XiaoMi-AI文件搜索系统
World File Search SystemFTC
FTC-response-PAI.pdf
消费者在有意或无意中为算法驱动产品和服务的开发做出了两个关键贡献（Q6）。首先，从数字技术用户那里收集的数据通常用于训练或改进机器学习模型。其次，消费者（通常是不知情的）和工人都为标记、注释或以其他方式丰富训练数据做出了贡献。任何与数字产品或服务互动的人都是在高度监视的环境中进行的，在这个环境中，一个人的行为和选择被记录、收集并整理成非常有价值的训练和测试数据集。从使用免费网站或应用程序的人到参与数字平台上的在线零工经济的工人，他们的行为和个人特征提供了丰富的信息宝库，可供挖掘模式（Q1）。
FTC 报告警告警惕用于在线内容的人工智能工具
6 月 16 日发布的一份有趣的联邦贸易委员会报告显示，该机构对使用人工智能打击网络危害持批评态度。事实上，该机构发现，人工智能的使用并没有显著减少网络危害，甚至可能产生偏见和歧视性的做法。特别令人担忧的网络危害包括网络欺诈、冒名顶替诈骗、虚假评论和账户、机器人、媒体操纵、非法毒品销售和其他非法活动、性剥削、仇恨犯罪、网络骚扰和网络跟踪，以及旨在影响选举的虚假信息活动。[1] 虽然联邦贸易委员会的报告承认人工智能在打击有害内容和其他积极成果方面的应用，但它也警告不要过度依赖该技术。虽然有些人认为该报告存在缺陷，但企业熟悉联邦贸易委员会对人工智能使用的担忧并听从其指导仍然很重要。例如，数据最小化至关重要。公司应仅收集向消费者提供服务或产品所需的信息。此外，公司应保持透明，并提前向消费者提供与交易性质和购买决策相关的所有重要信息。最后，应加强人工监督和监控。强大的投诉管理和对监管合规发展的认识至关重要。人工智能的缺点和其他问题联邦贸易委员会的报告发现，人工智能在打击不需要背景信息的检测方面的危害方面是有效的——包括在线销售的非法物品和儿童色情内容——并承认人工智能系统在防止无意中发布有害信息方面是有效的。人工智能可用于在有害内容发布之前进行干预或摩擦，包括标记、添加插页和发送警告。但联邦贸易委员会不认为这些策略可以防止恶意传播信息。[2]平台还可以使用人工智能工具来解决在线危害，方法是找到其背后的网络和参与者。人工智能工具可以促进跨平台映射某些传播有害内容的社区。然而，这些策略也可能无意中使边缘化群体陷入利用受保护方法传播有关专制政权的陷阱。
F.No. 12037/03/2022-FTC 印度政府人事、公共申诉和养老金部人事与培训部培训司
(iii) 可持续金融治理 (iv) 人口结构转变及其影响 (v) 绿色投资：可再生能源 (vi) 能源经济、环境与政策 (vii) 利用服务促进发展：前景与政策 (viii) 促进亚洲城市的增长与包容性 (ix) 亚太地区可持续发展概论 (x) 金融全球化、资本流动与全球金融周期 (xi) 东南亚金融一体化 (xii) 推动数字经济促进亚洲可持续增长 (xiii) 金融包容性：演变与当代挑战 (xiv) 实现水与卫生设施可持续发展目标 (xv) 亚洲的金融包容性、金融素养与金融教育 (xvi) 基础设施与可持续增长的私人融资
否决修复：联邦贸易委员会向国会提交的有关修复限制的报告
执行摘要 联邦贸易委员会（“FTC”或“委员会”）根据国会指示向众议院和参议院拨款委员会报告与维修市场相关的反竞争行为，现提交本报告。1 在指示委员会发布本报告时，国会指出“了解 FTC 正在审查制造商（尤其是手机和汽车制造商）如何限制消费者和维修店的维修，以及这些限制如何增加成本、限制选择并影响消费者根据《马格努森-莫斯保修法》享有的权利。”国会特别指示 FTC 就如何最好地解决这些问题提出建议。2 为了履行国会的这项指令，委员会综合了 2019 年 7 月 16 日举行的题为“取消修复：维修限制研讨会”（“研讨会”）的研讨会、公众意见、对实证研究和数据请求的回复 3 以及独立研究所获得的知识。本报告研究了与维修限制有关的消费者保护和反垄断问题，特别强调了手机和汽车制造商实施的限制。国会对维修限制的竞争和消费者保护方面的关注是及时的。许多消费品变得更难修理和维护。如今，维修通常需要专用工具、难以获得的零件以及专有诊断软件。产品损坏的消费者选择有限。此外，维修限制的负担可能会更多地落在有色人种社区和低收入社区身上。4 许多黑人拥有的小企业从事维修和保养行业，5 小企业面临的困难可能会对有色人种拥有的小企业产生不成比例的影响。6 这一事实并没有被 1 众议院报告 116-456 的支持者忽视，该报告于 2020 年 12 月 27 日发布在国会记录中（网址为 https://www.congress.gov/116/crpt/hrpt456/CRPT-116hrpt456.pdf ），随 H.R.7668，金融服务和一般政府拨款法案，2021 年。2 同上。3 完整的公众评论和实证研究提交材料可在 https://www.regulations.gov/docket/FTC-2019-0013/document 和 https://www.regulations.gov/document/FTC- 2019-0013-0001/comment 上查阅。4 菲利普斯委员和威尔逊委员指出，本段中提出的主张，即情况很可能如此，因为报告中的警告中用到的“可能”和“可以”等字眼就说明了这一点。本报告中引用的与研讨会相关的公众意见或实证研究提供了提交者的姓名以及该文件是作为意见还是实证研究提交的。，本报告中所讨论的维修限制负担将更多地落在少数族裔社区身上，这一说法没有得到所引用证据的支持。但该说法是报告作者从引用其他事物的证据中得出的结论。5 参见，例如，关于黑人拥有企业的有趣事实和统计数据，https://www.blackbusiness.com/p/facts- statistics-black-owned-businesses.html（上次访问时间为 2021 年 3 月19 日）（指出近 38% 的黑人拥有的企业从事医疗保健、社会援助、维修和保养以及个人和洗衣服务）。6 疫情提供了一个令人不安的例子：“全国范围内具有代表性的小企业数据显示，2020 年 2 月至 4 月，活跃企业主的数量下降了 22%——这是有记录以来的最大降幅。虽然总体下降值得注意，但不同种族和族裔群体的倒闭率差异更加引人注目。黑人企业的下降最为严重，下降了 41%。拉丁裔企业主
美国联邦贸易委员会 (FTC) 最近发布关于 COVID-19 时代使用人工智能和算法的指导
值得注意的是，联邦贸易委员会和州检察长已在调查公司是否向消费者提供明确和显眼的披露，以评估监管合规性，一些州检察长已在调查与人工智能相关的问题。联邦贸易委员会的这份指南进一步强调了透明度的重要性。随着公司部署人工智能应对 COVID-19，该指南的原则（尤其是与确保数据准确性和防止歧视性结果相关的原则）也将非常重要。例如，The Hill 2 上的一篇最新文章重点介绍了公司如何与医院合作建立患者监测项目，该项目使用人工智能驱动的可穿戴设备（如智能衬衫）持续测量患者的生物特征（例如心电图活动），以便医院工作人员可以更好地监测患者，并可能限制对受感染患者的就诊次数。尽管这些可穿戴设备前景光明，但公司必须确保这些设备也有效，并且满足本指南中概述的原则（以及 1996 年《健康保险流通与责任法案》（“HIPAA”）规定的患者隐私和问题）。因此，在这些 AI 技术正在创建和改进的过程中，公司需要关注 FTC 的行动。
FTCP-PSQS-1165-2020，航空安全计划具体...
美国能源部航空管理办公室 (OAM) 制定了此 PSQS，以确保指定人员有能力履行航空经理 (AvM) 或航空安全官 (ASO) 的职责和责任。应参考并酌情使用 PSQS 的内容来制定空缺公告、信用计划、面试问题以及与招聘、选拔和内部安置被分配此 PSQS 的人员相关的其他标准。此 PSQS 中列出的绩效能力 (PC) 基于美国能源部航空计划中的当前职责、活动和职能。此外，PC 要求由参与者作为 AvM 或 ASO 的角色以及美国能源部元素中的航空运营类型分配：载人飞机、无人机系统 (UAS) 和/或商业航空服务 (CAS)。
首次充电/通电（FTC）和...
d。 “受益人”是指在州际生成站中享有股份的人； e。 “委员会”是指该法第76条第（1）款中提到的中央电力监管委员会； f。卖方时块中的“偏差”是指其实际注入总额减去其计划的总生成，而对于买方来说，其实际的实际抽奖减去了其总计划的抽奖； g。 “干扰记录器（DR）”是指在事件期间提供系统参数的预选数字和模拟值的行为； h。 “事件记录设施”是指提供的设备来记录继电器和其他设备的按时间顺序排列的操作序列；我。“网格代码”是指委员会根据该法第79条第（1）款规定的网格代码； j。“州际生成station（ISGS）”是指中央生成站或其他生成站，其中两个或多个州具有股票；
EPIC 向 FTC 提交 AI 规则制定请求
https://www.ftc.gov/system/files/documents/public_statements/1416593/chairman_joe_simons_privacy_shield_revi ew_remarks-2018.pdf。3 联邦贸易委员会算法与经济正义专员 Rebecca Kelly Slaughter 在加州大学洛杉矶分校法学院的讲话 15（2020 年 1 月 24 日），https://www.ftc.gov/system/files/documents/public_statements/1564883/remarks_of_commissioner_rebecca_kelly_slaughter_on_algorithmic_and_economic_justice_01-24-2020.pdf。 4 例如，请参阅 EPIC 关于 Unrollme, Inc. 的评论，FTC 文件编号 172 3139（2019 年 9 月 19 日），https://epic.org/apa/comments/EPIC-FTC-Unrollme-Sept2019.pdf；EPIC 关于 Aleksandr Kogan 和 Alexander Nix 的评论，FTC 文件编号 182 3106 和 182 3107（2019 年 9 月 3 日），https://epic.org/apa/comments/EPIC-FTC-CambridgeAnalytica-Sept2019.pdf； EPIC 的评论，《保护客户信息的标准》，FTC 文件编号 2019-10910（2019 年 8 月 1 日），https://epic.org/apa/comments/EPIC-FTC-Safeguards-Aug2019.pdf；投诉，调查、禁令和其他救济请求，In re Zoom Video Commc'ns, Inc.（2019 年 7 月 11 日），https://epic.org/privacy/ftc/zoomEPIC-FTC-Complaint-In-re-Zoom-7-19.pdf；EPIC 的评论，In re Uber Technologies, Inc.，FTC 文件编号 152-3054（2018 年 5 月 14 日），https://epic.org/apa/comments/EPIC-FTC-Revised-Uber-Settlement.pdf； EPIC 的评论，In re Paypal, Inc.，FTC 文件编号 162-3102（2018 年 3 月 29 日），https://epic.org/apa/comments/EPIC-FTC-PayPal-ConsentOrder.pdf；投诉、调查请求、禁令和其他救济，In re Google Inc.（2017 年 7 月 31 日），https://www.epic.org/privacy/ftc/google/EPIC-FTC-Google-Purchase-Tracking-Complaint.pdf；投诉和调查请求、禁令和其他救济，In re Genesis Toys and Nuance Communications（2016 年 12 月 6 日），https://epic.org/privacy/kids/EPIC-IPR-FTC-Genesis-Complaint.pdf。 5 EPIC，《算法透明度：终结秘密分析》（2020 年），https://epic.org/algorithmic-transparency/。6 EPIC 总裁 Marc Rotenberg，《计算机偏见》，《纽约时报》（2016 年 8 月 10 日），https://www.nytimes.com/2016/08/11/opinion/bias-by-computer.html。
mm mm AFTC 自动故障树代码...
60 摘要：故障树在系统的可靠性和安全性分析中起着主导作用。手动构建故障树是一项非常耗时的任务，而且它不会给出正式的结果，因为它高度依赖于分析师的经验和启发式方法。这就需要计算机化的故障树构建，这仍然吸引着可靠性分析师的兴趣。AFTC 软件是一种用户友好的软件模型，用于基于决策表构建故障树。软件配备了各种核电站 (NPP) 系统中常用组件的决策表库。用户需要根据可用的流程图制作要构建故障树的系统的节点图。文本节点图是定义系统流程图的唯一输入。AFTC 软件是一个基于规则的专家系统，它从系统流程图和组件决策表中绘制故障树。AFTC 软件以文本和图形格式提供故障树。提供有关如何输入系统流程图和组件决策表的帮助。该软件是用 C 语言开发的。软件通过印度 PHWR 消防水系统的简化版本进行验证。将进行代码转换以创建基于窗口的版本。