XiaoMi-AI文件搜索系统
World File Search SystemBlurring
艺术与创造力领域的人工智能：探索人类的边界...
摘要 人工智能 (AI) 与艺术的交汇代表了创造力领域的一个迷人前沿。此次探索深入探讨了人工智能在艺术领域的丰富历史背景，从早期的生成性实验到最新的深度学习突破。艺术中的人工智能概念分为生成性人工智能、辅助性人工智能、分析性人工智能和混合方法，每种方法都为人机协作提供了独特的机会。通过涵盖视觉艺术、音乐、文学、电影和新兴 NFT 市场的实际应用，人工智能彻底改变了创作过程，挑战了传统观念并激发了新的艺术表达形式。</div>然而，这并非没有挑战，例如版权、偏见和真实性的保存。人工智能在艺术和创造力中的未来是一段以新兴趋势、跨学科合作以及创作者、机器和观众之间界限模糊为标志的旅程。值得注意的案例研究展示了人工智能的影响，从高价拍卖的人工智能生成的艺术品到人工智能驱动的音乐和文学。这种动态格局有望重新定义艺术表达的界限，随着人类和机器创造力继续交织在一起，它既提供了机会，也提供了道德考量。
利用人工智能优化制药公司的回扣裁决
Incedo 是一家领先的数字化转型提供商，拥有端到端功能——为分析、数据和新兴技术带来世界一流的能力。我们通过端到端数字化转型帮助客户获得竞争优势。我们在生命科学和医疗保健、金融服务、电信和产品工程领域拥有深厚的专业知识。我们的独特之处在于将强大的工程、数据科学和设计能力与数字原生代的领域理解和经验结合在一起。我们跨越了服务和产品之间不断模糊的界限，以最大限度地发挥新兴技术对业务的影响。我们拥有 2000 多名强大的员工，在美国（我们的总部位于新泽西州伊斯林）和印度的六个办事处工作。Incedo 是 Everest Group 2020 峰值矩阵评估中的“主要竞争者”，该评估由领先的银行和金融服务 IT 公司组成。我们被 INC5000 评为增长最快的公司之一，并被 CRN 评为美国顶级 IT 顾问和服务提供商之一，持续五年。
人工智能对教育的影响-IJRPR
但是，尽管潜在的好处是巨大的，但AI在教育中的融合也带来了一些挑战。一个主要问题是数字鸿沟，来自不同社会经济背景的学生可能无法获得不平等的AI驱动资源。这可能导致学习机会和成果的差异。此外，对教育中AI的依赖提出了有关数据隐私和安全性的道德问题。学生的个人信息，学习习惯和表现数据可能很容易受到滥用，如果没有正确的保护。总而言之，人工智能通过提供个性化的学习经验，支持教师并促进所有学生的可及性来改变教育。AI在创建更高效，量身定制和包容性的教育系统方面拥有巨大的希望，但必须解决有关访问，公平和数据安全的疑虑，以确保其收益可普遍访问并负责任地使用。随着技术的不断发展，AI在塑造教育未来中的作用可能会变得更加深刻，从而进一步模糊了传统学习环境和数字学习环境之间的界限。
使用时间改进的 3D-QALAS 中的 T1 和 T2 映射...
简介：T 2 和 T 1 估计可改善各种病理的特征描述，但较长的扫描时间阻碍了定量 MRI (qMRI) 的广泛应用，因此已经开发了序列以实现高效的 3D 采集。例如，3D-QALAS 1 利用交错的 Look-Locker 采集和 T 2 准备脉冲来对 T 1 和 T 2 进行全脑量化。但是，3D-QALAS 应用恒定翻转角并在 5 个时间点重建图像，这些时间点由于冗长的回波序列期间的信号演变而出现模糊。总结图 1，我们建议通过以下方式改进 3D-QALAS：(1) 结合基于子空间的重建来解决完整的时间动态以消除模糊 (2) 使用与自动微分兼容的模拟通过 Cramer-Rao 界限 (CRB) 优化采集翻转角，(3) 并减少每重复时间 (TR) 的总采集次数以缩短扫描时间。方法：子空间重建：传统 3D-QALAS 应用 T 2 准备和反转脉冲并测量 5 次采集，每次采集都利用 4 度翻转的回声序列。不是为 5 次采集中的每次采集重建一个体积，而是让 𝐸 成为 3D-QALAS TR 中 𝐴 采集之一中的回声数量（通常 𝐴= 5，𝐸= 120 →𝑇= 120 × 5 = 600 𝑒𝑐ℎ𝑜𝑒𝑠/𝑇𝑅 ），其中 𝑇 是回声总数。我们生成一个信号演化字典，用 SVD 计算低维线性基 Φ，从而产生一个易于处理的重建问题 𝑎𝑟𝑔𝑚𝑖𝑛 𝛼 ‖𝑦−𝐴Φ𝛼‖ + 𝑅(𝛼) ，其中 𝐴 表示傅里叶、线圈和采样算子以及 𝑅 正则化。通过使用 𝑥= Φ𝛼 解析时空体积，我们旨在利用与 𝑇 回声 2 的字典匹配来估计更清晰的定量图。图 2 (A) 中的体内实验表明，使用子空间可以减少估计的 T 2 图中的模糊。 CRB 翻转角优化：我们通过最小化两种方式的 CRB 来优化 3D-QALAS 中的翻转角：(1) 优化每个回波序列的一个翻转角 (2) 优化每个回波序列中的所有翻转角。我们使用传统的 4 度翻转角初始化了这两种优化，利用了代表性组织参数 [T 2 =70ms、T 1 =700ms、M0=1] 和 [T 2 =80ms、T 1 =1300ms、M0=1]，并最小化了基于 CRB 的成本函数。我们为 3D-QALAS 实现了自动微分兼容信号模拟 3，从而能够计算基于 CRB 的优化的梯度。减少采集：我们通过从 TR 末尾移除采集，设计了具有 A ={5,4,3} 采集的优化序列，从而加快了扫描速度。实验：我们在扫描仪上实施了针对每个回波序列进行优化的 3D-QALAS 序列，并使用 Mini System Phantom、型号 #136（CaliberMRI，美国科罗拉多州博尔德）和人类受试者（经 IRB 批准）上的常规和优化序列采集数据，进行了 3 次和 5 次采集（1x1x1mm3 分辨率，R=2）。我们比较了使用子空间重建（秩 = 3）和字典匹配估计的定量图。结果：优化序列：图 2（B）绘制了优化的翻转角和（C）与应用子空间重建进行定量估计时的传统序列相比的所得 CRB。优化可以减少 CRB 或者以更少的采集次数匹配传统的 5 次采集 CRB，从而有可能缩短扫描时间。模型和体内：图 3（A）和（B）显示了从模型和体内数据估计的图，其中每个 ETL 翻转角优化的序列（A=3,5 次采集）与恒定翻转角匹配。讨论和结论：未来的工作将实施全翻转角优化序列来解决未来实验中的 T 1 偏差。将子空间重建与自动微分启用的翻转角优化相结合，可获得改进的 3D-QALAS 序列，并将扫描时间缩短 1.75 倍。参考文献：[1] Kvernby, S. et al. J. Cardiovasc. Magn. Reson. 16 , 102 (2014)。[2] Tamir, JI 等人 Magn. Reson. Med. 77 , 180–195 (2017)。[3] Lee, PK 等人 Magn. Reson. Med. 82 , 1438–1451 (2019)。致谢：NIH R01 EB032708、R01HD100009、R01 EB028797、U01 EB025162、P41 EB030006、U01 EB026996、R03EB031175、R01EB032378、5T32EB1680
真实srgd：使用无分类器引导扩散
摘要。现实世界图像超分辨率（RISR）旨在从退化的低分辨率（LR）输入中重新结构高分辨率（HR）图像，以应对诸如模糊，噪声和压缩工件之类的挑战。与传统的超分辨率（SR）不同，该方法通过合成的下采样来典型地生成LR图像，而RISR则是现实世界中降级的复杂性。为了有效地应对RISR的复杂挑战，我们适应了无分类器指导（CFG），这是一种最初用于多级图像生成的技术。我们提出的方法，真实的SRGD（带有无分类器引导扩散的现实世界图像超分辨率），将RISR挑战分解为三个不同的子任务：盲图恢复（BIR），常规SR和RISR本身。然后，我们训练针对这些子任务量身定制的类别条件SR扩散模型，并使用CFG来增强现实世界中的超分辨率效果。我们的经验结果表明，实际SRGD超过了定量指标和定性评估中的现有最新方法，如用户研究所证明的那样。此外，我们的方法在
元宇宙服务的经济影响
沉浸式计算机生成环境（“元宇宙”）将如何影响数字经济中的服务？虚拟世界的投资增长迅速。然而，这项技术仍未实现完全沉浸式的体验。尽管有夸张的预测，但各种指标显示，过去两年人们的兴趣有所下降。虽然一些用例显示出前景（例如游戏、教育、医疗保健），但其他用例似乎明显是噱头（例如虚拟银行分支机构、土地投机）。如果元宇宙真的成功了，它可能意味着：（i）可贸易部门和非可贸易部门之间的界限变得模糊，（ii）跨境经济一体化程度更高，（iii）对支付服务有新的要求。原则上，零售快速支付系统、零售中央银行数字货币或代币化存款可以设计为支持元宇宙中的服务。为了防止虚拟环境和货币变得支离破碎并被强大的私营公司所主导，公共政策需要支持高效、可互操作的支付，并在数据隐私、数字所有权和消费者保护方面提供明确的标准。
新的美国出站投资筛查制度
法规遵循以下前提：技术正在以惊人的速度发展，监管机构将不可避免地努力跟上。中国在技术发展中对平民和军事边界的故意模糊正在增加美国首都的风险和知识帮助中国军事现代化，而地缘政治赌注太高了，无法在出口控制中留下空白。因此，出站投资筛查是一种先发制人的努力，将投资流控制为实力的技术（目前范围为半导体，量子技术和AI，而其他关键领域（如Advanced Biotech）目前已被保留。例如，美国对高级半导体具有广泛的出口控制，但直到现在，还没有对美国对中国对这些完全相同芯片的土著发展的投资进行投资。新的监管制度打算填补该空白，并在“前出口控制”水平上捕获资本流向技术（例如量子计算和新兴AI功能），当需要进一步开发之前，才可以在受控项目上设置精确的技术标准。
生成的AI和经验软件工程
摘要 - 软件工程中广泛采用的生成AI标志着范式的转变，提供了新的企业来设计和使用软件工程工具，同时又影响了开发人员及其创建的文物。已建立了软件工程中的传统经验方法，包括定量，定性和混合方法方法。但是，这种范式转移引入了新颖的数据类型，并重新填充了软件工程过程中的许多概念。开发人员，用户，代理商和研究人员的作用越来越重叠，模糊了这些社会和技术参与者之间的区别。本文研究了如何将AI集成到软件启动挑战传统研究范例中。它重点介绍了我们研究的研究现象，我们采用的方法和理论，我们分析的数据以及对在这种新背景下出现的有效性的威胁。通过此探索，我们的目标是了解AI采用如何破坏已建立的软件开发实践，从而为经验软件工程研究创造新的机会。索引项 - 软件工程，生成AI，经验方法。
传统就业与零工经济下工作与生活平衡的比较分析
印度马哈拉施特拉邦拉图尔达亚南德商学院商务系 摘要 本研究比较了拉图尔市的传统员工和零工经济工作者在远程工作的同时如何平衡工作与生活。新冠疫情助长了远程工作的兴起，因此了解不同就业模式对工作与生活平衡的影响就显得更加重要。本研究关注小城镇工人面临的特殊制约和机遇，因为特定行业的社会经济因素非常重要。数据是通过调查和深入访谈相结合的方式从拉图尔市 100 名正式员工和零工工人样本中收集的。该研究探讨了工作与生活平衡的关键方面，例如压力水平、时间管理、工作灵活性以及工作与个人生活界限的模糊。结果表明，零工工人和传统员工在工作与生活平衡方面有着截然不同的体验。零工工人报告称他们拥有更多的自由，但也更难在工作和个人生活之间划清界限。该研究强调了量身定制的方法的价值，它有助于帮助远程员工实现健康的工作与生活平衡，特别是在拉图尔市这样社会经济环境和基础设施与大都市不同的地区。雇主、立法者和工人自己可以通过实施给出的有用建议来改善传统和零工就业环境中远程工人的工作与生活平衡。这项研究加深了我们对特定区域环境中的工作与生活平衡如何受到就业类型和远程工作之间相互作用的影响的理解。关键词：传统工人、零工工人、工作与生活平衡、应对机制引言随着新冠疫情催化向远程工作的转变，世界各地的就业动态发生了重大变化。虽然远程工作提供了更大的灵活性和便利性，但它也带来了新的挑战，尤其是在保持健康的工作与生活平衡方面。这些挑战因就业类型而异，传统员工和零工工人对远程工作的体验不同。在传统就业中，工人通常遵循结构化的时间表和既定的职责，从而导致工作环境更加可预测但僵化。远程工作打破了这些常规，模糊了职业和个人生活之间的界限。现在，家已经成为许多人的办公室，传统员工很难脱离工作，从而导致潜在的压力和工作灵活性的降低。另一方面，零工通常在更灵活和自主的就业结构中工作，长期以来一直享有自由设定自己的
社会与文化人类学：关键概念
这本书包含约 60 篇文章，每篇文章都涉及当代人类学研究工具箱中的一个重要术语。其目的是提供一个简明的解释性陈述库，涵盖专业人类学家可能使用的一些主要概念。这里的“解释”包括关于人类学家理解其学科关键概念的多种方式以及这些概念随着时间的推移而发生变化以及未来可能发生变化的论证。这本书既是概述又是辩论，旨在作为学习指南，也是原创写作的研究工具。书中结合了源自北美的“文化人类学”传统和欧洲的“社会人类学”传统，反映了世界各地大学课程所教授内容的日益相似。鉴于当前（“后现代”、“反思性”）的通用划分模糊和对既定真理的挑战，关键概念将人类学写入不断变化的学科环境——它们不断变化的相互关系、方法论和认识论。该书借鉴了一系列学科资源（包括哲学、心理学、社会学、文化研究、文学批评和语言学），因此将人类学置于广义的人文学科概念之中。