XiaoMi-AI文件搜索系统
World File Search SystemParadigm
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。
复发性胶质母细胞瘤 - 分子基础和不断发展的治疗范例
1沃伦·阿尔珀特医学院，布朗大学，普罗维登斯，RI 02912，美国； CHRISTOPHER_CHANG@BROWN.EDU 2美国马萨诸塞州波士顿的Brigham和妇女医院神经外科部vchavarro@mgh.harvard.edu（V.S.C.）; jgerstl@bwh.harvard.edu（J.V.E.G。）; sarahblitz@hms.harvard.edu（S.E.B。）; lspanehl@bwh.harvard.edu（L.S.）; sgupta@bwh.harvard.edu（S.G.）; dmazzetti@bwh.harvard.edu（D.M.）; oarnaout@bwh.harvard.edu（O.A。）; trsmith@bwh.harvard.edu（T.R.S.）; jbernstock@bwh.harvard.edu（J.D.B.）3哈佛大学，哈佛大学，马萨诸塞州，马萨诸塞州02115，美国4神经外科系，罗斯托克大学，18055年，德国罗斯托克； daniel.dubinski@med.uni-rostock.de（D.D. ）; florian.gessler@med.uni-rostock.de（F.A.G。） 5美国德克萨斯大学医学分公司神经外科系，美国德克萨斯州77555，美国； paavalde@utmb.edu 6美国普罗维登斯（Providence）的布朗大学生物学与医学系，美国RI 02912，美国； lily_n_tran@brown.edu 7，Unicamillus University医学与外科系，意大利罗马00131； luisaesposito99@icloud.com 8儿科分校，神经肿瘤科，医学博士安德森癌症中心，美国德克萨斯州休斯敦，美国德克萨斯州77030； gkfriedman@mdanderson.org 9 David H. Koch综合癌症研究所，马萨诸塞州剑桥，马萨诸塞州剑桥市，美国02139，美国 *通信：pperuzzi@bwh.harvard.edu†这些作者对这项工作做出了同样的贡献。3哈佛大学，哈佛大学，马萨诸塞州，马萨诸塞州02115，美国4神经外科系，罗斯托克大学，18055年，德国罗斯托克； daniel.dubinski@med.uni-rostock.de（D.D.）; florian.gessler@med.uni-rostock.de（F.A.G。）5美国德克萨斯大学医学分公司神经外科系，美国德克萨斯州77555，美国； paavalde@utmb.edu 6美国普罗维登斯（Providence）的布朗大学生物学与医学系，美国RI 02912，美国； lily_n_tran@brown.edu 7，Unicamillus University医学与外科系，意大利罗马00131； luisaesposito99@icloud.com 8儿科分校，神经肿瘤科，医学博士安德森癌症中心，美国德克萨斯州休斯敦，美国德克萨斯州77030； gkfriedman@mdanderson.org 9 David H. Koch综合癌症研究所，马萨诸塞州剑桥，马萨诸塞州剑桥市，美国02139，美国 *通信：pperuzzi@bwh.harvard.edu†这些作者对这项工作做出了同样的贡献。5美国德克萨斯大学医学分公司神经外科系，美国德克萨斯州77555，美国； paavalde@utmb.edu 6美国普罗维登斯（Providence）的布朗大学生物学与医学系，美国RI 02912，美国； lily_n_tran@brown.edu 7，Unicamillus University医学与外科系，意大利罗马00131； luisaesposito99@icloud.com 8儿科分校，神经肿瘤科，医学博士安德森癌症中心，美国德克萨斯州休斯敦，美国德克萨斯州77030； gkfriedman@mdanderson.org 9 David H. Koch综合癌症研究所，马萨诸塞州剑桥，马萨诸塞州剑桥市，美国02139，美国 *通信：pperuzzi@bwh.harvard.edu†这些作者对这项工作做出了同样的贡献。
颞叶癫痫大鼠模型中的脑浸润的单核细胞巨噬细胞：重新审视促疾病范式
图1 - 周围单核细胞在 +7h至+6天之间浸润海马，并分化为脑单核细胞巨噬细胞。a-d。将氟YG羧酸羧酸盐微球（FYG，0.5μm）注射到SE后尾静脉6H。除非循环单核细胞用克罗膦酸盐脂质体（1 ml/100g; i.p.）在SE之前进行管理。大鼠被牺牲1D，3D和6D。检测CD11b（红色，CBL1512Z，Millipore）和FYG（绿色）在1天（b，cap =毛细血管），脑单核细胞 - 摩托噬细胞浸润单核细胞中，在-Se后3天（C）和细胞在细胞中延伸，并在hilus in-hilus in-hilus in-se（c）和细胞中延长。比例：20 µm。e-n。CD11b（E-I，Cyan，CBL1512Z，Millipore）和CD68（J-N，Green，MCA341GA，Bio-Rad）在SE之后的齿状回中进行了免疫（Ctrl，n = 6; SE+7H，se+7H，n = 4; se+1d，n = 4; se+1d，n = 5; se+1d; se+1d; se+1d; se+1d; se+1d; se+1d; se+1d; se+1d; se+1d; se+1d; se+1d; se+1d;比例：50µm。圆形的CD11b-POSI] VE细胞（J）和CD68-POSI] VE细胞（N）在齿状回中被量化。单向方差分析后，通过Tukey的测试对数据进行分析。数据表示为平均值 + SEM。*：vs. Ctrl。***，p <0.001; ****，p <0.0001。
Daire Boyle。通过胡塞尔和库恩分析人工智能，人工智能的现象学方法如何带来范式转变。第 20 届电子商务、电子服务和电子社会 (I3E) 会议，2021 年 9 月，爱尔兰戈尔韦。第 185-197 页，�10.1007/978-3-030-85447-8_17�。�hal-03648106�
摘要。在技术飞速进步的世界里，人工意识的问题迫在眉睫。机器是否可以被视为有意识，首先取决于我们对意识的理解。本文试图用胡塞尔的术语来描述意识，然后指出，心灵哲学和人工智能研究领域的库恩范式转变是由这种框架引起的。这一观点得到了胡塞尔自然立场论的支持，该论题是识别哲学上有效的探究模式的指导工具，其中基础假设得到精确评估并始终受到密切关注。在建立这种胡塞尔范式转变时，我们更有能力真正理解意识、其模式及其对机器的潜力。关键词：意识；人工智能；现象学；范式转变；机器学习不透明性。
浏览信任和安全：将零信任范式集成到信任管理和组织成功的主要代理理论
referênciasbibliográficasJr.头发，J.F.，Howard，M.C.，Nitzl，C.，2020。使用验证性综合分析评估PLS-SEM中的测量模型质量。商业研究杂志109，101-110。https://doi.org/10.1016/j.jbusres.2019.11.069 Shemshadi，A.，Shirazi，H.，Toreihi，M.，M.，Tarokh，M.J.，2011。基于目标的熵措施，用于选择供应商的模糊维科尔方法。e x p e r t s y s t e m s w i t h a p p p l i c a t i c a t i o n s 3 8，1 2 1 6 0 - 1 2 1 6 7。https://doi.org/10.1016/j.eswa.2011.03.027
转变策展实践：人工智能和区块链在塑造公共政策的道德艺术科学范式中的作用 A. Sudjud Dartanto 印度尼西亚日惹艺术学院艺术管理系（TKS）、视觉艺术与设计学院（FSRD） 电子邮件：sudjuddartanto@isi.ac.id
摘要 人工智能 (AI) 和区块链技术在策展实践中的融合为管理、展示和分发传统和数字艺术提供了变革潜力。本研究探讨了人工智能如何通过高级数据分析和个性化访客体验增强策展流程。人工智能协助策展人组织收藏并推荐符合个人喜好的艺术品，从而促进更多人参与动态、定制的展览。另一方面，区块链技术确保了去中心化艺术品的出处，保证了真实性和透明度。它解决了伪造、所有权纠纷和安全交易等问题，同时通过智能合约支持艺术家以确保公平的报酬。然而，道德问题仍然存在。其中包括人工智能算法中的偏见、去中心化 NFT 平台中的知识产权挑战以及边缘艺术家有限的数字访问权限。学术研究和案例分析强调了这些挑战，并提倡策展人、艺术家、技术专家和政策制定者之间的合作。这种方法旨在解决道德困境，促进包容性，并在实施这些技术时保持文化完整性。该研究强调需要公共政策框架来规范人工智能和区块链，确保公平的补偿和公平地获得其利益，同时维护文化价值。通过解决这些问题，这些技术可以为艺术世界开启新的可能性。关键词：人工智能（AI）、区块链技术、策展实践、
传染病检测的新范式
人工智能（AI）正在彻底改变医疗诊断的问题的问题，该问题存在持久的问题，包括早期疾病，大量数据不足和诊断过程无效。本综述在开发ML技术方面表现出了很大的进展，包括蒙基太检测，结核病和癌症诊断。CNN在诊断方面表现出很高的效率；即使是临床医生的转移学习模型InceptionV3，也可以达到99.87％的诊断。作为保护隐私的解决方案，联合学习模型可在不增加单个数据的暴露范围的情况下提高诊断准确性，而从高分辨率技术（例如HIP-CT）得出的合成数据集（例如HIP-CT）通过改善模型构建和评估来帮助解决数据稀缺。基因组和代谢组整合的杂种有助于增强诊断准确性度量，尤其是对于Covid-19的复杂疾病，由于使用多种生物学信息的预后性能指标增加，因此对于Covid-19的复杂疾病。然而，即使在现代社会中，很少有问题出现：由于缺乏数据，尤其是对于罕见条件，该模型的概括是一个问题，并且大多数ML模型的计算能力需求提高了在低资源环境中实施的问题。融合了算法偏见和“黑匣子”概念的重大道德问题，这是一个可解释的AI（XAI）框架的必要条件，以提供医疗设施的可见性和信誉。开发中可能的方向，例如框架的标准化，增强计算支持以及不同领域的集成，提供了解决这些挑战的方法。解决时，这些挑战会通过ML技术告知的合适而可扩展的方法来改善全球医疗保健，这些方法与患者的需求保持一致，从而提供更好的实践，从而获得更好的健康。
简洁的语言范式（拍手），一个...
隔离一种方式，重点是理解或生产（例如，为了理解，fMRI：Binder等人。2000; EEG：Boulenger等。2011;用于生产。fMRI：Rizkallah等。2018; EEG：Rabovsky等。2021（EEG）。也值得注意的是，在神经影像学研究中主要检查的方式是理解的，而不是生产。例如，在fMRI中的两个荟萃分析中，对生产的研究最多属于包括理解的研究中的三分之一（Indefrey，2018； Walen Ski等，2019）。在本研究中，我们提出了一项框架工作，通过在同一试验中利用理解和生产来同时研究语言的两个方面：简洁的语言范式（CLAP）。进一步，我们将拍手与脑电图（EEG）结合在一起，鉴于它提供了具有出色时间分辨率的净神经元活动的直接度量，这是有用的
行业智能生产的范式转变4.0
第四次工业革命的出现，通常称为工业4.0，已经迎来了一个名为Smart Manufacturing的新时代。它在人工智能（AI）和机器学习（ML）的快速发展所推动的驱动下彻底改变了工业生产。这些技术已经改变了传统的制造过程，为智能，自主和高效的工业系统铺平了道路。这项研究旨在探索AI和ML在将常规制造转变为智能制造中所扮演的积分作用。这种范式转变会提高生产率，降低成本和增强的竞争力。它探讨了他们的应用程序，从数据驱动的决策和预测性维护到与物联网（IoT）的集成。该研究还研究了现实世界中的例子，以说明这些技术的影响，同时解决挑战和道德考虑。但是，这种转变还带来了复杂的道德考虑因素，必须解决该技术的负责任和可持续性。此外，它设想了AI和ML时代对制造业的未来趋势和影响。AI确保制造业中的质量控制，其智能AI程序能够监视性能，跟踪机器输出和检测缺陷。AI和ML在制造业中的影响很大，本文强调了正在进行的深刻转变，在效率，定制和竞争力的新时代都引入了。