XiaoMi-AI文件搜索系统
World File Search SystemDISCRIMINATION
人工智能时代的歧视
摘要 在本文中，我将研究人工智能 (AI) 和自动决策 (ADM) 的使用是否会加剧歧视问题，正如几位作者所论证的那样。为此，我首先参与了关于歧视的激烈哲学辩论，并提出了我自己对这一概念的定义。有了这个解释，我随后回顾了一些关于使用 AI/ADM 和歧视的最新文献。我解释了我的歧视解释如何有助于理解，鉴于歧视加剧的一般说法是没有根据的。最后，我认为使用 AI/ADM 实际上可以增加歧视问题，但方式与大多数批评者认为的不同：正是由于其认识论的不透明性，AI/ADM 有可能破坏我们的道德审议，而道德审议对于达成关于什么应该算作歧视的共识至关重要。因此，事实证明算法实际上可能有助于检测隐藏的歧视形式。
具有辨别能力的探雷器
金属探测器广泛用于探测战争遗留爆炸物，如地雷和未爆炸弹药。几乎所有专业探测器都基于涡流原理。目前误报数量高达总警报数量的 99.9%。因此，排雷界非常需要专业地雷探测器增加鉴别能力。我们展示了两种互补的方法：使用垂直信号轮廓和水平空间图。这是通过在搜索头上添加垂直距离传感器和惯性定位单元来实现的。图像处理方法可用于区分金属压载物和危险物体。在本文中，我们展示了用于涡流成像的完全自主 3-D 定位单元开发的第一步。关键词：金属探测、地雷探测器、鉴别、信号高度分布、涡流
工作场所歧视和高血压风险
方法和结果：数据来自Midus（美国中年），这是一项对美国成年人的前瞻性队列研究。基线数据是在2004年至2006年收集的，平均为8年的随访期。在基线时具有自我报告的高血压的工人被排除在外，产生了1246名参与者的样本量进行主要分析。使用经过验证的6个项目仪器评估工作场所犯罪。在接受9923.17人年的随访期间，有319名工人报告的高血压发作，高血压的发病率分别为25.90、30.84和39.33，在低，中级和高水平的工作场所歧视的参与者中，每1000人年分别为每1000名。COX比例危害回归分析表明，与暴露率低的工人相比，经历了高度接触工作场所歧视的工人的高血压危害更高（调整后危险比，1.54 [95％CI，1.11-2.13]）。敏感性分析不包括基线高血压病例，基于血压加上降压药物的其他信息（n = 975）显示出稍强的关联。趋势分析显示暴露反应关联。
性别歧视与平等的未来
II 美国妇女运动概述 28 政党纷纷效仿 ...................................... 29 劳动力开始按性别划分 ...................................... 29 一些妇女作为契约奴移民 ........................ 30 重大危机为妇女带来进步 ...................................... 32 少数民族和妇女的公民权利 ...................................... 33 对平权行动的态度 ...................................... 36 女性对工作的态度 ...................................... 36 物理科学领域的女性寥寥无几。.41 女工面临不同问题 ................................ 42 平等就业机会委员会 ................................ 43 女性需要更多榜样 ................................ 45 女性和少数族裔，新工作岗位的大多数 ................ 52 新员工数量比 2,000 人少 性骚扰 ...................................... 54 结论 ............................................. 57
数学中的量子态辨别
非正交量子态鉴别 (QSD) 在量子信息和量子通信中起着重要作用。此外，与厄米量子系统相比，宇称时间 (PT) 对称非厄米量子系统表现出新现象并引起了广泛关注。在这里，我们通过有损线性光学装置中量子态在 PT 对称哈密顿量下演化，实验证明了 PT 对称系统中的 QSD（即 PT 对称 QSD）。我们观察到两个最初非正交的状态可以快速演化为正交状态，并且只要哈密顿量的矩阵元素变得足够大，所需的演化时间甚至可以为零。我们还观察到这种鉴别的代价是量子态消散到环境中。此外，通过将 PT 对称 QSD 与厄米系统中的最优策略进行比较，我们发现在临界值下，PT 对称 QSD 等同于厄米系统中的最佳明确状态鉴别。我们还将PT对称量子态散射推广到区分三个非正交态的情况。PT对称系统中的量子态散射为量子态区分打开了一扇新的大门，在量子计算、量子密码和量子通信中有着重要的应用。
AI
bio：FabianLütz是洛桑大学（UNIL）的博士候选人，他专门研究欧洲法律，性别平等和非歧视法，AI法规和算法歧视。他在法国学习法律（许可证和德国的Maîtriseen Droit），德国（第一和第二法律州考试）和比利时获得了法律学士学位。在布鲁日的欧洲学院欧洲法律和经济分析中。从2015年到2020年，吕兹先生在欧洲委员会的性别平等部门担任法律官员。以前，他曾在比利时和德国的律师事务所工作。他已经广泛发表关于性别平等，人工智能和算法歧视，并在学术会议上定期讲话。最近，他在《牛津大学人权与人工智能》出版社（2023）中写了有关人工智能和基于性别的歧视的一章（Quintavalla Alberto，tempman jeroen））。
根据指令2000/43和2000/78
本报告介绍了欧盟反歧视法的不断发展的维度：“通过关联歧视”和“假设歧视”的概念。1欧盟反歧视指令禁止在一套有限的理由上进行歧视：年龄，残疾，宗教或信仰，性取向，种族或种族或种族或种族。2歧视主张通常是由具有这些特征所包含的特征的人提出的，例如，由于雇主的穆斯林信仰而被雇主驳回。通过关联和假设歧视的概念认识到，没有受保护特征的人也受到歧视。但是，这些概念的参数尚不确定。法律原则是由CJEU逐步制定的，其判例法已得到成员国一级越来越多的决定的补充。本报告探讨了该案例法，以便为这些概念如何具有和可能进一步扩展欧盟的反歧视法的个人范围提供实际指导。
