XiaoMi-AI文件搜索系统
World File Search SystemAutonomy
机器人自治的原则II
结合了学习和分析模型，以预测感觉数据的作用效应。Kloss等。 2020。 IJRR 2020。 K. M. Lynch，H。Maekawa和K. Tanie，“通过使用触觉反馈来推动操纵和主动感测。”在IROS，1992年。Kloss等。2020。IJRR 2020。K. M. Lynch，H。Maekawa和K. Tanie，“通过使用触觉反馈来推动操纵和主动感测。”在IROS，1992年。
在核机器人技术中实施自治
抽象的核退役是一个复杂，危险且耗时的过程，需要高技能和训练有素的操作员。为了解决劳动力瓶颈和日益增长的核材料库存，它具有AI能力的机器人手套箱，可以有助于制备和加工核材料。这种创新的解决方案可以使更安全，更有效，更连续退役操作。为了支持采用这项新技术，有必要为系统开发安全案例。在本文中，我们描述了如何使用自主系统安全案例过程（SACE方法）来产生对我们最初的AI Glovebox设计的信心。正在提供此安全案例示例，以将其输入到核监管办公室（ONR）监管创新沙箱，并应有助于在核环境中为自治系统的安全案例中建立新的范式。1简介手套箱是密封的容器，可在受控大气中安全操纵危险的配合。它们在核工业中广泛用于涉及放射学样本的各种任务。然而，手套箱的设计，材料和操作员数量有所不同，具体取决于特定的任务和重新测试。这也影响了手套箱操作的安全风险和挑战。在手套箱中工作的运营商是训练有素且熟练的职业，他们遵循严格的程序和协议。但是，他们的培训是昂贵且耗时的，他们的需求通常超过他们的供应。这会产生工作的背景，并增加了人为错误和疲劳的风险。因此，需要自动化手套箱工艺以减少与人相关的矛盾，提高安全性能并提高生产率。手套箱工艺的自动化可以为核工业带来一些好处。它可以通过最大程度地减少对辐射和其他危害的接触来提高操作员的安全性。它可以通过防止污染的传播和确保正确的废物管理来减少手套箱操作的环境影响。它可以通过启用
驾驭自主权：揭示零工经济中工作自主权对职场幸福感的双重影响
零工工作者数量庞大，成为城市中动态、流动的价值符号（Pei et al.，2021a）。算法管理环境下，对零工工作者工作特征的感知存在差异，有的个体关注工作保障，有的个体关注工作自主性（Felix et al.，2023）。由于零工工作者通过自主创业的方式从事零工工作，从业者与平台之间不存在隶属关系（Guo et al.，2023）。同时，在线劳动力平台多以线上接单、线下服务的工作模式为主，零工工作者可以自由决定线上线下时间和工作自主性（Duggan et al.，2020）。相较于传统就业方式，平台对工作出勤和在职时间没有强制性要求，自主就业的工作模式更加灵活自由（张建军、杨文斌，2022），赋予劳动者自主分配时间和精力的权力（Wood等，2019），成为吸引零工劳动者的重要因素之一（邓建军、李文斌，2021），因此零工工作是工作自主性领域的新兴议题。然而，算法技术对零工劳动过程的调控，会促使零工劳动者在不具备自主性的情况下增加工作时间投入，产生“自主—控制”悖论（Putnam等，2014；Shevchuk等，2019）。在零工情境下，平台工作者的劳动体验与工作态度会呈现出独有的特征（黄宗智，2019）。随着零工规模的扩大，从业者的体验受到日益关注。
人工智能时代的人类自主性
当前的人工智能政策建议对人类自主性的风险各不相同。为了系统地应对自主性风险，我们需要面对概念本身的复杂性，并相应地调整治理解决方案。本文强调了自主性的两个不同维度——代理和真实性——并列出了人工智能部署可能影响每个维度的不同方式。最后但并非最不重要的是，本文讨论了一些政策挑战和影响。
人工智能系统与尊重人类自主权
本研究涉及人类自主权的社会技术基础。借鉴最近关于人工智能伦理的文献、关于自主权维度的哲学文献以及独立的哲学审查，我们首先提出了一个人类自主权的多维模型，然后讨论了人工智能系统如何支持或阻碍人类自主权。由此浮现出的是一幅具有哲学动机的自主权图景，以及个人自主权在算法系统背景下提出的规范性要求。从同意到数据收集和处理，到计算任务和界面设计，到制度和社会考虑，必须考虑与社会技术系统相关的各个方面，以便全面了解人工智能系统对人类自主权的潜在影响。很明显，人类代理如何通过强制或操纵来阻碍彼此的自主权，或者他们如何尊重彼此的自主权。人工智能系统可以促进或阻碍人类的自主性，但它们真的可以尊重或不尊重一个人的自主性吗？我们主张一种哲学观点，即人工智能系统——虽然不是道德主体或责任承担者，也不能真正尊重或不尊重——却受所谓的“应有规范”的支配。这解释了人工智能系统所面临的规范性。负责任的人（设计者、用户等）有职责和应有的规范，这些职责和规范与这些应有的规范相对应。
人工智能系统中的自主性：合理化恐惧
对于公众来说，“人工智能”一词让人联想到具有人类个性和思维过程但具有无限内存和处理速度的机器。可以教导模仿人体（主要是大脑）的机器。该领域的术语也随之发展，出现了机器学习、超级智能和人工神经网络等术语。然而，虽然人工智能 (AI) 术语有助于描述计算机技术可能实现的愿景，但该术语可能暗示了不存在的计算机功能，同时隐藏了实际应用中使用的计算机机制。人工智能可能看起来具有神奇的能力，可以复制几乎不为人知的人类思维过程，但通常无法适应环境的变化，将其范围扩展到其狭窄的指定领域之外，并且需要大量的人力才能重新训练 (Brooks, 2017)。在一个治理、法律和道德相关领域越来越关注流氓人工智能的能力、偏见、错误、对就业的影响，甚至危险的世界里，这样的语言可能会产生误导。
木卫二着陆器任务自主原型
人们希望机器人航天器能够在未知的动态环境中进行探索。欧罗巴着陆器任务概念就是这样一个任务，它需要处理极其有限的寿命和能源供应，管理长时间停电的间歇性通信，面临众多环境危险，最终距离地球太远而无法依赖人类控制。迄今为止，没有任何任务能够达到所需的自主性水平，也没有任务能够像这次任务一样，在通信限制、不确定性和任务概念复杂性方面达到同等水平。因此，必须证明自主性的可行性，然后才能委托它进行关键任务规划。在本文中，我们提出了一个自主软件原型，它可以展示和测试不同规划人员和执行人员在有限的人类干预下执行复杂、以科学为中心的任务的能力。原型使用分层效用模型，用于最大化预期的科学回报量以及地面施加的任务目标数量。我们展示了该系统如何处理复杂太空任务中预期的一些自主任务，例如决策、现场数据采集和分析、数据优先级排序、资源管理和故障响应处理（无论是在模拟中还是在实际硬件上）。通过几个基于场景的实验，我们展示了不同的规划人员和执行人员如何应对欧罗巴着陆器任务概念的挑战。我们还展示了该系统可以与硬件原型配合使用，进行自主现场测试。
人工智能对学生自主性的影响......
课程，乌兹别克斯坦 https://doi.org/10.5281/zenodo.14380714 简介 由于新兴的学习范式设计，自主性在语言学习中的重要性最近受到了广泛关注。学生自主意味着学习者对自己的学习过程负全部责任，这对于学习者掌握第二语言非常重要，因为学习者是独立的。许多人认为，自我导向的学习者或自我导向的学习过程会产生更投入的自我导向学习者，对他们来说，学习任务更有激励性、更相关，因为它们更接近真实的语言使用。关于费尔干纳国立大学 ESP 课程的开发，重要的是不仅要讨论自主性的好处，还要讨论其绝对必要性，以便让学生为以英语为主的国际化劳动力市场做好准备。