摘要:人工智能生成的内容在人们生活中的出现越来越多,而能够有效浏览和区分此类内容的重要性与透明度有着内在联系,我们的研究重点是透明度,我们通过评估《人工智能法案》第 50 条来研究这一概念。本文呼吁采取行动,在指定《人工智能法案》的透明度要求时考虑最终用户的利益。它侧重于一个特定的用例——媒体组织在生成人工智能的帮助下制作文本。我们认为,目前的形式下,第 50 条留下了许多不确定性,并且有可能在保护自然人免受操纵或赋予他们采取保护行动的权力方面做得太少。本文结合文献和调查数据分析(基于代表荷兰人口的样本),就《人工智能法案》透明度义务的实施提出了具体的政策和监管建议。其主要目的是回答以下问题:如何协调《人工智能法案》适用于人工智能生成的数字新闻文章的透明度规定与新闻读者对操纵和赋权的看法?
抽象目标对胰高血糖素样肽-1(GLP-1)类似物对体重减轻的反应差异很大。我们研究了与现实环境中肥胖症患者的皮下GLP-1模拟疗法总体体重减轻(TBWL)相关的人口,人口统计学和临床特征。设计回顾性队列分析。从2018年11月至2021年4月,设置加拿大温哥华的城市多学科肥胖社区诊所。参与者的483名成年人的体重指数(BMI)为30 kg/m 2,他们填充了皮下semaglutide或Liraglutide的新处方,包括至少6个月的随访(平均随访:17.3个月)。进行了先前的减肥手术患者。结果的主要结果是在520天的平均随访期内%TBWL。参与者的TWBL被归类为无响应(<5%TBWL),中等响应(5%–15%TBWL)或超响应(> 15%TBWL)。结果,同类中的平均%TBWL为12.2%。在参与者中,有17.8%的人没有反应,48.4%的反应中等,而33.8%的反应有超反应。在多变量回归分析中,成为女性与超反应有关(调整后或1.92,CI 1.01至3.65,p = 0.048)。年龄,糖尿病状态,基线BMI,久坐,焦虑和抑郁症与GLP-1模拟疗法响应于TBWL并非与TBWL独立相关。在现实世界中的结论中,发现女性与肥胖管理的GLP-1模拟疗法的超声反应有关。评估的其他临床因素,包括糖尿病状态,与反应无关。未来的研究应评估其他变量,并支持与减肥反应相关的新型生物标志物的发展。
几项研究的重点是在物流行业中使用BCT。2018年世界经济论坛调查发现,目前有10%的跨国公司正在实施BCT,另有60%的人计划在未来3年内这样做(WEF 2018)。Deloitte(2020)报告说,有74%的物流和运输组织认为BCT将在未来3年内对其业务产生积极影响。尽管其优势和行业的兴趣日益增长,但BCT仍对物流行业的实施面临一些限制。这些包括缺乏标准,对可扩展解决方案的需求以及对数据安全和隐私的担忧。此外,还需要更多的研究来确定BCT在物流中的实际应用并制定特定于行业的法规(Aylak 2022)。因此,这项研究的目的是确定物流行业中BCT实施的收益和约束。
摘要 经历了数次人工智能寒冬之后,人工智能又卷土重来。有人担心它会扰乱社会。眼前的担忧是劳动力能否赢得“与机器人的竞赛”,而长期的担忧是人工智能(超级智能)能否被控制。本文描述了这些担忧的性质和背景,回顾了经济学中关于人工智能对就业和不平等影响的实证和理论文献的现状,并讨论了人工智能军备竞赛的挑战。结论是,尽管媒体大肆宣传,但大规模失业和“奇点”都不会迫在眉睫。部分原因是,目前基于深度学习的人工智能成本高昂,大多数企业难以采用,不仅取代了就业机会,而且实际上也创造了就业机会,而且可能不是通往超级智能的途径。因此,人工智能不太可能很快产生乌托邦式或世界末日的影响。考虑到阿玛拉定律,人们应该警惕不要低估人工智能的长期影响。