XiaoMi-AI文件搜索系统
World File Search SystemConcerns
解决混凝土设计中的环境问题
摘要。本文通过研究人工智能在混凝土设计中的应用来解决对可持续基础设施的迫切需求，特别强调预测单轴抗压强度 (UCS) 以减轻环境影响。混凝土是一种基本的建筑材料，由于其巨大的碳足迹，是环境恶化的主要原因。该研究的重点是利用人工神经网络 (ANN) 的潜力来预测传统建筑混凝土中的 UCS，这种混凝土在全球建筑实践中得到广泛应用。这一重点源于人们认识到这些混凝土类型对环境有重大影响，既影响碳足迹，又影响生态系统。研究方法包括分析一个数据集，该数据集包含 300 个立方体混凝土试件，尺寸为 15 厘米 × 15 厘米 × 15 厘米，按 70:30 的比例分为训练集和测试集。除了 ANN 模型外，还采用了各种机器学习分类器（包括支持向量机和决策树）进行比较。结果表明，基于 ANN 的预测模型优于替代分类器，具有高准确率和最小误差值，从而证实了其在估计 UCS 值方面的可靠性。这些发现凸显了整合人工智能技术以提高建筑实践的可持续性和减轻与混凝土使用相关的环境影响的潜力。通过采用 ANN 预测模型等创新方法，建筑行业可以为环境保护和可持续发展做出重大贡献。关键词：人工智能；混凝土；施工管理；环境影响；可持续结构 1. 简介
使用计算机生成图像的道德问题......
摘要 人工智能 (AI) 工具的快速发展促进了各种图像生成技术的发展。这些工具对我们看待当代交流的方式产生了重大影响。本研究概述了人工智能对交流的影响所带来的挑战和后果，其研究结果得到了从各种书籍和学术出版物中收集的想法的支持。然而，通过合成图像将人工智能融入交流引发了需要仔细考虑的交流问题。本研究调查了各种道德问题以及道德准则和负责任的实践在创建这些应用程序中的重要性。它错综复杂地将哲学思考、道德审议和社会责任交织在一起，揭示了在机器发展和更广泛的社会领域背景下伦理、技术和人类价值观之间的复杂相互作用。*
人工智能在医学中的应用及其关注点
摘要背景：医学正成为一个越来越以数据为中心的领域，超越了传统的统计学方法，人工智能 (AI) 和机器学习 (ML) 正在吸引大量对科学数据分析的兴趣。有人认为，人工智能正在经历快速的商品化过程。这种描述有效地反映了人工智能工业化的现代趋势及其在社会中的普及。因此，与使用人工智能和机器学习相关的社会问题不应再被忽视，事实上，它们不再属于科学领域。这些社会问题也可以有多种形式；然而，所有这些都需要从以人为本的角度设计模型，并纳入与人相关的要求和约束。在这篇简短的论文中，我们讨论了影响 AI 和 ML 在治疗、公平性、隐私和匿名性、解释能力和可解释性方面的一些特殊问题，此外，还讨论了几个更广泛的社会问题和道德规范。我们认为，所有这些都是需要记住的实用因素，以实现全面促进基于 AI 和 ML 的技术普及的目标，并确认关于数字技术对道德和匮乏敏感问题的影响的不断发展的规则。我们的独特目标是反映这些主题如何影响 AI 和 ML 的临床应用。本文包括在西班牙巴塞罗那贝洛特大学医院举行的“第二次科学与透析会议：人工智能”的大部分内容。摘要和关键信息：AI 和 ML 作为从数据中提取知识的关键方法，吸引了科学界的大量兴趣。这些系统正越来越多地扩展到社会影响的范围，包括治疗和医疗保健。影响治疗和医疗保健的社会相关问题包括（尽管它们可能不再局限于）公平、公平性、匮乏、道德和法律。关键词——人工智能、机器学习。
与 HSE Pay 相关的招聘问题以及……
HSE 薪酬和人数战略 言语和语言治疗师从 2023 年 10 月起受到禁运，这意味着当一名员工调动或离开时，不允许替换。此时，我们知道言语和语言治疗专业的人员空缺率高达 45%。随后，在 HSE 首席执行官宣布并实施薪酬和人数战略后，禁运于 2024 年 7 月 15 日解除。该战略规定，HSE 的就业上限将限制在 2023 年 12 月的数字。结果是，2023 年 12 月未填补的先前资助的职位被废除。当前的 HSE 战略与 HSE 自己的 2023 年资源战略相矛盾，该战略通过增加供应来解决巨大的劳动力挑战。言语和语言治疗职位空缺或被 HSE 基本废除是不可接受的。言语和语言治疗专业以及与我们共事的人员所受的影响范围广泛，包括影响提供安全、有效服务或早期干预的能力。取代招聘禁令的 HSE 薪酬和人数战略加剧了与不安全人员配备水平相关的重大风险。我们知道，由于这一薪酬和人数战略，服务受到限制并将被暂停。这与 Slaintecare、HSE 和卫生部的战略相矛盾。言语和语言治疗师还报告了前所未有的压力和倦怠水平。虽然大学为言语和语言治疗师提供额外的培训名额受到欢迎，但由于人员减少和工作场所压力，许多地点现在无法为学生提供实习机会。承诺招聘毕业的言语和语言治疗师的计划尚未实现，在爱尔兰接受培训的治疗师出国就业的人数不断增加。我们呼吁各卫生和社会护理专业人员澄清国家服务计划中提到的数字以及报告的额外职位，特别是在 HSE 大量额外资金的情况下。必须立即解决这一问题，以避免服务进一步恶化。IASLT 呼吁 HSE 修改这一战略，恢复言语和语言治疗岗位。
锂离子电池的消防安全问题
如上所述，当过热，压碎或过度充电时，可以在锂离子细胞中产生气体，在某些情况下，它们的温度可能会突然升高。这会导致蒸气云的排气，其中包括氢，一氧化碳，二氧化碳和细胞中使用的有机溶剂非常小。第一响应者以前曾将这些云误认为是蒸汽或烟雾，但它们的组成意味着它们产生了蒸气云爆炸的潜力，这可能比初始火灾更具破坏性。可以在其网站上访问Safebatt项目的输出。
人工智能的好处或担忧：多方利益相关者的责任
本文全面概述了目前关于人工智能 (AI) 在日常生活中的好处和问题的学术研究现状。本文所介绍的文献研究结果为利益相关者提供了有用的指导，他们正在研究建立负责任的人工智能 (AI) 治理实践，以便我们未来的智能社会是安全、包容和可持续的。本文综合了文献综述，将各个学科的点点滴滴联系起来，最终形成了多利益相关者安排中负责任人工智能的模型理论框架。根据文献综述的结果，本文提出了两个有趣的讨论。这些讨论反映了人工智能与社会这一主题不可避免的多学科复杂性。讨论 1 通过分解复杂的概念并提供清晰的解释，提供了有关道德考虑成为人工智能治理焦点的原因的有用见解。同样，讨论 2 强调了负责任地采用人工智能需要多利益相关方的方法。总体而言，本文通过系统地构建论据来说明为什么多利益相关方的方法对于解决人工智能的社会问题至关重要，为正在进行的关于负责任的人工智能的讨论和辩论做出了贡献。
人工智能与工程中的偏见和正确性问题
州立大学使用人工智能软件 Hephaestats 分析通过手机应用程序收集的学生数据。利用这些数据，该软件确定了关键指标，这些指标结合起来可以预测学生是否会辍学，准确率高达 94%。辍学原因多种多样，从可预测的管理问题（例如，课程过于雄心勃勃或不合适的组合）到外部因素（例如，平衡工作与学业、家庭责任）。管理部门使用 Hephaestats 提供的信息来调整校园环境的某些方面，以推动学生改善行为。例如，顾问鼓励学生更换课程，使他们的时间表更易于管理。Hephaestats 还向教师提供了高危学生的资料，帮助他们更好地了解个别学生可能遇到困难的原因，并提出有针对性的帮助方法。
健康相关人工智能的法律问题
摘要背景：医疗创新带来了巨大的希望。然而，如果社会要实现医疗创新的成果并避免其陷阱，那么很可能需要在治理（法律、政策、道德）方面进行类似的创新。随着人工智能 (AI) 创新的快速发展，多个学科的学者都在表达对与健康相关的人工智能的担忧，这些担忧可能需要法律回应以确保必要的平衡。这些学术观点可能为最紧迫的挑战提供关键见解，这些挑战将有助于塑造和推动未来的监管改革。然而，据我们所知，目前还没有全面的文献总结来研究与健康相关的人工智能的法律问题。因此，我们旨在使用范围界定审查方法总结和绘制研究与健康相关的人工智能法律问题的文献。方法：范围界定审查框架由 Arksey 和 O'Malley (2005) 开发，并由 Levac 等人扩展。 （2010）和系统评价的首选报告项目和范围界定评价的荟萃分析扩展（PRISMA-ScR）指导了我们的协议制定。在与训练有素的图书管理员密切协商后，我们将开发一种高灵敏度的 MEDLINE（OVID）搜索方法，并使其适用于多个数据库，旨在全面捕捉法律、医学、护理、药学、其他医疗专业（如牙科、营养学）、公共卫生、计算机科学和工程学领域的文本。如果英语和法语记录探讨与健康相关的人工智能、描述或优先考虑与健康相关的人工智能中的法律问题或提出解决方案，并且是在 2012 年或以后发表的，则将包括在内。资格评估将在所有审查阶段独立进行，并重复进行。编码数据将按主题进行分析，并跨特定学科的文献进行分层。讨论：这项史无前例的范围审查将总结现有文献，审查、记录或优先考虑与健康相关的人工智能的法律问题，以推动法律和政策改革。审查还可能揭示特定学科的问题、优先事项以及针对这些问题的拟议解决方案。从而确定未来改革应重点关注的优先领域以及改革过程中利益相关者可用的监管选项。范围审查注册：该协议已提交给开放科学基金会注册数据库。请参阅 https://osf.io/zav7w。关键词：健康法、人工智能、机器学习、健康、范围审查
有关COVID-19疫苗证书的担忧
这里越来越多地呼吁发布COVID-19测试和疫苗接种状态证书，这是一项超出全家订单的方式。他们旨在通过证明“安全”的人并迅速隔离感染者来重新开放学校，启动国际旅行并振兴经济。世界经济论坛正在支持“ COMMONPASS”，它在其网站上描述的是“使人们可以安全地记录并预先将其COVID-19状态（作为测试结果或最终疫苗接种状态）促进国际旅行和边境交叉，同时保持健康信息的私密性”（Whiting＆Szabo，2020202020年）。做得很好，这种方法可以带来巨大的好处，包括快速过渡到“下一个正常”，更多的人能够社交和工作。因此，测试和疫苗接种状态证书是解决我们麻烦的明显解决方案，毫不奇怪，在医学期刊（Studdert＆Hall，2020年）和受欢迎的媒体（Edlin＆Nesbitt，2020年）提倡。这也许就是为什么像世界经济论坛这样的大型组织积极支持认证试验（Berger，2020）。这些消息来源声称，认证是为我们的运动和商业自由支付的公平代价。但是，这个公平的价格可能带有隐藏的成本（Phelan，2020年）。做得不好，基于测试和疫苗接种的政权可能会根据其感知的健康风险和接种疫苗的机会为不同类别的人树立先例。对少数群体的偏见和歧视，受到了Covid-19的不成比例影响，可能会增加（Devakumar等，2020）。