XiaoMi-AI文件搜索系统
World File Search SystemHumans
评估凝胶和干电极以进行脑电图测量，以比较其对人类多模式工作负载检测的适用性
知道在某些任务中，一个人的总体工作量水平在不同领域很有帮助。为预防精神障碍，例如由于永久性压力和超负荷而倦怠，知道一个人的整体工作量水平（Greif＆Bertino，2022）是一个优势，因为过去的精神障碍趋势（世界卫生组织，2023年，2023年），必须尽可能地避免这种情况。尤其需要在工作量方面更好地监控安全 - 关键环境，以保护在其中工作的人。例如，在太空飞行中，重要的是要了解每个宇航员的工作量水平，因为更高的工作量水平与犯错的风险更高有关（Morris＆Leung，2006年），这可能会迅速致命地结束。此外，由于宇航员一般不使用宇航员，因此ISS和太空中的微重力（ESA，2023）可能会影响整体工作量。Wickens（2008）的多重资源模型定义了影响工作负载的不同维度。微重力的对象的行为与地球重力中的物体显着不同。因此，视觉处理和特殊活动消耗了更多资源，因为宇航员会看到行为
以人工智能和人类为重点的研究框架......
摘要 尽管缺乏共识和普遍接受的定义，人工智能 (AI) 仍受到推崇，并被认为具有解决所有问题的神奇能力。为了更细致入微地了解与人工智能相关的设计权衡，本文提出了一个研究框架，对比了两个相互竞争的框架：（1）人工智能与人类（以强人工智能和通用人工智能为特征），专注于取代人类；（2）人工智能与人类（以智能增强和以人为本的人工智能为特征），专注于赋予人类作为个体和社区的力量。本文中的论点得到了探索概念框架和鼓舞人心的原型的研究活动的支持。这些发展使我们更深入地了解了人工智能类型的系统如何为生活质量方面做出贡献，特别注重重新思考和重塑数字时代的学习、教育、工作和协作。
在综合的虚拟和体育训练环境中对人类的机器人政策进行交互式解释
策略摘要是一种计算范式，用于向人类解释自治机器人的行为和决策过程。它通过示例性的演示总结了机器人政策，旨在提高人类对机器人行为的理解。这种理解至关重要，尤其是因为用户经常对现实世界中的机器人部署做出批评。政策摘要中先前的研究主要集中在模拟机器人和环境上，忽略了其在物理体现的机器人中的应用。我们的工作通过将当前的策略摘要方法与涉及与机器人进行物理互动的新颖的交互式用户界面相结合，从而填补了这一空白。我们进行人类受试者实验来评估我们的解释系统，重点是不同解释方式在政策摘要中的影响。我们的发现强调了将虚拟和体育锻炼环境相结合以有效地将机器人行为传达给人类用户的独特优势。
AAV介导的plakophilin-2a的递送在鼠心中心律不齐的右心肌病的阻止：临床前证据支持人类基因治疗
通讯：纽约大学格罗斯曼医学院科学学院，医学博士Mario Delmar，医学博士，博士，Leon H. Charney科。435 E.30th St 707，纽约，纽约，10016，电子邮件mario.delmar@nyulangone.org;或Christopher D. Herzog博士，Rocket Pharmaceuticals，Inc，9 Cedar Brook Dr，Cranbury，NJ 08512，电子邮件cherzog@rocketpharma.com;或Marina Cerrone，医学博士，Leon H. Charney Charney科，纽约大学Grossman医学院科学学院。 435 E.30th St 723H，纽约，纽约，10016，电子邮件marina.cerrone@nyulangone.org *c.j.m。 van Opbergen和B. Narayanan同样贡献。 补充材料可在https://www.ahajournals.org/doi/suppl/10.1161/circgen.123.004305获得。 有关资金和披露的来源，请参见第XXX页。 ©2024 American Heart Association，Inc。435 E.30th St 707，纽约，纽约，10016，电子邮件mario.delmar@nyulangone.org;或Christopher D. Herzog博士，Rocket Pharmaceuticals，Inc，9 Cedar Brook Dr，Cranbury，NJ 08512，电子邮件cherzog@rocketpharma.com;或Marina Cerrone，医学博士，Leon H. Charney Charney科，纽约大学Grossman医学院科学学院。435 E.30th St 723H，纽约，纽约，10016，电子邮件marina.cerrone@nyulangone.org *c.j.m。 van Opbergen和B. Narayanan同样贡献。 补充材料可在https://www.ahajournals.org/doi/suppl/10.1161/circgen.123.004305获得。 有关资金和披露的来源，请参见第XXX页。 ©2024 American Heart Association，Inc。435 E.30th St 723H，纽约，纽约，10016，电子邮件marina.cerrone@nyulangone.org *c.j.m。van Opbergen和B. Narayanan同样贡献。补充材料可在https://www.ahajournals.org/doi/suppl/10.1161/circgen.123.004305获得。有关资金和披露的来源，请参见第XXX页。©2024 American Heart Association，Inc。
人工智能能像人类一样有创造力吗？
创造力是社会进步和创新的基石。随着先进的生成式人工智能模型的兴起，这些模型能够完成曾经只有人类创造力才能完成的任务，研究人工智能的创造潜力对于负责任地开发和应用人工智能至关重要。在本文中，我们从理论上证明，只要人工智能能够正确拟合人类创造者生成的数据，它就可以像人类一样具有创造力。因此，关于人工智能创造力的争论可以归结为其是否能够拟合足够量的数据的问题。为了得出这个结论，本文首先通过引入一个称为相对创造力的新概念来解决定义创造力的复杂性。我们不是试图普遍地定义创造力，而是将重点转移到人工智能是否能够匹敌假设人类的创造能力。这种观点从图灵测试中汲取灵感，并在此基础上加以扩展，以应对评估创造力所固有的挑战和主观性。方法论的转变导致了对人工智能创造力的统计量化评估，即统计创造力。这一概念从统计上将人工智能的创造能力与特定人类群体的创造能力进行比较，有助于从理论上探索人工智能的创造潜力。我们对人工智能训练过程的分析表明，通过拟合大量条件数据，包括艺术作品及其创作条件和过程，而不排除生成条件，人工智能可以成为一个假设的新创造者。虽然创造者并不存在，但它拥有与它所训练的人类创造者相同的创造能力。基于理论发现，我们讨论了在提示条件自回归模型中的应用，为评估生成式人工智能模型（如大型语言模型 (LLM)）的创造能力提供了一种实用的方法。此外，本研究还提供了可操作的训练指南，将创造力的理论量化与实际模型训练结合起来。通过这些多方面的贡献，本文建立了一个理解、评估和培养人工智能模型创造力的框架。
人工智能与算法偏见：问题所在......
学习和深度学习算法的构建方式会在各种环境中（包括工作场所和医疗保健系统）对个人造成偏见和歧视性结果。具体来说，本文将探讨算法偏见，分析它如何侵犯个人根据 1964 年《民权法案》享有的权利 6 并提出可能的补救措施。第二部分将提供算法的描述性背景。然后，第三部分将解释算法偏见。第四部分将讨论种族和性别歧视的历史，并指出它是如何导致今天的算法偏见的。第五部分将描述算法偏见如何通过人类偏见或过度代表或代表性不足的数据收集影响当今社会在就业和医疗保健领域。第六部分将探讨 1964 年《民权法案》对算法偏见的法律影响。最后，第七部分将推荐其他补救措施来消除算法偏见。
人类、石油、植物、能源
出勤期望 所有成员的参与对于本课程的成功至关重要。参与包括参与正在进行的讨论和批评、提出处理项目的替代方法、深思熟虑的过程和强烈的职业道德。参与的评估标准包括质量和数量。出勤率也占您成绩的 5%。如果您不出现并且没有参加整个课程，您将被扣分。参与所获得的 5 分是加权的。这门课本质上是非常体验性和实验性的。我们将进行大量的课堂活动，您将获得学分。其中许多活动无法在课外“弥补”。如果你不来，你会错过很多。出勤率和期末成绩之间存在相关性。如果你来上课，你更有可能取得好成绩。学生如果希望请假，他们必须提前向老师提供书面/电子邮件解释缺勤情况和/或在必要时提供适当的证明（例如医生或父母的信），这需要在缺勤后的一周内进行。本课程的出勤率、补考、作业和其他工作的要求与大学政策一致，可在此处找到：https://catalog.ufl.edu/ugrad/current/regulations/info/attendance.aspx • 缺勤可能包括生病、宗教节日和医生预约，以及
循环中的人：系统开发中心的人
摘要尽管在此过程中自动化增加了，但人（仍然）是软件系统开发的核心。本章采用了社会技术的观点，并探讨了三个领域，这些领域是人类在软件系统开发中的作用的特征：作为创建者，人作为用户和与系统合作的人。软件是由软件工程师和非专家等专业开发人员创建的，例如“制造商。”软件开发人员在几种文化（例如专业，公司和国家）中建立社区并运作，所有这些都会影响开发过程和最终产品。人使用软件。用户还可以在影响产品使用以及如何使用系统的社区和文化中运作，以使未来的系统开发回馈。人和系统是相互依存的：他们合作地实现了广泛的目标。但是，软件都支持人们想要做的事情并塑造可以做的事情。
DREBRIN调节皮质II/III层中感官神经元中的侧支轴突分支
神经发育障碍（NDDS）是一组复杂的神经系统疾病和精神疾病。功能性和分子成像技术，例如静息状态功能磁共振成像（RS-FMRI）和正电子发射tomog-raphy（PET），可用于在人类和人类模型中成熟期间在成熟期间非侵入性和纵向测量网络活性。Here, we review the current knowledge on rs-fMRI and PET biomarkers in the study of normal and abnormal neurodevelopment, including intellectual disability (ID; with/without epilepsy), autism spectrum disorder (ASD), and attention deficit hyperactivity disorder (ADHD), in humans and rodent models from birth until adulthood, and evaluate the cross-species translational value of the imaging biomarkers.迄今为止，只有少数孤立的研究使用RS-FMRI或PET在婴儿期（神经发育的关键时期）中研究啮齿动物的神经发育（异常）。Further work to explore the feasibility of performing functional imaging studies in infant rodent models is essential, as rs-fMRI and PET imag- ing in transgenic rodent models of NDDs are powerful techniques for studying disease pathogenesis, developing noninvasive pre- clinical imaging biomarkers of neurodevelopmental dysfunction, and evaluating treatment-response in disease-specific models.
在人类计算机相互作用研究中与人分发
定性分析（QA）是人类计算机互动研究不可或缺的一部分，需要对该数据进行人类生产的数据和人类分析，以阐明人类对技术的看法和经验。我们使用GPT-3和CHATGPT来代替人类分析，然后完全分配人类制作的文本。我们发现GPT-3能够自动识别主题并产生与人类研究人员所写的定性数据的细微分析。我们还简要思考了这项研究的哲学意义。