XiaoMi-AI文件搜索系统
World File Search SystemJuliette
Harry Etienne、Sarah Hamdi、Marielle Le Roux、Juliette Camuset、Theresa Khalife-Hocquemiller 等人。胸外科中的人工智能：过去、现在、观点和局限性。欧洲呼吸评论，2020，29 (157)，第 200010 页。10.1183/16000617.0010-2020。hal-03060612
摘要 人工智能 (AI) 技术在日常生活的许多领域越来越普遍。尽管人工智能的广泛应用仍然有限，但医疗保健行业对此感到担忧。胸外科医生应该意识到可能影响其日常实践的新机会，无论是通过直接使用人工智能技术还是通过相关医学领域（放射学、病理学和呼吸医学）间接使用。本文的目的是回顾与胸外科相关的人工智能应用，并讨论其在欧盟应用的局限性。人工智能的关键方面将通过临床途径开发，从肺癌诊断开始，然后是决策的预后辅助程序，然后是机器人手术，最后是人工智能的局限性、与医学相关的法律和伦理问题。医生和外科医生必须具备人工智能的基本知识，以了解它如何影响医疗保健，并考虑他们可能与这项技术互动的方式。事实上，相关医学专业之间的协同作用以及机器和外科医生之间的协同关系可能会加速人工智能在增强外科护理方面的能力。
Juliette Mattioli、Gabriel Pedroza、Souhaiel Khalfaoui、Bertrand Leroy。结合数据驱动和基于知识的 AI 范式来设计基于 AI 的安全关键系统。人工智能安全研讨会 (SafeAI)，2022 年 2 月，虚拟，加拿大。hal-03622260
基于人工智能的系统的开发面临着多重艰巨挑战。这些挑战主要一方面归因于相关工程学科（系统、安全、安保）的技术债务、其固有的复杂性、尚未解决的问题，另一方面归因于人工智能自主性的新兴风险、人工智能启发式与所需确定性之间的权衡，以及总体而言，定义、描述、评估和证明基于人工智能的系统足够安全和可信的难度。尽管过去几十年来，许多领域做出了大量研究贡献并取得了不可否认的进步，但实验性人工智能和可认证人工智能之间仍然存在差距。本文旨在“通过设计”弥合这一差距。考虑到工程范式是指定、关联和推断知识的基础，提出了一种新范式来实现 AI 认证。所提出的范式承认现有的 AI 方法，即联结主义、符号主义和混合主义，并提出利用它们作为知识捕获的基本特征。因此获得了一个概念元体，分别包含数据驱动、知识驱动和混合驱动的类别。由于观察到研究偏离了知识驱动，而是努力采用数据驱动方法，我们的范式呼吁依靠混合驱动方法来增强知识工程，以改善它们的耦合并从它们的互补性中获益。