XiaoMi-AI文件搜索系统
World File Search SystemCombating
打击深度伪造
数字水印可以嵌入媒体中，这有助于检测后续的深度伪造。一种形式的水印会添加计算机可检测但人类无法察觉的像素或音频模式。这些模式会在任何被修改的区域中消失，从而使所有者能够证明媒体是原始媒体的更改版本。另一种形式的水印会添加一些功能，使使用该媒体制作的任何深度伪造看起来或听起来都不真实。 元数据（描述媒体中数据的特征）可以以加密安全的方式嵌入。缺失或不完整的元数据可能表明媒体已被更改。 区块链。将媒体和元数据上传到公共区块链会创建一个相对安全的版本，该版本无法更改，否则其他用户会发现更改。然后任何人都可以将文件及其元数据与区块链版本进行比较，以证明或反驳真实性。
通过算法打击激进化
推荐引擎是一项技术，在一个信息过多的世界中，它可以帮助我们构建信息环境，以便我们可以有限地关注所需的信息。显然，建议引擎很重要。，我们越来越批评它们的工作方式。或它们的工作不够好。或安全。基于分析的建议可能例如揭示用户的敏感特征，例如性取向。在线平台可能会滥用推荐引擎以自行申请：提高有关其自己的产品或服务的信息的可见性，或与他人相关的密切关闭分支机构的信息。可以操纵它们。恶意用户不断发明新的偏见或破坏建议。最终，人们经常认为工程师在虚假信息的传播中发挥了重要作用（[Whit21]），对陷入有害过滤器泡沫的人们的激进化，这种方式可能会对恐怖主义和对民主社会的其他危害有助。，他们可以以这些方式伤害我们，因为它们有效地控制了我们的注意力，而且我们实际上不能没有他们。
打击人工智能社区中的反黑人情绪
“你是怎么破产的？！”比尔问道。“两种方式，”迈克说。“逐渐，然后突然”——海明威 [ 11 ]。这句经常被引用的短语恰如其分地描述了需要很长时间才能形成的重大变化如何似乎一下子就发生了。乔治·弗洛伊德、布伦娜·泰勒、阿莫德·阿布雷、托尼·麦克达德等人的法外处决，再加上管理不善、对黑人社区造成不成比例损害的疫情，火上浇油，呼吁我们真正解决美国和国外反黑人系统性种族主义的严重程度。通过这个视角，人工智能社区中的许多人都在问：“我能做些什么来对抗系统性的种族不公正？”。这项工作的目的是帮助社区成员更好地识别和理解我们人工智能社区内反黑人偏见的规模和范围，并说明成员可以采取的一些具体步骤，以帮助缓解这些问题并建立一个更加公正的社区。总结我们的贡献，我们首先确定了认识反黑人的规模和范围的必要性，以及它如何渗透到我们所有的机构中。然后，我们确定学术界中反黑人被放大或强化的领域，并建议教师、研究生和会议采取行动，以尽量减少这些不足之处。
打击勒索软件：一年历程
复杂且某些高调的行动引起了公众的关注。勒索软件会阻止对计算机系统或其中的文件的访问，直到支付赎金为止。尽管已知的第一个勒索软件实例可以追溯到 1989 年，但在过去十年中，勒索软件攻击的范围和复杂性不断扩大，对公共和私营部门都构成了代价高昂的威胁。1 来自美国财政部的新数据显示，美国银行在 2021 年因勒索软件攻击而支付了近 12 亿美元。2 值得注意的是，美国关键基础设施已成为一个特别引人注目的目标，仅在 2021 年，FBI 就收到近 650 份报告，表明属于关键基础设施部门的组织是勒索软件攻击的受害者。3 2021 年夏天，美国公众感受到了现实世界的影响
可解释的人工智能方法在打击...
摘要 — 尽管有大量经过同行评审的论文展示了基于人工智能 (AI) 的新型解决方案，以应对疫情期间的 COVID-19 挑战，但很少有论文对临床产生重大影响。由于模型透明度不足，人工智能在 COVID-19 疫情期间的影响受到极大限制。本系统评价研究了可解释人工智能 (XAI) 在疫情期间的使用情况，以及它的使用如何克服现实世界成功的障碍。我们发现成功使用 XAI 可以提高模型性能，赢得最终用户的信任，并提供影响用户决策所需的价值。我们向读者介绍常见的 XAI 技术、它们的实用性及其应用的具体示例。还讨论了对 XAI 结果的评估，这是最大化基于 AI 的临床决策支持系统价值的重要步骤。我们阐述了 XAI 的经典、现代和潜在的未来趋势，以阐明新型 XAI 技术的发展。最后，我们根据最近的出版物提供了实验设计过程中的建议清单。我们还通过潜在解决方案的具体示例解决了实施 AI 解决方案过程中的常见挑战。我们希望这篇评论可以作为指导，以改善未来基于 AI 的解决方案的临床影响。
打击假冒盗版商品贩运
“打击假冒和盗版商品贩运”由美国国土安全部战略、政策和计划办公室编写。该报告使用可用数据、大量公众意见和其他信息来深入了解电子商务平台、在线第三方市场和其他第三方中介机构如何促进大量假冒和盗版商品的进口和销售。该报告确定了适当的行政、法定、监管和其他行动，包括加强执法措施、法律和责任框架的现代化以及私营部门利益相关者的最佳实践。这些强有力的行动可以迅速实施，以大幅减少假冒和盗版商品的贩运，同时促进美国更安全。
独立数据中心规模应对过度...
在过去的二十年里，数据中心等 IT 基础设施的可持续性成为谷歌、亚马逊等计算机巨头关注的重点。人们已经提出了使用可再生能源供电的数据中心。但是由于这些替代能源的间歇性，这些平台仍然与传统电网相连。IT 结构和电力限制经常受到单独质疑，导致全球系统效率低下。本文对能源自给自足的绿色数据中心进行了建模和设计，提出了一种电力自主的基础设施，包括风力涡轮机、太阳能电池板以及主要基于电池和氢系统的短期和长期存储设备。现有的规模确定方法局限于完美的 QoS，从而高估了所需设备。在本文中，我们通过质疑其对 QoS 和所需设备的影响来展示如何减少和对抗这种过度配置：减少计算或存储元素（服务器和电池）的数量。例如，将目标 QoS 从 100% 降低到 95% 会使所需服务器数量减少一半以上，而电池容量减少 30% 对电力基础设施的影响可以忽略不计。绿色数据中心、规模缩减、调度、可再生能源、服务质量。
对抗量子错误：一种综合方法
近期的量子通信协议不可避免地会受到信道噪声的影响，缓解这一问题主要尝试利用多方纠缠或复杂的实验技术等资源。生成多方高维纠缠并不容易。这要求探索可用当前设备实现的现实解决方案。本文特别受生成多方纠缠态的困难的启发，研究了以最小要求实现无误差信息传输。为此，我们提出了一种用于通信的新型信息编码方案。该编码方案基于这样一个事实：大多数噪声信道都会使某些量保持不变。基于这一事实，我们将信息编码在这些不变量中。这些不变量是算符期望值的函数。该信息在噪声信道中不发生改变。值得注意的是，这种方法与其他现有的纠错方案并不冲突。事实上，我们已经展示了如果对逻辑基态的选择施加适当的限制，标准量子纠错码是如何出现的。作为应用，为了说明，我们提出了一个量子密钥分发协议和一个错误免疫信息传输协议。