FinRegLab:研讨会——“人工智能与经济:为负责任和包容的人工智能规划道路”联合活动,邀请著名政策制定者参加,重点关注金融服务领域的负责任人工智能。华盛顿特区,2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作,于 2022 年 4 月 27 日举办一场研讨会,汇集政府、行业、民间社会和学术界的领导人,探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战,特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves;参议员 Joni Ernst;代理货币监理署署长 Michael Hsu;万事达卡执行副总裁兼首席数据官 JoAnn Stonier;富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示:“人工智能与新型数据相结合,为改善金融包容性和平等性提供了巨大的潜力。然而,也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议,详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究,特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估,这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论,请联系 Alex Bloomfield,邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息,包括所有演讲者和小组讨论,请访问此处的活动页面。
结果:我们制定了 137 个代码,从中得出了 9 个主题。这些主题包括机遇,例如利用大数据和改进干预措施;采用障碍,例如对 AI 适用性的困惑、容量有限和数据质量差;以及风险,例如偏见的传播、不平等的加剧、炒作和监管不力。结论:专家们对 AI 对公共卫生实践的影响持谨慎乐观的态度,特别是对改善疾病监测的影响。然而,他们认为存在重大障碍,例如缺乏可用的专业知识,以及风险,包括监管不力。因此,对公共卫生实践 AI 的投资和研究可能会带来益处。然而,要实现这些好处,必须增加获取高质量数据的渠道、关于 AI 局限性的研究和教育,以及制定严格的监管规定。
简介:NASA 已确定迫切需要设计、制造和测试原位资源利用 (ISRU) 组件,以便在月球和/或火星上利用风化层资源生产纯净水、氧气和氢气。长期停留在月球或火星表面需要随时可用的纯净水源。水净化后,可用作氧气来源(既可作为居住舱人员的可呼吸空气,又可作为推进剂氧化剂),也可用作氢气作为推进剂燃料。将任何这些资源大量运输到月球或火星表面都很困难且成本高昂,因此必须使用原位资源来生成推进剂和生命支持消耗品。NASA 已明确确定需要开发和测试关键组件,以便从月球两极永久或近永久阴影区 (PSR) 的冰中提取和净化水。月球水可用于生产氢氧推进剂,用于月球运输工具(上升器和着陆器)、可重复使用的地月运输工具,以及最终用于人类火星及更远地区的任务。预计每次任务需要生产 14 至 50 公吨 H 2 /O 2 推进剂。此前从未有人对原位月球水进行过净化和电解。它带来了独特的挑战,与月球水和月球极地环境中存在的危险、有毒和易燃气体有关;以及发射到月球表面的系统通常存在的限制(质量、体积、功率、自主性、稳健性、可靠性和寿命)。这项技术的开发对于人类实现在月球上的可持续存在至关重要。利用该技术支持此类努力还将认证硬件是否可用于火星,在火星上,脱离地球对于机组人员的生存来说更为关键。
欢迎来到 2019-2020 学年!希望您度过了一个愉快的夏天,我们期待着一个充满真实学习和成长的出色学年!南费耶特高中管理层、教职员工重视我们继续建立和维持的伙伴关系和关系,并致力于为我们的学生创造真正的归属感,同时为您提供令人兴奋的途径,让您在学术、艺术和体育方面取得优异成绩。学区最近批准了新的战略计划,制定了全面的目标,以确保南费耶特高中在地区和国家都保持领先地位。因此,我们进行了一些变化,如下所述。辅导员将继续按照字母顺序的工作量工作,其中包括:
2013 年 5 月,在德国考古研究所 (DAI) 的指导下,MayaArch3D 项目 (http://www.mayaarch3d.org) 委托进行机载 LiDAR (光检测和测距) 任务,收集位于洪都拉斯科潘的联合国教科文组织世界遗产和古玛雅城市周围景观的遥感数据。 这次任务有四个目标:首先,为科潘的研究和文化资源管理生成新的、更精确的考古地图。其次,定位以前未记录的考古结构或特征。第三,结合 LiDAR 和地面检查数据,提高生态和地形多样化景观中的数据准确性。第四,开发新的 LiDAR 数据集,这些数据集可以与其他考古数据集成并托管在 3D WebGIS 中,以增强研究人员、文化遗产管理者和公众的数据可访问性和研究可能性,同时通过向不同用户组提供适当级别的访问权限保护专有数据。