XiaoMi-AI文件搜索系统
World File Search SystemELSI
为量子技术建立法律伦理框架
耶鲁法学院，《耶鲁法律与技术杂志》（YJoLT），《The Record》，2021 年 3 月 30 日，https://yjolt.org/blog/establishing-legal-ethical-framework-quantum-technology Mauritz Kop 1 摘要 量子技术正在从假设的想法迅速发展为商业现实。随着世界为这些有形的应用做准备，量子界发出紧急行动呼吁，设计能够平衡其变革影响的解决方案。鼓励辩论的重要第一步是提高量子意识。我们必须实施控制措施来解决已发现的风险并激励可持续创新。为应用量子技术建立文化敏感的法律伦理框架有助于实现这些目标。该框架可以建立在现有的人工智能规则和要求之上。我们可以通过整合与纳米技术相关的伦理、法律和社会问题 (ELSI) 进一步丰富这一框架。此外，量子力学独特的物理特性要求负责任的、以人为本的量子技术的普遍指导原则。为此，本文提出了量子技术开发和应用的十项指导原则。最后，我们如何监控和验证现实世界中量子技术驱动的实现在其生命周期内是否合法、符合道德、符合社会和技术？开发解决这些挑战的具体工具可能是答案。通过讨论法律道德框架和利用以最佳实践和道德指南形式呈现的基于风险的技术影响评估工具，可以提高量子意识。
脑肿瘤的基因组医学
随着 DNA 测序的发展和分子靶向药物的开发等基因组医学技术的快速进步，精准癌症医学时代已经开始。2019 年，日本建立了全国性的基因组医学系统，癌症基因组合测序开始被纳入国民健康保险。然而，脑肿瘤患者并没有从基因组医学中获益太多，尽管神经胶质瘤含有许多潜在的分子靶点，例如 EGFR、IDH1/2、BRAF 和组蛋白 H3K27 的改变。针对这些分子的靶向疗法目前正在热烈开发中；然而，这种尝试尚未取得显著的成功。到目前为止，只有有限数量的针对脑肿瘤的靶向药物可用，例如免疫检查点、神经营养酪氨酸受体激酶 (NTRK) 和布鲁顿酪氨酸激酶 (BTK) 抑制剂，并且仅在有限的情况下使用。治疗脑肿瘤的药物研发仍面临诸多障碍，包括由于发病率较低而难以开展临床试验，以及药物难以通过血脑屏障 (BBB)。此外，脑肿瘤也存在许多癌症的普遍问题，例如肿瘤异质性。我们希望克服这些问题可以让精准基因组医学为恶性胶质瘤等脑肿瘤患者带来更多益处。此外，仔细考虑伦理、法律和社会问题 (ELSI) 也很重要，因为这对于与患者保持良好关系必不可少，而这正是基因组医学推广的关键之一。
人工智能中的道德倾倒
人工智能（AI）系统不仅编码旨在处理和分析数据的统计模型和复杂算法，还要编码重要的规范性行李。这个道德维度，源自基本的代码和培训数据，塑造了AI所提供的建议，表现出的行为和看法。这些因素会影响AI的调节，使用，滥用和影响最终用户的方式。AI影响力的多方面性质引发了跨科学技术研究（STS），道德，法律和社会影响（ELSI）研究，公共政策分析和负责任的创新的广泛讨论，这毫无疑问，毫无疑问，以检查AI的道德分歧。虽然AI伦理的最初浪潮集中在阐明原则和准则上，但最近的奖学金越来越强调伦理原理，监管监督和减轻不可预见的负面后果的实际实施。从研究伦理学中的“道德倾倒”概念中汲取灵感，本文认为，围绕AI开发和部署的实践可以过分且非常令人担忧，从而使开发人员和监管机构对设备齐全的用户和主机环境的伦理责任卸载。确定了说明这种道德倾销的四个关键趋势：（1）AI开发人员通过编码的价值假设嵌入伦理，（2）AI伦理准则促进了从当地环境中脱离广泛或无法履行的原则，（3）机构在不评估伦理意义的练习和（4）范围内的范围内实施AI系统的机构，并且（4）具有决策性的责任感。缓解AI伦理倾倒需要增强用户权力，促进利益相关者参与规范，协调道德准则，同时允许灵活地进行本地变化，并在整个AI生态系统中建立明确的问责机制。
人工智能和机器人领域的负责任研究与创新 (RRI)：一种对心智与机器的后人类同理心的关系方法 20 世纪 80 年代末开始的对人类基因组计划的伦理、法律和社会影响 (ELSI) 的研究到 2010 年左右成为美国联邦预算的一项。ELSI 研究成为美国和欧盟政府科技机构自我反思的一部分；负责任的研究与创新 (RRI) 的道德理想已成为一种专业规范。1 这个历史性的例子作为跨学科可能性的愿景，指导了以下提议，即在心智与机器计划中系统地整合技术和道德，并作为纽约大学对这些问题的持续承诺的一部分。2 人工智能和机器人研究与人类基因组计划非常相似，并且肯定会从类似的处理中受益。 RRI 提供了一种替代事后应对新技术影响的趋势的方法：它关注社会影响“上游”的设计问题和实施前的初始条件。RRI 在实施阶段的“中游”也非常有效。在信息科学和技术的情况下，上游和下游之间的距离相对较短，中游干预的价值变得更加明显。3 对初始条件的敏感性是所有复杂自适应系统的一个特征——必须考虑到这一事实
人工智能和机器人领域的负责任研究与创新 (RRI)：一种关系方法，用于实现思想和机器的后人类共情 20 世纪 80 年代末开始的对人类基因组计划的伦理、法律和社会影响 (ELSI) 的研究，到 2010 年左右成为美国联邦预算的一项。ELSI 研究成为美国和欧盟政府科技机构自我反思的一部分；负责任的研究与创新 (RRI) 的道德理想已成为一种专业规范。1 这个历史性的例子是跨学科可能性的愿景，它指导了以下提议，即在思想和机器计划中系统地整合技术和道德，并作为纽约大学对这些问题的持续承诺的一部分。2 人工智能和机器人研究与人类基因组计划非常相似，并且肯定会从类似的处理中受益。RRI 提供了一种事后应对新技术影响的趋势的替代方案：它关注社会影响“上游”的设计问题和实施前的初始条件。RRI 在实施阶段的“中游”中也非常有效。在信息科学和技术的情况下，上游和下游之间的距离相对较短，中游干预的价值变得更加明显。3 对初始条件的敏感性是所有复杂自适应系统的一个特征——在任何希望整合人类和非人类系统的系统研究中都必须考虑到这一事实。中游发展阶段的亚稳态中介和过渡结构往往呼应了对初始条件的系统敏感性：它们易受干扰，因此容易受到一定程度的调节和管理。中游调节增强了道德干预的有效性 中游 RRI 在跨学科计划（如“心智与机器”）的情况下也具有强大的潜在影响。中游调节的实验室民族志研究表明，将社会科学家和人文研究人员嵌入科学和工程实验室可以增强反思方法实践和协调，从而使上述学科领域受益。4 一个非常适合当代人工智能和机器人研究跨学科性质的哲学框架是本体结构现实主义 (OSR) 5 。过程哲学与复杂自适应系统的一致性为设计和自然系统的稳健跨标量集成提供了进一步的本体论基础。以新康德哲学及其与过程形而上学的亲缘关系为基础的 OSR 具有根本的关系基础，它提供了适应性的概念能力，以应对技术的快速发展及其社会影响。科学和工程中的仿生 6 范式在这个方向上取得了有趣的进展。在伦理信息理论、神经科学、社会网络理论、生态学、系统理论和气候模型的交叉点上，生态模拟范式即将出现；这可能成为“环境人工智能”和机器人技术新方法的沃土。半个世纪前，克拉克和库布里克在《2001：太空漫游》中设想了环境人工智能，即 HAL， 7 并在斯皮尔伯格的《少数派报告》中重新构想为一个完全沉浸式的安全和商业环境。在现实生活中，IBM 和其他公司继续开发人机协作系统，这可以被视为生态模拟范式的初稿。虽然仍处于推测阶段，但由本地化和分布式机器人组成的自主自学型人工智能可以在日托环境中像婴儿一样被抚养长大。人工智能代理和人类之间精心策划的互动可以共同创造一个自组织生物的世界，其生态相互依存构成了后人类同情的有机基础。总结：基于认知责任 8 和社群伦理的自我限制是后人类同情的先决条件，这种同情可以为人类、非人类和人工智能代理之间的未来互动奠定基础。在精心策划的环境中，对负责任的创新模型进行自我学习、自我限制系统的训练，为新形式的共同生成的知识生产打开了大门，这些知识生产能够认识并响应人类和非人类价值观的处境。
检查基因组中的媒体报道和可读性......
在本研究中，我们分析了大量英语在线媒体文章，这些文章涵盖了全基因组关联研究 (GWAS)，体现了使用计算方法研究生物科学科学传播的趋势。我们分析了 2005 年至 2018 年间发布的 5,000 多个网站中的媒体报道、可读性、主题以及对伦理和社会问题的提及趋势，这些网站来自 3,555 篇关于 1,943 种不同特征的 GWAS 出版物，这些出版物通过 GWAS 目录使用文本挖掘方法确定，以提供有关遗传素养和媒体报道的讨论。我们发现 22.9% 的 GWAS 论文引起了媒体的关注，但大多数论文的描述语言过于复杂，公众无法理解。伦理问题很少被提及，而对翻译的提及随着时间的推移而增加。我们使用回归模型 (r2 = 38.7%)，根据出版年份、已识别的遗传关联数量、研究样本量和期刊影响因子预测了媒体关注度。我们发现，睡眠类型、教育程度、酒精和咖啡消费、性取向、晒黑和头发颜色受到的关注度远远超过回归模型的预测值。我们还评估了“一个基因，一种疾病”标题的流行程度（例如，“科学家说他们发现了导致乳腺癌的基因”），发现它正在下降。总之，在线媒体对 GWAS 的报道应该更容易理解，引入更多现代遗传学术语，并在适当的时候提及 ELSI。科学传播研究可以从大数据和文本挖掘技术中受益，这些技术使我们能够研究数千个媒体渠道的报道趋势和变化。您可以在我们为本文建立的网站上以交互方式浏览结果：https://jjmorosoli.shinyapps.io/newas/ 。
第12科学技术预测调查Delphi调查列表详细和关键词
1 Health, Medicine and Life Sciences 104 Neuroscience and Psychosomatic Sciences Neurocircuits, Memory and Learning, Cognition and Emotions, Neurodegenerative Diseases, Dementia, Schizophrenia, Depression, Bipolar Disorders, Addiction, Autistic Spectrum Diseases, Sleep Disorders, Brain Metabolism, Blood-Brain Barrier, Brain Machine Interface (BMI), Neuromodulation 1 Health, Medicine and Life Sciences 105 Health Crisis Management Emerging and Revitalized Infectious Diseases, Drug Resistant Bacteria, Infectious Disease Treatment, One Health, Vaccines, Travelers' Vaccines, Surveillance, Disaster Medicine, Emergency Medicine, Mass Gathering, Pre-Hospital Emergency Medicine, Pandemic Countermeasures 1 Health, Medicine and Life Sciences 106 Ethics and Social Medicine Community Health, Environmental Medicine, Social Epidemiology, DOHaD （健康和疾病的发展起源，医疗安全，健康差异，ELSI，生命力方法，科学和技术创新的实施（政策研究），个人健康记录，个人健康记录（PHR），健康城市，健康AI发展和利用1健康，健康，医疗和生命科学107 Proteins, Genomic Information Database, Spatial Omics, Single Molecular Imaging, High-Order Genome Structure 1 Health, Medical, and Life Sciences 108 Life Information Science Medical Information, Genomic Information, Health, Medical, and Welfare DX, Health AI Development, Artificial Intelligence (AI), Machine Learning, Deep Learning, Data Science, Causal Inference, Dimensions Compression, clustering, statistical modeling, survival time analysis, large-scale language models, foundational models, generative models, simulation, cloud computing, hospital networks, information sharing (data sharing), generation AI, AI governance, PHR (personal health record), biobank, patient city participation (PPI) 1 Health, healthcare and life sciences 109 Global health One health, global warming, climate change and infectious diseases, Travelers' vaccines, infectious diseases, emerging and re-emerging传染病（包括一种健康），行星健康，旅行健康，移民卫生，外国健康，灾难医学，远程医学，无人机，外国卫生人员2农业，林业，渔业，渔业，食品和生物技术和生物技术