亚利桑那大学医学成像、医学和生物医学工程系，亚利桑那州图森市；10 匹兹堡大学卫生与社区系统系，宾夕法尼亚州匹兹堡市；11 犹他大学放射学和影像科学系，犹他州盐湖城市；12 梅奥诊所神经科学系，佛罗里达州杰克逊维尔市；13 马萨诸塞州波士顿市麻省总医院放射学系；14 布朗大学沃伦阿尔珀特医学院神经病学和精神病学系，罗得岛州普罗维登斯市；15 巴特勒医院记忆与衰老项目，罗得岛州普罗维登斯市；16 阿尔茨海默病协会，伊利诺伊州芝加哥市；17 布莱根妇女医院神经病学系阿尔茨海默病研究与治疗中心，马萨诸塞州波士顿市；18 马萨诸塞州总医院分子神经影像学，马萨诸塞州波士顿市；19 哈佛医学院，马萨诸塞州波士顿市；马萨诸塞州波士顿麻省总医院神经内科和放射科 20 个科室
适当使用技术协议 (BYOD)
e. 伦理道德方面存在问题，例如旨在激发性欲的材料或描述性行为的材料；f. 很可能基于种族、民族、性别或其他个人特征贬低或冒犯任何人；g. 宣传在澳大利亚属于非法的活动；h. 通过令人反感的材料进行交流、骚扰或恐吓，或可能引起民事或刑事责任的材料。
在人机交互中建立适当的信任
摘要。人工智能系统越来越多地应用于我们生活的各个方面，从平凡的日常工作到敏感的决策，甚至是创造性的任务。因此，需要适当的信任水平，以便用户知道何时依赖系统，何时推翻它。虽然研究已经广泛关注如何培养人机交互中的信任，但缺乏人机信任的标准化程序，使得解释结果和跨研究比较变得困难。因此，对人与人工智能之间信任的基本理解仍然支离破碎。本次研讨会邀请研究人员重新审视现有方法，并努力建立一个研究人工智能信任的标准化框架，以回答以下悬而未决的问题：（1）人与人之间的信任意味着什么
使用脑电图测量心理负荷的影响和解释对适当人工智能依赖的影响
摘要。人们期待人工智能能改善人类在各个领域的决策能力，尤其是高风险、困难的任务。然而，人类对人工智能建议的依赖往往是不恰当的。解决这个问题的常用方法是向决策者提供有关人工智能输出的解释，但迄今为止结果好坏参半。人们往往不清楚何时可以适当地依赖人工智能，何时解释可以提供帮助。在这项工作中，我们进行了一项实验室实验（N = 34），以研究人类对（可解释的）人工智能的依赖程度如何取决于不同决策难度引起的心理负荷。我们使用脑电图（Emotiv Epoc Flex 头罩，32 个湿电极）来更直接地测量参与者的心理负荷，而不是自我评估。我们发现，决策的难度（由诱发的心理负荷表明）强烈影响参与者适当依赖人工智能的能力，这通过相对自力更生、相对人工智能依赖以及有无人工智能的决策准确性来评估。虽然依赖对于低脑力负荷决策是合适的，但参与者在高脑力负荷决策中容易过度依赖。在这两种情况下，解释都没有显著影响。我们的结果表明，应该探索常见的“推荐和解释”方法的替代方案，以帮助人类在具有挑战性的任务中做出决策。