XiaoMi-AI文件搜索系统
World File Search SystemConitzer
Emanuel Tewolde
•伊曼纽尔·特沃尔德（Emanuel Tewolde），布莱恩·胡（Brian Hu Zhang），卡斯帕（Caspar Oesterheld），图马斯·桑德霍尔姆（Tuomas Sandholm）和文森特·科尼特（Vincent Conitzer）。尊重它们的计算游戏对称性和平衡。促进人工智能（AAAI）的协会，口语，2025年。•Ratip Emin Berker，Emanuel Tewolde，Ioannis Anagnostides，Tuomas Sandholm，Vincent Conitzer。在广泛的游戏中召回的价值。促进人工智能（AAAI）的协会，口语，2025年。•伊曼纽尔·特沃尔德（Emanuel Tewolde），布莱恩·胡（Brian Hu Zhang），卡斯帕（Caspar Oesterheld），马诺利斯·扎佩塔基斯（Manolis Zampetakis），Tuomas Sandholm，Paul W. Goldberg和Vincent Conitzer。不完美的回顾游戏：平衡概念及其复杂性。在国际艺术情报联合会议（IJCAI）中，2024年。•Emanuel Tewolde和Vincent Conitzer。可以保留NASH平衡或最佳响应集的游戏转换。在国际艺术情报联合会议（IJCAI）中，2024年。•（αβ）Vincent Conitzer，Rachel Freedman，Jobs Heitzig，Wesley H. Holliday，Bob M. Jacobs，Nathan Lambert，MilanMossé，Eric Pacuit，Stuart Russell，Hailey Schoelkopf，Hailey Schoelkopf，Emanuel Tewolde和William S. Zwicker。社会选择应指导AI的一致性来处理各种人类反馈。在国际机器学习会议（ICML）中 - 位置纸条曲目，2024。•Emanuel Tewolde，Caspar Oesterheld，Vincent Conitzer和Paul Goldberg。单人游戏不完美的回顾游戏的计算复杂性。在国际人工智能联合会议（IJCAI）中，2023年。
人还是模仿人类的机器人？ AI对道德地位的影响
11 Nick Bostrom和Eliezer Yudkowsky，“人工智能的伦理学”，剑桥人工智能手册，2018年7月27日，1-20，https：//doi.org/10.1201/9781351251251251389-4，6; Walter Sinnott-Armstrong和Vincent Conitzer，“人工智能可以实现多少道德地位？”，重新思考道德地位，2021年8月5日，269 - 89年，https://doi.org/10.1093/oso/978019280192894076.003.003.003.003.003.0016，273，273。
议程 国家人工智能咨询委员会 (NAIAC) 公开会议
开幕词 Janet Haven，NAIAC 成员兼安全、信任、权利工作组联合主席 第一小组：人工智能安全中的概念：人工智能中“安全”的范围 主持人：Janet Haven，NAIAC 成员 ● Inioluwa Deborah Raji 博士，Mozilla 和加州大学伯克利分校研究员 ● Vincent Conitzer 博士，计算机科学教授，卡内基梅隆大学合作人工智能实验室基础 (FOCAL) 主任 ● Chris Meserole 博士，前沿模型论坛执行主任 ● Arvind Narayanan 博士，普林斯顿大学计算机科学教授 ● Julia Angwin 女士，Proof News 创始人 ● 尊敬的 John C. (“Chris”) Inglis，首任美国国家网络总监 ● Suresh Venkatasubramanian 博士，计算机科学教授，布朗大学技术责任、重新想象和重新设计中心主任 上午 11:25 - 上午 11:30 休息 11:30上午 12:50 - 下午 12:50 第二小组：实施人工智能安全：方法论和组织实践 主持人：Jon Kleinberg，NAIAC 成员
战略分类实用化
请注意，博弈是由模型本身引起的，间接地通过它如何塑造用户激励而对其造成损害。从这个意义上讲，战略分类体现了机器学习如何遵守古德哈特定律，这是一项政策制定原则，指出“当一项措施成为目标时，它就不再是一项好的措施”。因此，战略分类简洁地捕捉了基于学习的系统与其用户之间产生的一种自然形式的紧张关系。最近关于该主题的研究很多，研究了诸如泛化（Sundaram 等人，2020 年；Zhang & Conitzer，2021 年）、均衡和动态（Perdomo 等人，2020 年；Brown 等人，2020 年；Izzo 等人，2021 年；Miller 等人，2021 年）、在线学习（Dong 等人，2018 年；Chen 等人，2019 年；Ahmadi 等人，2020 年）、因果关系和决策结果（Kleinberg & Raghavan，2019 年；Rosenfeld 等人，2020 年；Shavit 等人，2020 年；Bechavod 等人，2020 年；Miller 等人）等方面。 ，2020）、透明度（Ghalme等，2021；Bechavod等，2021）和社会视角（Hu等，2019；Milli等，2019；Chen等，2020）。
Michael Anis Mihdi Afnan、Cynthia Rudin、Vincent Conitzer、Julian Savulescu、Abhishek Mishra、Yanhe Liu 和 Masoud Afnan。2021. 人工智能在体外受精中选择胚胎的伦理实施。2021 年 AAAI/ACM 人工智能、伦理和社会会议 (AIES '21) 论文集，2021 年 5 月 19-21 日，美国虚拟活动。ACM，美国纽约州纽约，11 页。https://doi.org/10.1145/3461702.3462589
体外受精 (IVF) 是一种彻底改变不孕症治疗的临床技术。该过程包括在实验室中使卵子受精，然后将产生的胚胎移植到子宫中。自然受精和受孕是一种低效的过程，任何特定胚胎活产的几率都很低。自然和医学治疗的解决方案是创造多个胚胎，以便最终可能有一个胚胎着床。在自然界中，成本是怀孕时间，如果没有胚胎着床，则需要承受无子女的痛苦。在临床实践中，成本还以美元来衡量。为了提高临床实践的效率，人们非常重视选择最有可能着床的胚胎。实验室最近的一项创新是几天内对培养中的胚胎进行延时成像。这产生了数千个视觉数据点，并有望通过基于人工智能 (AI) 的模型增强胚胎选择过程。在本文中，我们概述了 IVF 过程，回顾了目前使用人工智能进行胚胎选择的方法，讨论了在此特定领域使用人工智能的伦理问题，并提出了有关这项新技术的伦理实施建议。最后，我们鼓励人工智能研究人员与生育临床医生合作，以有意义且合乎道德的方式推进这项研究。