XiaoMi-AI文件搜索系统
World File Search SystemCentered
面向量子软件系统流程中心架构
摘要 — 量子软件工程 (QSE) 是一种新趋势，专注于统一量子力学原理和软件工程实践，以设计、开发、验证和发展量子时代的软件系统和应用程序。量子计算的软件架构（又名量子软件架构 (QSA)）使用架构组件和连接器支持量子软件系统的设计、开发和维护等阶段。QSA 可以使量子软件设计人员和开发人员将 Qubits 的操作映射到架构组件和连接器以实现量子软件。本研究旨在通过调查 (i) 具有架构活动的架构过程，以及 (ii) 可以利用可用工具来自动化和定制以架构为中心的量子软件实现的人类角色来探索 QSA 的作用。本研究的结果可以促进知识转移，使研究人员和从业者能够应对以架构为中心的量子软件系统实现的挑战。索引词 — 量子软件工程、量子软件架构、架构流程、参考架构
太阳能协议：探索以能源为中心的设计
Solar Protocol 是一个实验性的网络平台，托管在太阳能服务器网络上，由全球不同地点的志愿者安装和维护。虽然太阳能服务器的连接性是间歇性的，因为它是由可用的阳光供电的，但当连接到网络时，网络可以设计为将网络流量引导到当时享受最多阳光的服务器。为此，Solar Protocol 使用地球上阳光的分布作为一种逻辑形式，确定计算工作在哪里完成。通过根据环境动态自动做出决策，该项目探索了一种“自然”智能，而不是人工智能。Solar Protocol 与当地能源可用性定义的限制协同工作，从而探索以能源为中心的设计。我们概述了以能源为中心的设计的六项原则，并将其作为进一步工作的启发。
将以人为本的人工智能融入编程实践以减轻教师工作量 Renate Andersen 1、Eli Gjølstad 1 和 Anders I. Mørch 2
尽管教育领域的 HCAI 是一个新兴领域，但研究仍然有限。尽管如此，Yang 等人。[17] 指出，研究趋势为教育带来了 AI 的新应用，例如采用机器学习和新的深度学习算法。此外，AI 研究可以通过更精确的适应和个性化来改善智能辅导。在关注 HCAI 时，重点是“使用 AI 学习”，例如 Replika [7]，一个由 AI 驱动的虚拟朋友或聊天机器人伴侣；Thinkster [12]，一个用 AI 构建的虚拟数学导师，用于创建个性化学习计划；以及 Cognii [2]，一个使用对话式 AI 吸引学生的虚拟学习助手。这份立场文件增加了沿着这条研究路线的辩论。本文研究的问题如下：1）编程如何融入学校科目学习？2）编程如何利用 HCAI 来提高学习效果？本文重点探讨如何将 HCAI 融入学校的编程活动中，而不是 AI 系统的用户界面设计。我们将 HCAI 的立场和讨论建立在研究中，这些研究源于对学校编程的教育研究活动。
已发布版本的引文 (APA)：Monaro, M., Barakova, E., & Navarin, N. (2022)。编辑特刊与人工智能系统的交互：以人为中心的新视角和挑战。IEEE 人机系统学报，52(3)，326-331。文章 3。https://doi.org/10.1109/THMS.2022.3172516
人工智能 (AI) 方法正在应用于众多领域，包括医学、安全、交通、工业、智能家居和城市、商业、社会科学和心理学。人工智能目前是我们日常生活的一部分。人们不断与人工智能互动：它存在于房屋、计算机、手机和应用程序中。人工智能可以根据我们之前的选择对电影、歌曲或未来购买进行预测并提供建议。它影响社会和经济。人们对人工智能改善和方便人类生活的方式着迷（改善医疗保健并使工人摆脱繁重或危险的工作）。人们还担心人工智能的实施风险，例如道德、安全和隐私问题。人们还担心人工智能机器可能会在各种活动中取代人类。人工智能研究人员和从业者一直在面临这些问题，需要进一步研究以设计技术和监管适用的解决方案。
迈向以学习者为中心的可解释人工智能
简介 近年来，人们对如何使人工智能系统对人类更加“可解释”或“可解释”的问题产生了浓厚的兴趣。然而，这些术语在文献中用于指代许多不同的目标 [10, 17, 19]。例如，可解释性方面的工作有时侧重于增强人类在心理上模拟和预测人工智能系统行为的能力 [16, 17, 22] 或评估反事实的能力 [27]。其他工作则探讨了帮助人类分解模型、理解其组成部分（例如参数）以及这些部分如何组合在一起的方法 [17]。从以人为本的角度来看，这些设计目标可以理解为支持不同的人类能力，每种能力在不同的现实世界环境中可能或多或少都有用。例如，在调试 AI 系统时，分解模型可能很有用。在决策环境中，识别可能影响模型可靠性的情况的能力可能更有帮助 [11, 20]。
FinRegLab：研讨会——“人工智能与经济：为负责任和包容的人工智能规划道路”联合活动，邀请著名政策制定者参加，重点关注金融服务领域的负责任人工智能。华盛顿特区，2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作，于 2022 年 4 月 27 日举办一场研讨会，汇集政府、行业、民间社会和学术界的领导人，探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战，特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves；参议员 Joni Ernst；代理货币监理署署长 Michael Hsu；万事达卡执行副总裁兼首席数据官 JoAnn Stonier；富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示：“人工智能与新型数据相结合，为改善金融包容性和平等性提供了巨大的潜力。然而，也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议，详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究，特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估，这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论，请联系 Alex Bloomfield，邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息，包括所有演讲者和小组讨论，请访问此处的活动页面。
FinRegLab：研讨会——“人工智能与经济：为负责任和包容的人工智能规划道路”联合活动，邀请著名政策制定者参加，重点关注金融服务领域的负责任人工智能。华盛顿特区，2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作，于 2022 年 4 月 27 日举办一场研讨会，汇集政府、行业、民间社会和学术界的领导人，探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战，特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves；参议员 Joni Ernst；代理货币监理署署长 Michael Hsu；万事达卡执行副总裁兼首席数据官 JoAnn Stonier；富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示：“人工智能与新型数据相结合，为改善金融包容性和平等性提供了巨大的潜力。然而，也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议，详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究，特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估，这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论，请联系 Alex Bloomfield，邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息，包括所有演讲者和小组讨论，请访问此处的活动页面。
以人为本的可解释人工智能 (XAI)
图2.Dodge 等人比较了四种类型的 XAI 特征。[29]（对原始论文中的解释名称进行了小幅更新）以支持人们对 ML 模型的公平性判断，其中 ML 模型的用例执行再犯风险预测。对比解释（左上）侧重于被告需要如何改变才能被预测为低风险。与底部的两个全局解释相比，它更有效地揭示了不公平模型的个体公平问题——来自不同受保护群体的类似个体受到不同的对待。基于示例的解释可以通过揭示决策的矛盾性来表明公平性问题（只有 60% 的类似个人资料会再次犯罪）。
智能农场和林业运营的数字化转型需要以人为本的人工智能：挑战和未来方向
1 以人为本的 AI 实验室，森林工程研究所，森林与土壤科学系，维也纳自然资源与生命科学大学，1190 Wien，奥地利；anna.saranti@human-centered.ai (A.S.)；alessa.angerschmid@human-centered.ai (A.A.)；carlorge.retzlaff@dai-labor.de (C.O.R.) 2 xAI 实验室，阿尔伯塔机器智能研究所，阿尔伯塔大学，埃德蒙顿，AB T5J 3B1，加拿大 3 DAI 实验室，柏林工业大学，10623 柏林，德国 4 农业工程研究所，可持续农业系统系，维也纳自然资源与生命科学大学，1180 Wien，奥地利；andreas.gronauer@boku.ac.at (A.G.)；vladimir.pejakovic@boku.ac.at (V.P.)； francisco.medel-jimenez@boku.ac.at (F.M.-J.); theresa.krexner@boku.ac.at (T.K.) 5 维也纳自然资源与生命科学大学森林与土壤科学系森林生长研究所，1180 Wien，奥地利；christoph.gollob@boku.ac.at 6 维也纳自然资源与生命科学大学森林与土壤科学系森林工程研究所，1180 Wien，奥地利；karl.stampfer@boku.ac.at * 通信地址：andreas.holzinger@human-centered.ai
以家长为中心的规划：与智力和发育障碍家长合作的新模式
简介 尽管患有智力和发育障碍（包括自闭症、唐氏综合症和脑瘫等）的人越来越有可能成为父母，但正规服务系统尚未承认这一现实。这些系统通常将患有发育障碍的成年人视为个体，而不是父母或照顾者。为了解决这一差距，研究人员扩展了以人为本的规划（一种常见的残疾人服务方法），以支持智力和发育障碍父母的需求。以人为本的规划将自我倡导者和支持者聚集在一起，以确定长期的个人目标。以父母为中心的规划对残疾人及其子女也起到同样的作用：残疾父母与家人和其他支持者讨论成功抚养孩子所需的服务、设备和支持。之后，父母和他们的支持者制定一个正式的计划，将每个人的想法纳入其中。以父母为中心的规划模型
斯坦福以人为本的人工智能研究所
2021 年 1 月 1 日，美国国会批准了《国家人工智能研究资源工作组法案》，作为《2021 财年国防授权法案》的一部分。拜登政府成立了该工作组，旨在研究并提供实施途径，以国家研究云 (NRC) 的形式为全国各地的研究人员创建世界一流的计算资源和强大的政府数据集。HAI Denning 联席主任李飞飞被任命为工作组成员，由计算机科学、商业、工程和法律研究生组成的斯坦福法学院政策实验室完成了对该问题为期六个月的调查。由此产生的白皮书《构建国家人工智能研究资源》于 2021 年 10 月发布。