XiaoMi-AI文件搜索系统
World File Search SystemIv
常春藤人优先集成检查表
进行每日现场检查，直到整合第一天 向 USC 和 IRC 报告每日沟通情况 SFRG / CFRR 在过渡期间联系家人寻求支持（阶段内持续进行） 山地哨所资源简报 安排 DIV 新人简报 准备就绪和小队日 安排 CIF 和 SRP 日期 由发起人牵头向单位移交
已发布版本的引用 (APA)：Diaz, O., Guidi, G., Ivashchenko, O., Colgan, N., & Zanca, F. (2021)。医学物理学界的人工智能：一项国际调查。Physica medica：PM：一本致力于物理学在医学和生物学中的应用的国际期刊：意大利生物医学物理学协会 (AIFB) 官方期刊，81，141-146。 https://doi.org/10.1016/j.ejmp.2020.11.037
目的：评估当前对医学物理领域人工智能 (AI) 的看法、实践和教育需求。方法：通过社交媒体和电子邮件会员名单向欧洲医学物理组织联合会 (EFOMP) 分发了一份基于网络的调查问卷。调查问卷包括有关医学物理领域人工智能的教育、个人知识、需求、研究和专业性的问题。还收集了人口统计数据。根据性别、机构类型和医学物理工作年限对答复进行分层和分析。使用配对 t 检验评估统计学意义 (p < 0 .05)。结果：来自 31 个国家的 219 人参加了调查。81% (n = 177) 的参与者同意 AI 将改善医学物理专家 (MPE) 的日常工作，88% (n = 193) 的受访者表示需要专门培训 AI 的 MPE。参与者的 AI 知识平均水平为 2.3 ± 1.0（平均值±标准差）（1 到 5 的量表），96% (n = 210) 的参与者表示有兴趣提高他们的 AI 技能。与男性受访者（2.4 ± 1.0）相比，女性参与者的 AI 知识明显较低（2.0 ± 1.0）。64% 的参与者表示他们没有参与 AI 项目。女性领导 AI 项目的比例明显低于男性（3% vs 19%）。结论：AI 被视为支持 MPE 完成日常任务的积极资源。参与者表现出对提高当前 AI 相关技能的强烈兴趣，这增强了对 MPE 进行专门培训的需求。
伊万·蒙日·康塞普西翁 (EIT)
Monge-Concepcion, I. 、Siroka, S.、Berdanier, R.、Barringer, M.、Thole, K. 和 Robak, C.，“非稳定涡轮边缘密封和叶片后缘流动效应”，ASME Turbo Expo 2021 论文集：涡轮机械技术会议和博览会，美国宾夕法尼亚州匹兹堡，GT2021-59273，2021 年。（已接受）。 Siroka, S.、Monge-Concepcion, I.、Berdanier, R.、Barringer, M.、Thole, K.、Robak, C.，“在叶片后缘流存在下将腔体密封效果与时间分辨的边缘密封事件关联起来”，ASME Turbo Expo 2021 论文集：涡轮机械技术会议和博览会，美国宾夕法尼亚州匹兹堡，GT2021-59285，2021 年。（已接受）。Monge-Concepcion, I.、Berdanier, R.、Barringer, M.、Thole, K.、Robak, C.，“评估叶片后缘流对涡轮边缘密封的影响”，ASME。涡轮机械杂志。2020；142(8)：081001-081001-12。 doi:10.1115/1.4047611 Berdanier, R.、Monge-Concepcion, I.、Knisely, B.、Barringer, M.、Thole, K. 和 Robak, C.，“不同叶片跨度下定子-转子腔内的密封效果缩放”，ASME。《涡轮机械杂志》。2019 年；141(5): 051007-051007-10。doi:10.115/1.4042423
ivermectin，一种源自抗寄生虫药物的潜在抗癌药
伊维菌素是一种带有16元环的大花环抗寄生虫药物，可广泛用于治疗许多寄生虫病，例如河流盲，象象和sc虫。satoshi'Omura和William C. Campbell赢得了2015年诺贝尔生理学或医学奖，因为它发现了伊维菌素对寄生疾病的出色效力。最近，据报道，伊维菌素通过调节多种信号通路来抑制几个肿瘤细胞的增殖。这表明伊维菌素可能是具有巨大潜力的抗癌药物。在这里，我们审查了伊维菌素抑制不同癌症的发展并促进程序性细胞死亡的相关机制，并讨论了伊维菌素作为肿瘤治疗的抗癌药物的临床应用的前景。
Andreas Beinsteiner* 欢乐、互联网和人工智能。Ivan Illich、Bernard Stiegler 和关于信息技术自我限制的问题
摘要：伊万·伊里奇（Ivan Illich）在其著作《欢乐的工具》（1975 年）中呼吁人类在技术发展中自我限制。他的目的既不是环境保护，也不是防止技术发展不可预见的副作用，而是让用户理解技术的工作原理。因为如果工具的制造或维修需要公众无法获得的专业知识，那么这必然会导致社会权力失衡。同样，伯纳德·斯蒂格勒（Bernard Stiegler）认为将技术知识委托给技术系统是一种无产阶级化，最终可能导致生活情趣的丧失。虽然没有完全拒绝劳动分工、自动化或专业知识，但共享实践可以应对这样的诊断：GNU/Linux 或开放硬件等免费软件在很大程度上成功地将高级计算无疑需要的专业知识与有问题的权力效应区分开来。从这个角度来看，专有算法是有问题的，因为它们缺乏透明度，阻碍了欢乐。数据聚合和提取的实践也是如此，它们不断增加平台提供商和用户之间的信息差距。所谓的“自我学习”，即递归适应算法，带来了一个更根本的问题：尚不清楚“人工智能”产生的知识和指令如何以及在多大程度上可以被人类洞察力追踪和重建。因此，我们面临着一种可能无法恢复的无产阶级化和非欢乐的局面，这再次暴露了伊里奇对技术自我限制的考虑的紧迫性。