XiaoMi-AI文件搜索系统
World File Search SystemIntuition
超人类的直觉和算法条件......
摘要 在图灵的“通用机器”之后，本文将直觉作为一个生成性概念和镜头来展现战后跨大西洋文化中人机关系的有效谱系。作为一种超越理性分析的感知、认识、预测和驾驭世界的方式，直觉对于适应我们当代的“算法条件”至关重要，在这种条件下，机器学习技术正在积极地重新分配人类和机器之间的认知，改变（非）人类经验的性质，并重新表达文化价值和欲望的问题。本文关注三个关键的历史时刻，使我们能够回顾性地瞥见英国和北美对我们与“新”技术不断变化的关系的兴趣和紧迫感的新兴凝聚—— 1） 20 世纪 50 年代：人工智能和控制论的诞生； 2）20 世纪 80 年代：个人电脑和软件文化的兴起；3）2010 年代：算法生活的开始。在每个时期，直觉的特定方面都表现出重要的作用，激发了我们与计算技术的情感和文化纠葛。虽然直觉在特定的历史关头获得了有效的牵引力，既是“人类”的本质定义，也是非人类的本质定义，但我认为，解决当前机器学习架构所引发的感官、社会政治、文化和伦理问题，需要适应内在的人机算法纠葛以及它们所居住和不断重塑的技术社会生态。
人工意识：弥合人类直觉与机器智力之间的差距
版权所有：©2025 Aliya Grig。等。被许可人克莱尔斯科学出版物。本文是根据Creative Commons Attion（CC BY）许可证的条款和条件分发的开放访问文章。
Q2 2024美国MedTech许可和风险报告
创建和分发高质量的内容是我们与客户和其他利益相关者积极互动的众多方式之一。我们每天通过各种渠道进行此操作，并帮助客户通过快速变化的世界进行筛选。与我们对客户感兴趣的主题具有深厚专业知识的渴望，我们很高兴欢迎去年年底莎拉·卡普尼克（Sarah Kapnick）博士嫁给摩根大通（J.P. Morgan）。莎拉（Sarah）是气候科学领域成熟的领导者，现在是J.P. Morgan的全球气候咨询主管。在加入NOAA之前，莎拉（Sarah）是J.P. Morgan的资产和财富管理部的高级气候科学家和可持续性策略师，在那里她在气候和环境问题上建立了思想领导力，并向新业务和风险提供了咨询，并为客户提供了建议。在她的职业生涯中，莎拉（Sarah）在科学组织和金融服务中的角色之间进行了调整，并具有独特的能力，可以将商业和务实的镜头应用于科学问题。
RAMS-RATMI 方法的直觉模糊扩展......
对具有优异机械性能的材料的需求不断增长，推动了多种高强度耐热合金的工程设计。为了克服传统加工方法的缺点，电火花加工 (EDM) 被证明是一种切割此类材料的更可行方法。然而，其不同输入参数的不当设置可能会严重影响加工部件的表面完整性并导致刀具过度磨损。多准则决策 (MCDM) 方法已成为一种有效的数学工具，能够处理多个输入因素及其与众多相互冲突的响应的相互作用，以找出理想的 EDM 工艺参数值。在本文中，提出了两种最近推出的 MCDM 方法，即按中位数相似度排序替代方案 (RAMS) 和按迹到中位数指数排序替代方案 (RATMI)，并结合直觉模糊集 (IFS) 以考虑到不同利益相关者意见中固有的不确定性，以在单一框架中优化两个 EDM 工艺。对于第一个 EDM 工艺，不同输入因素的理想组合是放电电流 = 3A、脉冲开启时间 = 10 µs、脉冲关闭时间 = 5 µs 和铜作为工具材料。另一方面，对于第二个工艺，EDM 参数的两个组合之间存在联系，即峰值电流 = 10 A、脉冲开启时间 = 500 µs 和间隙电压 = 45 V；峰值电流 = 10 A、脉冲开启时间 = 1000 µs 和间隙电压 = 50 V。此外，还对这两个工艺进行了与其他知名 MCDM 工具的比较分析和通过改变响应重要性进行的敏感性分析研究，以验证使用所提出的 IF-RAMS 和 IF-RATMI 方法获得的等级的可靠性和一致性。
模糊，直觉模糊和中性粒子图的能量
对文献的综述深入研究了模糊图，直觉模糊图和中性粒细胞图的能量测量和决策过程之间的复杂相互作用。在图理论中，能量是用于测量结构特性并评估决策模型动力学的关键数量。考虑到涉及决策的上下文中能量测量的理论基础，计算技术和实际应用的理论基础，考虑到模糊，直觉模糊和中性粒细胞图模型所带来的特殊特征。本综述试图为希望使用能量度量的研究人员和从业者提供彻底的理解，以在这些特定图形拓扑结构中综合先前的研究中，以设置这些特定图形拓扑内包含的不确定性。
在数据驱动世界中领导的谈判和决策：开发定量直觉TM
在一个被数据淹没的世界中，高管必须浏览噪声。对于高管们来说，不仅要从杂物中窃取有意义的信息，而且要在数据冲洗中影响其业务。在这4天面对面的高管教育计划中，参与者学习如何在不完整的信息面前做出更明智的决定。作为该计划的一部分，参与者将参与独特的身临其境数据驱动的体验，该体验在压力和有限的信息下测试个人和团队水平的决策技能。课程和应用的组合创造了一个高能量，动态的学习环境，确保参与者离开基本的见解和工具，他们可以立即应用于团队和组织。
理解人类直觉在人机决策中的作用及解释
人工智能解释经常被提及作为改善人类与人工智能决策的一种方式，但实证研究并未发现解释有效性的一致证据，相反，当人工智能系统出错时，解释可能会增加过度依赖。虽然许多因素可能会影响对人工智能支持的依赖，但一个重要因素是决策者如何协调自己的直觉——基于先前知识、经验或模式识别的信念或启发式方法，用于做出判断——与人工智能系统提供的信息，以确定何时推翻人工智能预测。我们对两个预测任务进行了一项有声思考、混合方法研究，采用两种解释类型（基于特征和基于示例），以探索决策者的直觉如何影响他们对人工智能预测和解释的使用，并最终影响他们何时依赖人工智能的选择。我们的结果确定了推理人工智能预测和解释所涉及的三种直觉类型：关于任务结果的直觉、特征和人工智能限制。在此基础上，我们总结了三种可供决策者运用自己的直觉并推翻人工智能预测的途径。我们利用这些途径来解释为什么 (1) 我们使用的特征型解释并没有改善参与者的决策结果，反而增加了他们对人工智能的过度依赖，以及 (2) 我们使用的示例型解释比基于特征的解释提高了决策者的表现，并有助于实现人机互补的表现。总的来说，我们的工作确定了人工智能决策支持系统和解释方法的进一步发展方向，帮助决策者有效地运用直觉，实现对人工智能的适当依赖。
使用基于区间直觉模糊超软集相关系数的 TOPSIS 法对热能存储技术进行优先排序
1 浙江师范大学数学科学学院，金华 321004，中国 2 阿卜杜勒阿齐兹国王大学数学系，吉达 21589，沙特阿拉伯 3 南佛罗里达大学数学与统计学系，佛罗里达州坦帕 33620-5700，美国 4 西北大学数学与统计科学学院，Mafikeng 校区，Private Bag X2046，Mmabatho 2735，南非 5 管理与技术大学数学系，拉合尔 54770，巴基斯坦 6 卡西姆大学科学与艺术学院数学系，Al-Badaya 51951，沙特阿拉伯 7 开罗大学统计研究生院运筹学与管理研究系，吉萨 12613，埃及 * 通信地址：wma3@usf.edu （W.-XM）；ag.alanazi@qu.edu.sa（AMA）
利用进化和直觉创造新酶
利用进化和直觉创造新酶 Patrick J. Almhjell 和 Frances H. Arnold，加州理工学院 简介 酶是大自然的催化剂，生物体利用化学反应从其环境中提取物质和能量并创造新生命。想想阳光和二氧化碳如何被植物转化为糖，以及这些糖后来如何被依靠植物作为食物的生物体代谢。这些反应都是由酶催化的。甚至血液中的溶解二氧化碳（以碳酸盐的形式）转化为呼出的气态二氧化碳，以及不同药物的代谢以将其从人体循环系统中清除，都是由这些非凡的生物机器完成的。在进化的指导下，酶已针对其特定反应进行优化，与未催化反应和其他催化剂相比，它们可以表现出非凡的速率增强和选择性。酶由 20 种典型氨基酸的线性排列组成，这些氨基酸折叠成复杂的三维结构。它们通常结合不同的辅因子来促进反应，有时通过翻译后修饰进一步修饰，从而改变其结构和功能。通过进化优化酶是由于两个主要事件的作用：编码酶的 DNA 发生突变，随后对其功能或表型进行选择。改善功能的突变可以在群体中富集。这一过程使生物体能够吸收和消耗周围的资源；那些做得更好的生物体有更好的机会将其基因传递给下一代。这一过程还产生了丰富的生命多样性，这些生命已经适应了几乎占据世界每个生态位。强大的进化设计算法已以定向进化的形式带入实验室，可用于设计酶和其他蛋白质，使其具有满足人类需求的有用特性。与自然进化类似，定向进化使用诱变，这是一种创造遗传多样性的方法，然后进行某种形式的选择或筛选，以识别具有改进特性的变体酶。这个循环可以重复，直到特性得到充分改善（图 1a）。在大多数情况下，定向进化在概念和技术上都很简单：一旦确定某种酶表现出所需功能的低活性，诱变和筛选改进的功能通常会提供增强。然而，第一步，即确定具有一些初始活性的酶，可能远非易事。无论是在自然界还是在实验室中，我们经常会想知道新功能在自然进化过程中究竟是如何产生的。与细胞生物学“omnis cellula e cellula”（即“所有细胞都来自细胞”）的信条类似，酶源自早期的酶和其他蛋白质，并在进化过程中获得新功能。什么情况下，一种酶可以执行一种功能，从而进化为另一种具有不同功能的酶？这个问题尚未完全得到解答，但据观察，这个过程在自然界中通常是逐步发生的，通过微小的变化和偶然性（正确的变化或正确的新条件）在很长一段时间内发生（图 1b）。然而，我们酶工程师希望创造能够解决当前时间敏感问题的酶，因此无法等待“进化时间尺度”出现并优化解决方案。此外，我们可能希望朝不同的方向发展，创造为我们服务的酶，而不是支持制造它的生物体。那么，我们如何才能更快、更有针对性地向新的催化活动迈进？正如我们将在本章中看到的，它通常涉及利用一个人的化学直觉，了解反应发生的方式和原因，并在正确的条件下做出正确的改变。
三角直觉模糊聚合和排序函数方法用于电池“寿命终止”处理替代方案的评级
摘要：能源领域越来越多地采用间歇性可再生能源，这也增加了电池存储系统的使用。然而，不当处置电池对环境造成的负面影响引发了关于其可持续性的争论。为了确保妥善处理电池废弃物，需要确定和排序最受欢迎的电池“报废”处理替代方案。本文重点使用改进的三角直觉模糊聚合和排序函数 (TIFARF) 模型来确定最受欢迎的电池“报废”处理替代方案。为了测试提出的改进型 TIFARF 模型，收集了尼日利亚可再生能源领域专家的意见，结果表明，最受欢迎的替代方案是焚烧，接近系数为 0.130，而最不受欢迎的替代方案是回收，其接近系数为 0.112。结果表明，缺乏对电池报废后进行妥善回收所需的设施；如果有足够的设施，专家的意见可能会偏向其他替代方案。未来的研究应侧重于更多的电池“报废”处理替代方案，以及拥有足够设施来管理报废电池的国家。