XiaoMi-AI文件搜索系统
World File Search SystemChildress
国家海洋实验室系统
委员会衷心感谢以下人士的建议和协助： Bill Barbee (UNOLS)；莎娜·鲍尔斯（UCSB）；玛丽·西卢阿加（UCSB）；詹姆斯·J·柴德里斯 (James J. Childress)（加州大学圣巴巴拉分校）； H.L.克拉克（美国国家科学基金会）；罗伯特·W·CoreII（美国国家科学基金会）；大卫·杜安（NOAA）；西尔维娅·厄尔（DOT）； J.埃德蒙（麻省理工学院）；吉姆·英格利希 (CAN-DIVE)； Steve Etchemendy（女）； P·J·麦卡锡福克斯（URI）； W.M.哈姆纳（加州大学洛杉矶分校）：G.R.哈比森 (WHOI)；格雷厄姆·霍克斯（能源部）；费南·詹宁斯 (TAMU)；阿尔·卡尔瓦蒂斯 (NOAA)；基思·考勒姆（ONR）；乔治·凯勒（俄勒冈州立大学）；迈克·李（四）； J·R·麦卡锡麦克法兰 (ISE)； L.P.马丁（WHOI）； Kim Reisenbichler (MBARI)；中校乔治·金（美国海军）； W.B.F.瑞安 (L-DGO)； K.L.小史密斯 (S10)； Allyn C. Vine (WHOI)；巴里·瓦尔登 (WHOI)； M.J.扬布鲁斯（HBOI）；我们特别感谢 Lynne Carter Hanson (URI) 为我们所做的巨大努力以及她作为参与者在委员会的一些讨论中所做的贡献。我们还感谢蒙特利湾水族馆研究所 (MBARI) 对研究内容和进行的重要贡献。
医疗保健领域人工智能的可解释性
摘要背景：在人工智能 (AI) 应用于医疗保健领域时，可解释性是最受争议的话题之一。尽管人工智能驱动的系统已被证明在某些分析任务中表现优于人类，但缺乏可解释性仍然引发批评。然而，可解释性不是一个纯粹的技术问题，相反，它引发了一系列需要彻底探索的医学、法律、伦理和社会问题。本文对可解释性在医学人工智能中的作用进行了全面评估，并对可解释性对于将人工智能驱动的工具应用于临床实践的意义进行了伦理评估。方法：以基于人工智能的临床决策支持系统为例，我们采用多学科方法从技术、法律、医学和患者的角度分析了可解释性对医学人工智能的相关性。基于这一概念分析的结果，我们随后进行了伦理评估，使用 Beauchamp 和 Childress 的“生物医学伦理原则”（自主、仁慈、不伤害和正义）作为分析框架，以确定医疗 AI 中可解释性的必要性。结果：每个领域都强调了一组不同的核心考虑因素和价值观，这些因素与理解可解释性在临床实践中的作用有关。从技术角度来看，可解释性必须从如何实现和从发展角度来看有什么好处两个方面来考虑。从法律角度来看，我们将知情同意、医疗器械认证和批准以及责任确定为可解释性的核心接触点。医学和患者的观点都强调了考虑人类行为者和医疗 AI 之间相互作用的重要性。我们得出的结论是，在临床决策支持系统中忽略可解释性会对医学的核心伦理价值观构成威胁，并可能对个人和公共健康产生不利影响。结论：为了确保医疗 AI 兑现其承诺，需要让开发人员、医疗保健专业人员和立法者意识到医疗 AI 中不透明算法的挑战和局限性，并促进多学科合作。关键词：人工智能、机器学习、可解释性、可解释性、临床决策支持
医疗保健领域人工智能的可解释性
摘要背景：在人工智能 (AI) 应用于医疗保健领域时，可解释性是最受争议的话题之一。尽管人工智能驱动的系统已被证明在某些分析任务中表现优于人类，但缺乏可解释性仍然引发批评。然而，可解释性不是一个纯粹的技术问题，相反，它引发了一系列需要彻底探索的医学、法律、伦理和社会问题。本文对可解释性在医学人工智能中的作用进行了全面评估，并对可解释性对于将人工智能驱动的工具应用于临床实践的意义进行了伦理评估。方法：以基于人工智能的临床决策支持系统为例，我们采用多学科方法从技术、法律、医学和患者的角度分析了可解释性对医学人工智能的相关性。基于这一概念分析的结果，我们随后进行了伦理评估，使用 Beauchamp 和 Childress 的“生物医学伦理原则”（自主、仁慈、不伤害和正义）作为分析框架，以确定医疗 AI 中可解释性的必要性。结果：每个领域都强调了一组不同的核心考虑因素和价值观，这些因素与理解可解释性在临床实践中的作用有关。从技术角度来看，可解释性必须从如何实现和从发展角度来看有什么好处两个方面来考虑。从法律角度来看，我们将知情同意、医疗器械认证和批准以及责任确定为可解释性的核心接触点。医学和患者的观点都强调了考虑人类行为者和医疗 AI 之间相互作用的重要性。我们得出的结论是，在临床决策支持系统中忽略可解释性会对医学的核心伦理价值观构成威胁，并可能对个人和公共健康产生不利影响。结论：为了确保医疗 AI 兑现其承诺，需要让开发人员、医疗保健专业人员和立法者意识到医疗 AI 中不透明算法的挑战和局限性，并促进多学科合作。关键词：人工智能、机器学习、可解释性、可解释性、临床决策支持
模拟研究的系统综述和荟萃分析
来自AV服务的开发。这些研究表明，此类服务的引入将产生相对不同的影响（Narayanan等，2020）。首先，通过不再需要驾驶行为，用户将能够在坐在自动驾驶汽车上时从事其他活动，例如Leience或工作。这预计会导致较低的流行时间储蓄价值削弱（Correia等，2019; Kolarova等，2019; Berrada等，2020），随后降低了一般的旅行成本。关于公共交通（包括出租车和乘车），随着技术的成熟，驾驶员的缺失也可能导致运营成本较低（Anderson等，2016；Bösch等，2018）。AV服务还有望改善具有lim运动的人，例如老年人，儿童或没有驾驶执照的成年人（Meyer等，2017）。由于自主技术也应导致车辆之间的驾驶和合作（例如，排成），因此在emisions（Bauer等人，2018年），事故（Clements and Kockelman，2017年）和一sims pains simnonomos wish simoni and and and noporweape simnip and and and and and and（baockelman，2017年）也可以提高（Simnii and），也可以增加（simnii and and）。这些预期的收益仍然存在争议。较低的旅行时间节省值也可能通过减轻峰值传播现象来加剧拥塞（van den berg and verhoef，2016年）。AV服务还可能导致由于旅行成本较低而导致的流量增加 - 通过私人运输的时间，货币运输的成本，通过较低的票价进行公共交通的货币 - 2019年； Childress等人，2015年）或由于陷入困境（Fagnant和Kockelman，2014年）。4结合以下事实：从生命周期的角度来看，由于它们所涉及的附加设备和数据处理，AVS可能比传统电动汽车发电更多，这些点使AV服务的环境影响极高地不确定（Golbabaei等，2020; Wadud et; Wadud等，2016）。同样，关于AV服务的财务成本，尤其是基础结构成本，在文献中吸引了较少的关注。
如何做正确的事，而不是简单的：根据道德准则评估基因组编辑和转基因生物的要求
（GTA 1993）。此外，使用和释放必须没有对人类健康和环境的有害影响。对健康和环境影响的风险分析是根据国际标准进行的，是基于申请人/开发人员提供的数据。对欧洲国家考虑的最重要的国际约束力协议是通过欧盟的成员资格以及欧洲经济区（EEA）的成员资格以及通过世界贸易机构的国际协议以及关于关税与贸易的一般协议（GATT）的要求。一方面，EEA协议允许成员国（或地区）根据非安全标准的理由（例如社会经济影响）采取限制或禁止种植转基因生物的措施，避免在其他产品，国家政策目标或公共政策或公共政策（EU）2015/412/412条26B，AMEMENDIVIVE 2001/EDENDIVIVE 2001/EDENDIVE IDENDIVE INDERVIVE 2001/DINEMEDIVE INDENIVELIVE 2001/18/EDENDIVIVE 2001/18/18/18/18/18/18/18/18.另一方面，GATT的最新版本允许其成员实施保护公共道德所必需的措施（WTO 1994）。此外，卡塔赫纳协议（《卡塔赫纳生物安全协议》第26条）认识到社会经济考虑的相关性。对可持续性，道德和社会利益的要求是挪威独特的。到目前为止，对社会利益和可持续性的要求已通过指南文件进行了运营。基于Forsberg等人制定的道德准则。（2019）挪威环境局（NEA 2020）为评估道德合理性的框架提供了一个框架。该建议已提交给挪威气候和环境部，预计他们将在2021年做出决定。挪威的道德准则将成为评估转基因生物道德规范的第一个国家标准。拟议的道德准则借鉴了哲学传统和公共价值观的丰富背景。该框架基于共同的道德（Beauchamp and Childress 1994;Tranøy1998）。目的是使其普遍适用且易于适应各种环境，以及评估的社会和政治要求。因此，该框架也可以成为其他国家的国家当局的灵感来源，这些国家希望确保转基因生物批准的道德合理性。本政策摘要提供了在挪威背景和礼物中制定道德准则的经验和挑战的访问权，并说明并证明了该准则是评估通用汽车和基因组对基因组和基因组的伦理合理性评估的确定性，包容性和实用决策工具所必需的要求。
普利茅斯地区图书馆
Omar A Abdolkarim Anais S Abro Audra Nicole Ahern Valerie Irene Akers Koma！Akhter David Paul Alatalo Elizabeth R Alexander Marilyn Anne Alli ReshmaM Amin Catherine Eileen Anthony David A Bak Brett Patrick Baker Bryan Lee Baker Kelly Elizabeth Baker Thomas J Balewski Allan Neal Baringer Hailey Alexis Bartlett Nicole Bates lank Allie Bazzy Candace Renae Bean Jessica Christine Beaudoin Kimberly Rose Beaudoin Andrew Decker Beer Kevin Roy Bennett Douglas MH Berlin Anne Christine Bernacki Richard C Bernard Candice Anne Bertovick Alex Robert Bessinger Sankalp Bhatnagar BijalRashmi Bhavsar Stephanie Ann Bielak Kristina Louise Birch Amanda Sue Bitsoli Gregory E Black Neil Donald Bochenek Lester A Booker Jr Christopher Dale Booth Lesley Ann Borromeo Chelsee Elizabeth Bosker Jacqueline惠特尼·布拉德利 克里斯托弗·L·布拉默 科里·迈克尔·布雷特迈尔 德希斯·拉蒙特·布里奇斯 托马斯·安东尼·Bnllati 克里斯塔·米歇尔·布罗德里克斯 娜塔莎·V·布朗 肯尼斯·马丁·布伦纳 尼尔·安德鲁·布伦纳 西娅·海伦娜·莱诺·布德 杰森·P·伯加米 杰森·M·伯克 凯尔·特雷弗·伯恩斯 乔萨琳·桑迪·伯雷尔 瓦莱丽·曼恩·巴特勒 瑞安·J·卡法雷利 凯瑟琳·曼恩·卡利尔 克里斯汀·阿什利·凯莱贾·拉腊 米歇尔·坎贝尔 斯蒂芬·安德鲁·坎贝尔 克里斯蒂娜·曼恩·卡波罗索 柯尔斯滕·曼恩·卡帕比安卡 艾米·玛塔·欧莱特·卡特 安德鲁·彼得·卡西诺 利奥·H·卡扎 乔丹·B·尚派恩 詹妮弗·梅·陈 乔纳森·艾萨克·查普曼 艾丽西亚·瓜达卢佩·查韦斯 杰弗里·A·奇尔德里斯 海莉·摩根 乔文·云松·郑 科琳·L·丘特 杰森·E·科尔 迈克尔·大卫·柯林斯 克里斯蒂娜·洛林·科米斯基 托马斯·斯科特·康斯坦丁 切尔西·N·库克 本杰明·詹姆斯·库亚尔 克里斯蒂娜·李Courtney Katelyn Leona Craig Kevin M Cramer Luke Alexander Crowley Megan Jo Crumm Maria Paula Campagna Cruz Jessica Mane Curran Jennifer E Czapski Katie Lynn Czopp Kristina Mane Dahl Adam Michael Daly Jean Mane Daniels Steven V Danish Christine J Davinich Dominique Antione Davis Jenna Michelle Davis Geoffrey Ryan Dean Timothy John Debien Nicholas M DeBone Richard Michael DeMeyere Ashley Jessica Oemsky Camille Eiise Devey Lindsay Anne Dew Kristina Mane Dickey Brendan E Diehl Sarah Ann DiMeglio Katherine Mane Ditzler Sally Anne Donaldson Shawn M Donlon Jenna Danielle Donnelly StephaniL Duncan Jessica Kelly Dzialowski Manssa Leigh Efros Ryan Keith Eggenberger Rachael Cathryn Egglesfield Raymond John Eisbrenner