XiaoMi-AI文件搜索系统
World File Search SystemMora
具有复杂性道德原则的 iBlastoid RAD 方法
Ankeny、Munsie 和 Leach (2022) 为 iBlastoids 提出的反思、预期和审议 (RAD) 方法虽然很有价值，但需要一个锚点来确保其方法的每个过程都已充分进行。否则，反思、预期和审议可能会偏离航向或过早结束。我们建议将 RAD 方法锚定到复杂性的道德原则上；(当前或潜在的) 类器官实体在本体论和认识论上越复杂，就越需要对该实体进行道德考量。基于 Preiser 和 Cilliers (2010) 的观点，类器官实体的复杂性可以有两个关键要素；类器官实体的特征和功能（本体论复杂性），以及我们目前对类器官实体的理解的功能（认识论复杂性）。这些复杂程度越高，RAD 方法就越需要关注这些要素——以免我们忽略潜在的道德显著特征、功能或知识。例如，对于肠道类器官，反思、预期和审议可能不需要像对于脑类器官、iBlastoids 或多细胞工程化生命系统 (M-CELS) 那样强大 (Sample 等人，2019)。这至少部分是因为脑类器官、iBlastoids 或 M-CELS 等类器官实体的复杂程度超过了肠道类器官。此外，它们的复杂特征和功能中有一些元素可能被视为道德显著的。因此，RAD 流程需要更多时间和精力来解决这些特征、功能和目前的理解。负责任的研究创新 (RRI) 框架的先前迭代将重点放在更好地
引文 Pepe G, Coco R, Corica D, Luppino G, Morabito LA, Lugarà C, Abbate T, Zirilli G, Aversa T, Stagi S 和 Wasniewska M (2024) 内分泌失调
雷特综合征 (RTT；OMIM ID 312750) 是一种严重的神经发育障碍，几乎只发生在女性身上，主要发生在 6 个月大的婴儿身上 ( 1 )。每 15,000 名新生儿中就有 1 名患有此病 ( 2 )。它是继唐氏综合征之后导致女孩智力障碍的第二大遗传病因 ( 3 )。在 90 – 95% 的病例中，甲基-CpG 结合蛋白 2 基因突变是导致大多数典型 RTT 和较小比例非典型 RTT 的原因。另一方面，具有 Rett 表型的患者会同时患有由细胞周期蛋白依赖性蛋白激酶样 5 基因 ( CDKL5 ) 突变引起的早发性癫痫 ( 4 )。另一种称为 FOXG1 的基因与非典型 RTT 或 RTT 样表型有关，并且可能表现出保留的功能和特定的临床特征 ( 5 )。 1999 年，首次描述了甲基-CpG 结合蛋白 2 ( MeCP2 ) 基因突变。MeCP2 基因编码甲基-CpG 结合蛋白 2 ( MeCP2 )，该蛋白与基因的长期沉默有关，并在所有组织中表达 ( 6 )。MeCP2 基因突变主要导致功能丧失，是 RTT（一种影响 X 染色体的疾病）的主要原因 ( 7 )。由于大约 95% 的突变是新生的，因此产前检测和/或 Rett 综合征的遗传咨询通常无济于事。MeCP2 在大脑功能和神经元发育中起着关键作用，无论是在神经元分化开始时还是之后 ( 8 )。RTT 患者一开始看起来都很“健康”。然而，从 6 到 18 个月大的时候，这些儿童会经历早期发育里程碑的退化，运动技能、眼神交流、言语和运动控制能力下降，头部生长减速，并出现明显的重复性、无目的的手部运动 (9)。随着时间的推移，通常会出现一系列神经系统问题，包括焦虑、呼吸问题（呼吸节律失常）和癫痫发作 (10)。RTT 的临床表型高度多变，可分为两大类：典型 (经典) RTT 和非典型 (变异) RTT。典型 RTT 的诊断标准需要一段时间的退化，然后恢复或稳定，并满足所有主要标准（失去有目的的手部技能、失去口语、步态异常和刻板的手部动作）(3)。进一步的表现可以包括自闭症特征、间歇性呼吸异常、自主神经系统功能障碍、心脏异常和睡眠障碍。除了典型或经典的 RTT 外，一些患者可能表现出许多（但不是全部） RTT 临床特征，因此存在“变异型”或“非典型型” RTT（11）。这些包括三种主要变异型：保留言语、早发性癫痫和先天性变异（12）。曲奈肽是目前 FDA 自 2023 年以来批准的唯一一种 RTT 疾病改良疗法，是一种潜在的有效且安全的治疗机会（13）。不同的药物，包括醋酸格拉替雷和右美沙芬，已在小规模临床试验中进行了研究，但效果不显著 ( 14 )。基因疗法目前正处于药物开发阶段，可能带来新的治愈机会 ( 15 )。最初，RTT 被认为是一种纯粹的神经系统病理，但近年来，它已成为一种复杂且
引用了原始发表的论文（记录的版本）：Moraes Zenker，M.，Portella，T.，Pessoa，F。等（2024）。物种的低覆盖范围
蚊子（Culicidae）代表全球主要的媒介昆虫，它们还居住在世界上许多陆地和水生栖息地。DNA条形码和元法编码现在广泛用于涉及蚊子的研究和常规实践中。但是，这些方法依赖于由代表分类学凭证标本的条形码序列组成的数据库中可用的信息。在这项研究中，我们评估了主要在线数据库中蚊子的公共数据的可用性，专门针对Culicidae：COI及其2的两个最广泛使用的DNA条形码标记。此外，我们对影响物种覆盖范围的可能因素（即在线数据库中覆盖的物种的百分比）对不同国家的COI以及COI的DNA条形码间隙的出现进行检验。我们的发现显示了存储库公开可用的数据差异，Bold + GenBank的COI的分类学或物种覆盖率为28.4–30.11％，而GenBank的ITS覆盖率为12.32％。非洲，澳大利亚和东方的生物地理区域的覆盖范围最低，而近乎度，果皮和大洋洲的覆盖范围最高。新热带区域具有中间覆盖范围。通常，蚊子多样性和较高数量的医学重要物种的覆盖率较低。此外，较高数量的特有物种的国家往往具有更高的覆盖范围。我们希望这项研究可以帮助指导蚊子的区域物种清单，并为所有蚊子物种的DNA条形码提供公开可用的参考文献库。尽管我们的DNA条形码间隙分析表明，需要在数据库中可用的一半蚊子中修改物种边界，但必须收集其他数据以确认这些结果并允许解释DNA条形码间隙的发生。
人工智能崛起与道德危机
毫不夸张地说，人工智能正在我们的世界中得到越来越多的应用。尽管人工智能技术还远未发挥其全部潜力，但一些作家展望了遥远的未来，并设想了对人类的各种不同影响。约翰·丹纳赫（John Danaher，2019 年）讨论了人工智能对人类的一种特殊影响，捍卫了人工智能和机器人的崛起将“抑制我们的道德主体性并增加道德耐心的表达”（2019 年，第 133 页）这一论点。丹纳赫对此的论证是，我们的道德耐心的急剧增加将来自人工智能侵入人类道德主体性的三个重要领域：1）工作场所和就业，2）政治、法律和官僚决策，以及 3）休闲和个人活动。这些领域的入侵与机器人崛起的三种趋势相吻合。然而，我认为，丹纳赫基于第一种趋势的论证需要为以下假设提供支持：机器人将寻求某种接管（例如友好接管），以免激起人类的抵抗和行使我们的道德行动。此外，我认为，丹纳赫基于第三种趋势的论证需要为以下重要假设提供支持：大多数人都会屈服于过度依赖人工智能进行个人激励和决策的诱惑。
机器人，聊天机器人，自动驾驶汽车：人工智能的思想和道德的感知
AI系统已经快速高级，多元化和扩散，但是我们对人们对他们的思想和道德的看法的了解仍然有限，尽管它对人们是否信任AIS以及他们如何分配AI引起的危害的责任。在一项预先进行的在线研究中，有975名参与者对26个AI和非AI实体进行了评价。总的来说，AI被认为具有低到中度的代理（例如，计划，行动），无生命的物体和蚂蚁之间以及低经验（例如，感应，感觉）。例如，Chatgpt的评分只能像岩石一样能够感到愉悦和痛苦。类似的道德能源，道德机构（做对与错）和道德专案（正确或错误地对待）较高，更多样化，尤其是道德机构：最高评级的AI，Tesla Full自动驾驶的汽车，被认为是道德上的危害，以危害作为黑猩猩。我们讨论了设计选择如何帮助管理感知，尤其是在高度的道德背景下。
引用Humphries F，Shmuel-Galia L，Jiang Z，Wilson R，Landis P，Ng SL，Parsi KM，Maehr R，Cruz J，Morales-Ramos A，Ramanjulu JM，Bertin JM，Bertin J，Pesir J，Pesir
截至2021年1月，最近出现的严重急性 - 病毒综合症2导致全球超过200万人死亡和超过1亿次感染（1）。sars-cov-2是冠状病毒家族的成员。呼吸道感染可能导致疾病的疾病，即covid-19。COVID-19的更严重的病例导致由于急性呼吸窘迫综合征和对肺泡腔的损害而导致死亡（2）。目前，对于Covid-19患者，几乎没有治疗选择。抗病毒RNA依赖性聚合酶抑制剂REMDESIVIR降低了COVID-19的住院时间和死亡（3）。此外，类固醇dexame-thasone也已被批准用于严重的Covid-19（4）。到目前为止，已经开发了许多有效的疫苗（5，6）。尽管有这些进展，但仍需要额外的抗病毒治疗剂来治疗未来的流行感染。目前正在进行的全球努力正在进行中，以识别和开发新的抗病毒和抗炎疗法，以减少相关的医院和死亡。
整个生命周期的道德学习和决策
抽象的道德学习和决策从婴儿期到老年至关重要。新兴的证据表明，在道德情况下我们的学习和决定存在重要差异，并且可以通过共同存在的基于模型的价值观和心理理论的方式来支持这些差异。在这里，我们回顾了关于道德选择和道德学习的决定神经科学文献，考虑了四个关键概念。这些概念是学习和体验道德情绪，学习并决定他人的道德特征，道德学习和决定他人以及道德影响和传染。我们使用基于价值的决策框架专注于最近的行为和神经影像学发现，以表明如何使用决策模型来确定这些概念的计算机制，揭示其神经相关性，并最终在整个寿命中提供了道德的机械学说。关键字：道德，决策，寿命，计算，学习，大脑
在丽贝卡·埃利奥特（Rebecca Elliott）的水下：损失，洪水保险和美国气候变化的道德经济
仍然是理论上的'（圣约翰，2019年）。作为受飓风桑迪（Sandy）影响的居民，并且正如丽贝卡·埃利奥特（Rebecca Elliott）的书提醒我们的那样，气候变化的影响不仅是理论上的。随着佛罗里达州门口的浮游圈和在加利福尼亚的郊区撕裂的野生动物撕裂，很明显，城市必须改变或继续面临破坏。问题是 - 面对巨大的损失，谁负责这一变化？在水下：损失，洪水保险和美国气候变化的道德经济，丽贝卡·埃利奥特（Rebecca Elliott）的奇异成就正在创建一个社会学框架，以面对这个问题。这本书是围绕损失的概念而组织的，这些损失源于损失，这些损失源于克利姆特的变化。埃利奥特（Elliott）认为，由于“现在显而易见的是气候变化破坏，损害和摧毁”（埃利奥特（Elliott），2021b，p。3），已经过去了社会科学家将他们的意义转移到旨在管理这些损失的机构中。通过保险，气候风险得到了经济的评估，或者是如何在家庭财政上进行节省的。为了说明这种动态的埃利奥特（Elliott），通过对美国浮游保险的深入历史和社会学考试来研究气候变化的道德经济。她的经验重点是国家洪水保险计划（NFIP）。水下的主要产物是损失的政治，在家里近在咫尺。这本书始于一个关于皇后区居民的故事。虽然Doyle的家不再在水下，但可能是如此。尽管他的墙仍然带有桑迪（Sandy）浮出水面的痕迹，但帕尔默·道尔（Palmer Doyle）的主要关注点是他是否负担得起新的保险费率。埃利奥特（Elliott）的中心论点是，保险是一个损失的地点，随后出现了道德困境（Elliott，2021b，p。7）。谈判包括关于公平和有价值的问题，以及关于谁可以在哪里，在哪里，多长时间和以多少代价生活的政治和道德问题。对于埃利奥特（Elliott）来说，气候变化的道德经济可以概念化为围绕损失的三个相互关联的困境集：责任，正当和损失的补偿。这些困境在多章中出现并重叠，说明了道德经济的复杂性质。这本书的经验故事是按时间顺序组织的，围绕过去，预先提出和可能的未来。在第1章中，埃利奥特（Elliott）提供了历史性的概述，概述了它所面临的NFIP和困境的起源，负责损失。埃利奥特（Elliott）描述了如何通过保险来构建的风险，以及这种转变如何需要“良性行为的特定愿景”以降低风险（Elliott，2021b，p。28）。在解决补贴利率可能对长期洪水土地利用的影响时，决策者和联邦官员认为，假设房屋已被损坏后，将被放弃，从而造成补贴政策的“自然磨损”（Elliott，2021b，2021b，p。56）。房主挑战了这样的假设，即财务薪酬是他们将损失的一切的公平权衡。这将水下放在对话中当这种消耗没有实现时，1973年对NFIP的叙述性的理由转移到了洪流受害者的应有性，以访问财务财务。在第2章中，埃利奥特（Elliott）将读者带入纽约人的家园，以应对飓风桑迪（Sandy）的后果，在那里失去财产意味着失去家庭和社会关系。对于一个面临决定支付100 000美元来减轻风险或将其子女送入大学的妇女来说，流量保险将财务价值带到风险上（Elliott，2021b，第83页）。尽管埃利奥特（Elliott）描述了详细的道德损失经济，但她从未看不见保险既是机构又是一门技术。
道德和政治经济学，艺术学士学位
MPE课程包括一个密集的两学期介绍课程，“经济的社会理论”，该课程将学生介绍给将经济生活置于其历史，政治，道德和哲学背景下的著作。还要求学生参加阅读研讨会和研究实验室。MPE阅读研讨会在小型教程环境中提供了重点阅读，以解决道德和政治经济学中定义问题的跨学科方法，而MPE研究实验室为学生提供了自己设计研究项目的场所。MPE高级论文研讨会提供了公共环境和结构化指导，以完成其高级论文要求。
大型语言模型作为道德专家？ GPT-4O ...
人们认为AI在各个领域都具有专业知识，但是AI生成的道德专业知识的质量仍然不确定。最近的工作表明，大型语言模型（LLMS）在旨在评估道德一致性的任务上表现良好，以相对较高的精度反映了道德判断。由于LLM越来越多地在决策角色中使用，因此他们越来越期望他们不仅提供一致的判断，而且表现出合理的道德推理。在这里，我们推进了道德图灵测试的工作，发现美国人的道德建议比《纽约时报》受欢迎的咨询专栏《道德》（The Pollecicist）更具道德，值得信赖，周到和正确。参与者认为GPT模型既超过了美国人的代表性样本，又超过了著名的伦理学家提供道德理由和建议，这表明人们可能越来越多地将LLM的产出视为可行的道德专业知识来源。这项工作表明，人们可能会将LLMS视为对道德指导和决策中人类专业知识的有价值的补充。也强调了在LLMS中精心编程的道德准则的重要性，考虑到它们影响用户道德推理的潜力。