XiaoMi-AI文件搜索系统
World File Search SystemGiovanni
玛丽亚·瓦纳（Maria Vanare）
物理学副教授 - 米兰 - 比科卡大学材料科学系（意大利）时期：2022年12月 - 现任“纳米级动力学超快显微镜实验室”的主要研究员（Luminad）。欧盟资助的FET-OPEN项目智能电子（GAn。964591）的科学协调员 - www.smartelectron.eu。物理助理教授 - 米兰 - 比科卡大学材料科学系（意大利）期间：2019年12月至2022年11月，“纳米级动力学超快显微镜实验室”（Luminad）的首席研究员。欧盟资助的FET-OPEN项目智能电子（GAn。964591）的科学协调员 - www.smartelectron.eu。科学家 - ÉcolePolytechniquefédédéralede Lausanne（瑞士）时期：2016年2月至2019年11月；顾问：Fabrizio Carbone教授。超快电子衍射，显微镜和光谱实验在Lumes实验室进行的。任命由玛丽·斯克洛多夫斯卡·居里（Marie Sklodowska-Curie）共同创立的EPFL奖学金计划部分支持（H2020 - MSCA - Cofund 2016，GAN。665667）。博士后研究学者 - 加利福尼亚理工学院（美国）期间：2011年11月至2016年1月；顾问：Ahmed H. Zewail教授（诺贝尔·劳拉（Nobel Laurate in Chemistry） - 1999年）。研究活动的重点是研究纳米材料中原子级超快现象的性质。M.Sc. 在法国萨克莱（法国）法国原子能委员会（法国）期间实习：2007年3月至2007年9月；顾问：尼古拉斯·巴雷特博士。 研究相关钙钛矿材料的表面特性。M.Sc.在法国萨克莱（法国）法国原子能委员会（法国）期间实习：2007年3月至2007年9月；顾问：尼古拉斯·巴雷特博士。 研究相关钙钛矿材料的表面特性。在法国萨克莱（法国）法国原子能委员会（法国）期间实习：2007年3月至2007年9月；顾问：尼古拉斯·巴雷特博士。研究相关钙钛矿材料的表面特性。在FP6 Incems欧洲项目的框架内支持我的任命。教学经验
Giovanni Righini - 个人简历
15. A. Ceselli, A. Gelmini, G. Righini, A. Taverna, 中期能源系统模拟中大规模机组投入问题的数学规划界限, 第四届运筹学学生会议 (SCOR 2014) 论文集, 英国诺丁汉, 编辑：P. Crespo Del Granado、M. Joyce-Moniz、S. Ravizza, 信息学开放获取系列 37, Dagstuhl Publishing, 德国 (2014) 63-75。
辣椒
其他任命2019年 - 可持续性科学，技术和生物技术教学委员会成员 tuscia University of Tuscia University of Tuscia University of Tuscia-Pressent校长Tuscia tuscia of Tuscia of Tuscia of Tuscia of Tuscia of Tuscia of Elixir-IIB（HTTP://elixir-itragilentir-Inform fulbran-Inform forsient fulbran-olixir-itragy of Briixir-itras）欧洲欧洲欧洲欧洲欧洲委员会， 《家畜生物信息学，基因组学和转录学实验室》和《古代DNA实验室》，托斯西亚大学DIBAF系2018 - 2022年CNR（国家研究委员会）生物膜研究所，生物词学和分子生物技术的生物词（IBI）con（IBI），Bari 2017- Elixir-IIB 2013–2018 Team Leader of the Specialistic user support team in the SCAI Department Cineca Supercomputing Center 2012–2013 Research Manager, co-coordinator of the High Performance Computing group CASPUR Supercomputing Center 2005–2012 Technology researcher, Leader of the Computational Biology and Medicine group CASPUR Supercomputing Center 1997–2005 Permanent position as Junior Technology researcher, Computational Chemistry group CASPUR超级计算中心1996 - 1997年，CASPUR超级计算中心计算化学研究员，1994–1996 ENEA Innovation Department，1992 - 1993年海军中型船员官员，“化学辩护” Interforce Interforce Interforce Interforce NBC NBC NBC NBC NBC Defers for Rome Cecchignola Defacs of Rome Cecchignola教学经验2022222-PRESEC CURESEN COURSIA COURSES（DAFF） Miglioramento Genetico”和“ Laboratorio di Miglioramento genetico”（L-P-02； 8 CFU）; （DIBAF部门）：山区的畜牧业（L-25; 6 CFU）2018年至今的塔斯西亚大学课程（DIBAF系）：tuscia University of Tuscia University of Tuscia University of Tuscia-Pressent校长Tuscia tuscia of Tuscia of Tuscia of Tuscia of Tuscia of Tuscia of Elixir-IIB（HTTP://elixir-itragilentir-Inform fulbran-Inform forsient fulbran-olixir-itragy of Briixir-itras）欧洲欧洲欧洲欧洲欧洲委员会， 《家畜生物信息学，基因组学和转录学实验室》和《古代DNA实验室》，托斯西亚大学DIBAF系2018 - 2022年CNR（国家研究委员会）生物膜研究所，生物词学和分子生物技术的生物词（IBI）con（IBI），Bari 2017- Elixir-IIB 2013–2018 Team Leader of the Specialistic user support team in the SCAI Department Cineca Supercomputing Center 2012–2013 Research Manager, co-coordinator of the High Performance Computing group CASPUR Supercomputing Center 2005–2012 Technology researcher, Leader of the Computational Biology and Medicine group CASPUR Supercomputing Center 1997–2005 Permanent position as Junior Technology researcher, Computational Chemistry group CASPUR超级计算中心1996 - 1997年，CASPUR超级计算中心计算化学研究员，1994–1996 ENEA Innovation Department，1992 - 1993年海军中型船员官员，“化学辩护” Interforce Interforce Interforce Interforce NBC NBC NBC NBC NBC Defers for Rome Cecchignola Defacs of Rome Cecchignola教学经验2022222-PRESEC CURESEN COURSIA COURSES（DAFF） Miglioramento Genetico”和“ Laboratorio di Miglioramento genetico”（L-P-02； 8 CFU）; （DIBAF部门）：山区的畜牧业（L-25; 6 CFU）2018年至今的塔斯西亚大学课程（DIBAF系）：
《人工智能法案》中模糊的风险导向方法：与其他工会战略的联系与差异 Pietro Dunn 1,2 和 Giovanni De Gregorio 3
摘要 AI 法案监管提案采用基于风险的方法来监管人工智能系统。事实上，基于风险的方法已成为欧盟在数字政策方面的战略的典型做法。然而，这种方法被拒绝的方式却大不相同：最值得注意的是，GDPR 和 DSA 监管提案在一定程度上采用了自下而上的视角，而 AI 法案则反映了自上而下的方案，其中风险评估的任务掌握在立法者手中。本立场文件旨在强调所讨论的各种法律行为之间的共同特征和差异：特别是，通过将（最佳）比例和尽职调查视为基于风险的方法的特征，目标是了解 AI 法案是否确实反映了这种发展中的法律模式的典型原则。尽管我们注意到尽职调查在监管提案中的作用较弱，但我们认为，中心共同点是比例（宪法相关）目标。关键词 1 基于风险的监管，人工智能法案，比例
引用本文：Claudio Novelli、Giorgio Bongiovanni 和 Giovanni Sartor (2022) 法律人格的概念框架及其在人工智能中的应用，法学，13:2，194-219，DOI：10.1080/20403313.2021.2010936
摘要 本文对法律人格的概念进行了分析，并讨论了是否可以赋予人工智能系统（AI）人格。法律人格将被视为一个包含权利和义务的理论范畴；因此，我们首先将其构建为事实前提条件和法律效果之间的推理联系节点。然而，这种推论式的解读并没有考虑到法律人格的“背景原因”，即它没有解释为什么我们将不同的情况归入这一理论范畴，以及法律以外的信息是如何融入其中的。我们认为，解释这一背景的一种方法是采用新制度视角，用另一个层次，即元制度视角来更新法律概念的本体论。我们最后指出，元制度概念还可以帮助我们在涉及将人工智能纳入（或不包括）法人的法律政策选择方面找到平衡。
以人为本的 AI 驱动探索大型复杂数据集的框架 Maria F. Costabile 1 、 Giuseppe Desolda 1 、 Giovanni Dimauro 1 、 Rosa Lanzilotti 1 、 Daniele Loiacono 2 、 Marisella Matera 2 和 Massimo Zancanaro 3
通过授予对决定系统行为的相关参数的交互式操作，还可以实现对系统的可靠用户控制 [19]。在 HCAI 愿景中，用户控制和系统自主性并不被视为相互对立，而是在设计对人类有益的智能系统时需要充分校准的两个维度 [21]。应该让用户能够利用 AI 算法的强大功能，但也不能忽视用户作为领域专家所拥有的知识的重要性。例如，在 [2] 中介绍了一种基于 ML 的工具，用于从过去的患者那里直观地检索医学图像（来自活检的组织）。该工具支持对新患者的医疗决策，使医生能够即时应对搜索算法，并传达在不同情况下哪些类型的相似性最重要。人与系统之间的这种交互决定了逐步细化，从而增加了所发现图像的诊断效用以及用户对算法的信任。
预测编码和主动推理的大脑结构的演变 Giovanni Pezzulo 1、Thomas Parr 2、Karl Friston 2 1. 国家研究
摘要 本文探讨了预测处理的大脑结构的进化。我们认为，预测感知和行动的大脑机制不是我们这些高级生物在进化后期添加的。相反，它们是从简单的预测回路（如自主神经反射和运动反射）逐渐发展而来的，这些预测回路是我们早期进化祖先的遗产，也是解决其自适应调节基本问题的关键。我们用包含不断增加的层次宽度和深度的预测回路的生成模型来正式描述从简单到复杂的大脑。这些可能从一个简单的稳态主题开始，并在进化过程中以四种主要方式进行阐述：包括预测控制多模态扩展为异质回路；其复制形成多个感觉运动回路，从而扩展了动物的行为范围；并逐渐赋予生成模型层次深度（以处理在不同空间尺度上展开的世界的各个方面）和时间深度（以面向未来的方式选择计划）。反过来，这些阐述为解决日益复杂的动物所面临的生物调控问题提供了保障。我们的提议将有关预测处理的神经科学理论与不同动物物种大脑结构的进化和比较数据结合起来。关键词：预测处理；主动推理；大脑进化；大脑结构；模型选择；自然选择。
乔瓦尼·鲁贝斯（Giovanni Rubeis）：“奇怪的床伴。人工智能与叙事医学之间不太可能的联盟”，摘自 Ricardo Morte Ferrer：辩论：数字化与健康
人工智能 (AI) 即将彻底改变医学。从机器人到诊断工具和智能可穿戴传感器，AI 应用已对临床实践产生了影响。这些应用的进一步实施将挑战医疗实践的方式 (Rajkomar 等人，2019)。通过这些用于组织、分析和操作医疗数据的新工具，卫生专业人员的工作内容和工作方式将发生改变。与此同时，患者将越来越能够自己掌控自己的健康问题。他们将通过自我跟踪和透明的电子病历越来越多地访问自己的健康数据。除了这些医疗实践的变化预计将带来的健康益处和成本节约之外，医患关系也将发生转变。预计 AI 将完成卫生专业人员大部分耗时的管理和诊断任务。因此，卫生专业人员可以有更多的时间投入到与患者的会面中。叙事医学的追随者认为医患关系是医疗实践的核心。因此，人工智能的实施可能会增强叙事原则的实施