XiaoMi-AI文件搜索系统
World File Search SystemOnto
理论和数据中的定性研究和定量研究之间的关键区别：认识论和本体论考虑因素
根据Kothari（2004）的定量研究，基于数量或数量的测量。它适用于可以用数量表示的现象。它基于实证主义研究范式，该研究范式使用实验设计来衡量效果，尤其是通过小组变化。数据收集技术的重点是以数字的形式收集硬数据，以使证据以定量形式提供（Kurgat，2016）。在方法论方面，实证主义探究中的真理是通过验证和复制可观察发现的（Lincon，1994），研究对象的可变操作（Bryman.a，1988）以及统计分析的应用（Lincon，1994）来实现的。实证主义者强调使用有效和可靠的方法来描述和解释事件。
机器人和人工智能是否为法律主体？解开本体论和功能论的视角
人们常说机器人和人工智能应用程序 (RAI) 技术非常先进，它们应该为自己的行为负责，而不是设计或操作它们的人。本文旨在证明这种论点（“例外主义主张”）——就其本身而言——在理论上是错误的，在实践中也不充分。事实上，本文认为这种主张是基于对“法律责任”的概念和功能的一系列误解，本文试图通过开发跨学科的概念分类来澄清这些误解。在此过程中，本文旨在为就赋予机器人应用法律地位的可行性进行更具建设性的辩论奠定前提。在简短的介绍为辩论奠定基础之后，本文讨论了本体论主张，区分了关于 i）主观性和 ii）代理概念的哲学辩论和法律辩论，以及它们各自的含义。通过分析，我们可以得出结论：法律主体性和代理权的归因纯粹是虚构和技术解决方案，旨在促进法律互动，并不依赖于 RAI 的内在性质。对于责任概念，我们保持了类似的结构，首先从哲学角度，然后从法律角度进行讨论，以说明后者通常如何用于追求事前威慑和事后补偿。对第二个目标的关注使我们能够将分析与功能（基于法律和经济学）考虑联系起来，讨论如何将法人资格的归因视为简化某些法律互动和关系的尝试。在这样的框架内，是否将法律主体性归因于机器的讨论需要完全在法律领域内进行，并以技术（法律）考虑为基础，在对特定类别的 RAI 进行功能、自下而上的分析的基础上进行论证。这并不意味着将生命力归因于实体本身或将道德地位归因于实体本身。
使用与战略性构建的语义技能本体集成的NLP过程的描述性答案评估
摘要世界正在朝着在线教育方法迈进。关键挑战之一是评估没有明确答案并且有几个正确答案的问题。为了解决此问题，为了在线描述性答案的质量评估，在这项工作中提出了一种自动评估方法。语言模型是根据预期的答案密钥建模的，实体图是由使用要评估的输入答案建模的本体生成的。自然语言处理（NLP）技术（如Stemming，摘要和极性分析）在本工作中与本体融合在一起，以有效评估描述性答案。在本章中讨论了评估描述性答案的几个挑战，并解决了这些挑战，以获得动态和稳健的评估系统。最后，使用用户反馈方法评估该系统，该方法包括100名学生和100名教授。
在500英尺处，右转到记忆巷
e作为人类的物理世界具有令人难以置信的精致不足。在我们日子生活中详细记住特定的地标和空间，很少付出的努力。从进化上讲，这种天生的能力对于确保我们在地图尚未首次亮相的时期生存至关重要。我们最强烈的记忆与与其合并相关的空间信息有很大的联系并不奇怪。为我们的记忆提供物理背景可以帮助他们锁定并提高我们在必要时检索这些记忆的能力。以“记忆宫”的形式使用了众所周知的虚构侦探夏洛克·福尔摩斯（Sherlock Holmes）的古老形式，也称为基因座方法。根据神话的影响，据说这一技术的发明来自希腊诗人
绿色人工智能本体：用于建模人工智能模型能耗的本体
诸如 GPT 之类的预训练语言模型因其通用人工智能能力而受到称赞，如今被广泛用于问答、信息提取和文本摘要等任务。但是，对于拥有 1750 亿个参数的 GPT-3，训练需要 10,000 个 GPU，耗费 552 公吨二氧化碳。1 因此，出现了一个问题，即 AI 模型有多“绿色”。无论道德评估如何，我们认为对 AI 系统的能源消耗和可持续性特征（例如运营成本）进行建模是有用的，从而扩展了 FAIR 数据原则 [ 1 ]，该原则侧重于研究数据和其他工件的可用性和重用。现有的本体和知识图谱侧重于研究格局的建模、出版物、作者和场所的建模（例如 FaBiO、ORKG、MAKG）[ 2 ]。此外，还提出了用于建模软件和神经网络的本体。例如，信息学研究工件本体 (OIRA) [ 3 ] 提供了一种对软件和数据集进行建模的方法。在 FAIRnets [ 4 ] 中，作者提出了一种用于建模神经网络的模式。然而，令人惊讶的是，这些本体都无法对 AI 模型的能耗进行建模（例如，预训练语言模型的运行时间或二氧化碳足迹，可以通过工具进行测量 [ 5 ]）。
圣礼引擎：查尔斯·巴贝奇的分析引擎中的计算机三位一体本体论
摘要：查尔斯·巴贝奇的分析机可以作为第一台数字计算机的化石形象被人们记住。它与所有先前的模拟计算机的本质区别在于“机械符号”的转录、助记符“存储”与控制论“工厂”的分离以及其组成部分的无限小型化。有限空间取代加速的时间奇点造成了数字的根本性断裂，其中机械力的单一计算与空间的普遍整体相对立。巴贝奇对基督教教义的批评是为了维护力学和计算的数学一致性，这将导致基督教三位一体崩溃为数字神学。阿里乌斯派的圣子与圣父的从属差异将无限地转录为技术矛盾，这将威胁到任何机器的形而上学基础。无论是在数字神学还是后数字神学看来，这种断裂只能通过对数字进行辩证分析来修复，将其转化为超数字语法，而超数字语法是由基督之道在三位一体的计算机本体论中创造的。因此，数字计算机可以摆脱神学怀疑，成为圣礼的化身加速计算器，或数字时代的“圣礼引擎”。
过程本体在控制论中的作用
摘要本文的目的是显示过程本体论在控制论中的作用。诺伯特·维纳（Norbert Wiener）奠定了控制论的哲学基础，诺伯特·维纳（Norbert Wiener）使用了一种充满人机隐喻的语言，这些语言是在信息，反馈和控制方面所描述的。我们将表明，各种科学领域仍然基本上使用了目前的控制论定义，这将使我们从哲学的角度重新制定这种语言：控制论的目标是对过程类比的研究。使用综合性原则，我们将展示控制论者如何轻松地为两个过程的本体论相同。这样的框架可能导致控制论被视为完全扎根的哲学理论。作为一种推论，我们指出，对网络的需求越来越多，因为由于其特定的过程本体论，它提供了一个理论框架，该框架在整个当代科学中都会在本体论上桥接二元论。
Microsoft Word - IFAC_IMS_基于Ontology的系统支持工业系统设计..._2022-01-19_final.docx
摘要：飞机工业系统的开发是一个复杂的过程，由于不同数字工具之间的各种接口，面临着多学科工程中数字不连续性的挑战，从而导致额外的开发时间和成本。本文提出了一种基于本体的系统，旨在通过制造模型方法原理实现功能集成和设计过程自动化。在实际案例研究中启用并演示了具有离散事件仿真和 3D 仿真的工具无关建模、仿真和验证平台。收集领域知识的本体层可以集成所提出的系统，加速设计过程并提高设计质量。关键词：本体，基于本体的系统，飞机装配，基于模型的系统工程，需求管理，制造模型
来自微电子领域的推理挑战本体
Acatech 1 在 2020 年进行的一项研究表明，制造业在系统转型计划的设计方面仍落后于预期。工业 4.0 成熟度中心的一项调查得出了以下结论：接受调查的公司中有 80% 已经进入了工业 4.0 的六个发展阶段中的第二个阶段。该研究表明，标准化的缺乏和技术概念的实施不足。在这种情况下，一个概念就是本体。由于现实世界的本体具有高度的复杂性，推理器在实时应用中经常会失败，从而无法轻松地在本体上工作。推理性能和任务是语义技术和应用大规模突破的重要瓶颈。对于应用和当前开发的本体，例如物联网，推理很少或不存在。在这些情况下，域描述包含公理，主要是作为域的概念化，然后该概念化通过打开数据孤岛并充当通用语义 API 来实现互操作性。从这个意义上说，本体论在不需要使用推理能力的情况下也是有用的。例如，应用程序只是定义语义以在三元组存储中使用它们。然而，它们并没有实现其潜力和完整的目的。