XiaoMi-AI文件搜索系统
World File Search SystemPervasive
对NTIA的评论 - 普遍数据
2025年1月15日，斯蒂芬妮·韦纳国家电信和信息管理局首席顾问美国商务部1401宪法大街西北，华盛顿特区，哥伦比亚特区，20230年，主题：使用Pervasive Data请求通过法规进行评论的伦理指南。241204-0309向Weiner女士来说，我们是密歇根大学，Ann Arbor大学的计算机科学与工程研究人员，我们很高兴有机会提供评论，以回应NTIA的评论请求（RFC），以了解“使用广泛数据研究的研究指南”。 我们的专业知识涵盖了人工智能系统的最终用户评估以及在金融，演出工作和健康等领域中对人工智能系统的最终用户评估以及AI的道德和负责任的设计和使用的计算，定性和定量研究。 通过我们的工作，我们广泛参与了普遍的数据研究，尤其是在传统监督机制（例如机构审查委员会（IRB））可能不适用的情况下。241204-0309向Weiner女士来说，我们是密歇根大学，Ann Arbor大学的计算机科学与工程研究人员，我们很高兴有机会提供评论，以回应NTIA的评论请求（RFC），以了解“使用广泛数据研究的研究指南”。我们的专业知识涵盖了人工智能系统的最终用户评估以及在金融，演出工作和健康等领域中对人工智能系统的最终用户评估以及AI的道德和负责任的设计和使用的计算，定性和定量研究。通过我们的工作，我们广泛参与了普遍的数据研究，尤其是在传统监督机制（例如机构审查委员会（IRB））可能不适用的情况下。
面向普适未来的中间件和计量学。Antoine...
重复使用权和重印许可：允许免费将本材料用于教育或个人用途，但前提是：1) 不得以营利为目的；2) 在副本首页包含此声明和对原始作品的完整引用；3) 不暗示 IEEE 认可任何第三方产品或服务。作者及其公司可以在未经许可的情况下将 IEEE 版权材料发布在自己的 Web 服务器上，但前提是 IEEE 版权声明和对原始作品的完整引用出现在发布的副本的第一个屏幕上。为了商业、广告或促销目的或为了创建新的集体作品以供转售或再分发而重印/重新发布本材料，必须通过写信给 IEEE 知识产权办公室（地址：445 Hoes Lane, Piscataway, NJ 08854-4141）或 pubs-permissions@ieee.org 获得 IEEE 许可。版权所有 © 2009 IEEE。保留所有权利。摘要和图书馆使用：允许摘要并注明来源。图书馆可以复印供顾客私人使用，但必须通过版权许可中心（22 Rosewood Drive, Danvers, MA 01923）支付第一页底部代码中所示的每份复印费。
蛋白质靶向药物的普遍转录组相互作用
核糖体 RNA 的 OH 甲基化。此外，RBRP 能够以核苷酸水平的精度映射含有 poly(A) 尾的 ~16,000 个 RNA 上的结合位点，并揭示 RNA-药物结合、RNA 结合蛋白 (RBP) 以及 RNA 结构可及性和动力学之间的复杂相互作用。结果与讨论 RBRP 解码体内蛋白质靶向小分子药物的转录组相互作用。我们的分析方法涉及使用细胞通透性的 RNA 酰化探针（采用酰基咪唑取代的连接子在 RNA 2′-OH 基团处发生反应）来评估和量化药物结合细胞 RNA 的趋势（图 1d）。药物的酰基咪唑缀合物与结构化 RNA 或蛋白质-RNA 界面的结合应导致酰化 2′-OH 在药物结合位点附近富集。我们通过修改体内 RNA 映射协议 20、通过 poly(A) 下拉分析信使 RNA (mRNA) 和非编码 RNA (ncRNA) 并对得到的文库进行高深度测序（每个重复>1100 万个读取）来识别这种结合促进的酰化。具体而言，RNA 药物结合位点富含酰化的 2′-OH 基团，这会导致逆转录酶 (RT) 停止。这些停止通过生物素介导的下拉 20 和与未修饰药物的竞争在随机 RNA 断裂和随机位点反应中富集。这种比较工作流程使我们能够在整个细胞 RNA 群体中精确定位和量化结合位置；只有与未修饰药物表现出竞争的位点才被评为真正的药物结合位点。RBRP 揭示了羟氯喹 (HCQ) 的转录组相互作用。作为对小分子药物体内转录组相互作用的初步评估，我们在人胚胎肾细胞 HEK293 中使用含有叠氮基“点击”手柄的药物羟氯喹 (HCQ) 的酰基咪唑缀合物进行了 RBRP 实验原型 (图 2a-b)。HCQ 最初被批准用于治疗疟疾，最近被研究用于治疗 COVID-19 感染，已知会导致原因不明的视网膜病变和心肌病 21,22。鉴于其融合的芳香环和正电荷，以及它与已知 RNA 结合剂的结构相似性，其结构表明可能对折叠 RNA 具有亲和力 (图 2a，右图)。为了测试这种可能性，我们在没有或存在过量竞争药物 (未修饰的 HCQ) 的情况下用 HCQ 的酰化类似物 (HCQ-AI，图 2b) 处理 HEK293 细胞 30 分钟，并对 poly(A)+ 转录本进行 RBRP。我们使用 icSHAPE 管道 20,23（读取深度= 200 作为阈值）来
蛋白质靶向药物的普遍转录组相互作用
靶向蛋白质的药物的脱靶毒性会造成巨大的健康和经济成本。蛋白质组相互作用研究可以揭示非目标蛋白质的脱靶效应；然而，很少有人关注细胞内 RNA 作为可能导致毒性的潜在脱靶。为了开始评估这一点，我们开发了一种基于反应性的 RNA 分析 (RBRP) 方法，并将其应用于体内揭示一组 FDA 批准的小分子药物的转录组相互作用。我们表明，这些靶向蛋白质的药物普遍与人类转录组相互作用，并可能对 RNA 功能产生非预期的生物学影响。此外，我们表明许多脱靶相互作用发生在与蛋白质结合和结构变化相关的 RNA 位点，这使我们能够生成假设来推断 RNA 脱靶结合的生物学后果。结果表明，严格表征药物的转录组相互作用可能有助于评估靶标特异性并可能避免毒性和临床失败。剂量限制性毒性是治疗药物开发中经常遇到的问题，通常在临床试验中发现 1 。这既不利于人类健康的积极结果，也耗费大量的资金和人力。即使是已经批准的药物，剂量限制性毒性也会导致不良结果和上市后药物撤回 2 。这些药物毒性通常归因于脱靶与非目标细胞蛋白的结合 3 。鉴于 RNA 在人体生理学中具有广泛的生物调节作用，并且蛋白质靶向药物与已知 RNA 结合分子在结构上相似 4,5 （图 1a-c），我们假设许多 FDA 批准的蛋白质靶向小分子药物可以在体内与人类转录组（和 RNA-蛋白质界面）相互作用，并可能因此给患者带来严重的毒性。
将普适计算研究转移到太空应用
人类在太空中载人和无人飞行器数量的迅速增长，为将为地面应用而酝酿的理念和方法应用于太空创造了越来越多的机会。为了从普适社区的角度说明这一点，本文概述了麻省理工学院媒体实验室响应式环境小组近期和正在进行的一些太空导向项目，并记录了其中大多数项目在我们之前的普适计算研究项目中的根源。这些项目涉及可穿戴设备、智能织物、传感器网络、跨现实系统、普适/反应式显示器、微型机器人、响应式太空栖息地内部以及太空基础设施的自组装系统。其中许多项目已在国际空间站的零重力和亚轨道飞行中进行了测试，或将在即将到来的月球任务中部署。综合评估，这些工作成果表明，普适计算的一些原则（例如，新型传感技术、“智能材料”和一流的现代 HCI 基础设施）将在我们近期的太空未来中发挥广泛作用。这项工作标志着航天工业的一个重要转折点，学术研究实验正在迅速成熟——以数月而不是数年的规模——以影响低地球轨道及更远地区的产品、工具和人类体验。
6G 网络的普适人工智能 - WiLab
6G 网络预计将渗透到我们的环境中，其中有大量能够提供满足严格延迟约束的智能服务的设备。在本次演讲中，在介绍了超越经典香农范式向语义和面向目标的通信发展的必要性的广泛愿景之后，我将介绍一系列以所谓的关系归纳偏差范式在机器学习中的应用为中心的研究活动，以展示经典学习方法如何改进对数据结构或任何其他先验信息的利用。特别关注基于图的表示及其高阶泛化、图神经网络和基于随机优化的动态资源分配策略，旨在联合优化无线电和计算资源。
下一代无线中的普适人工智能
摘要 欧洲 6G 旗舰项目 Hexa-X 的目标是对下一代移动网络进行探索性研究，旨在通过技术推动者结构将人类、物理和数字世界连接起来。在此范围内，主要研究挑战之一是超越 5G (B5G)/6G 系统的雄心，通过将人工智能 (AI)/机器学习 (ML) 技术转化为可供更广泛社会使用的互联智能的大规模部署的重要和值得信赖的工具，支持、增强和实现实时可信控制。因此，需要研究和开发实现 B5G/6G 通信系统的 AI 驱动通信和计算协同设计的概念和解决方案。本文重点介绍将 AI 和 ML 机制（重点是 ML）应用于 6G 网络后出现的可能性，确定由此产生的挑战并提出一些潜在的解决方案。
使用普适数据进行研究的伦理指南
1 普适数据这一术语旨在指通过在线服务收集的有关人员的数据（用户贡献、观察、获取或推断），无论这些数据在多大程度上是公开的、汇总的或可能导致识别个人。普适数据可能包括文本、图像、视频、生物特征信息、有关数据主体行为的信息（购买、财务状况、媒体消费、搜索历史、医疗状况、位置等）以及构成个人数字足迹的其他信息。在线服务可能包括整个技术堆栈/技术基础设施中的各种信息技术，包括但不限于基于 Web 的监控工具、内容交付网络、区块链技术、数字劳动力平台、教育技术、物联网设备、联网汽车、可穿戴设备、移动传感器、数据代理、流媒体服务、搜索引擎、在线市场、社交媒体平台和人工智能系统。 “普适数据”这一术语源自美国国家科学基金会资助奖编号 1144934 下开展的研究（https://www.nsf.gov/awardsearch/showAward?AWD_ID=1144934）。2 例如，请参阅 Michael Zimmer 的《解决大数据研究伦理中的概念差距：情境完整性的应用》，《社交媒体+社会》4，第 2 期（2018 年），https://doi.org/10.1177/2056305118768300；aline shakti franzke 等人的《互联网研究：道德准则 3.0》，互联网研究人员协会（2020 年），https://aoir.org/reports/ethics3.pdf。3 本征求意见稿中所述的道德和隐私准则侧重于数据从在线服务提供商流向在线服务提供商之外的独立研究人员，这些研究人员通常隶属于学术或非营利机构。 4 数据中介机构旨在描述一个独立的实体，其专门为促进研究人员和在线服务提供商之间根据商业或非商业协议进行数据访问和共享而运营，或评估
使用普遍数据的研究指南
2025年1月15日撰写：纳粹·安迪比（Nazanin Andalibi）（密歇根大学），大卫·丹克斯（加利福尼亚大学，圣地亚哥分校），海莉·格里芬（Haley Griffin），海莉·格里芬（计算机研究协会），玛丽·卢·马赫（Mary Lou Maher）（计算机研究协会），杰西卡·麦克莱恩（JESSICA MCCLEARN（GOOGLE），Google）健康），凯蒂·西克（Katie Siek）（印第安纳大学），塔米·托斯科斯（Tammy Toscos）（Parkview Health），Helen V. Wright（计算研究协会）和Pamela Wisniewski（Vanderbilt University）此反应来自计算机研究协会（CRA）的计算社区联合会（CCC）（CCC）和CRA-Industry（CRA-Industry）。CRA是近250个北美计算机研究组织的协会，包括学术和工业，以及来自六个专业计算社会的合作伙伴。CCC的任务是CRA的小组委员会，是为了追求创新的，高影响力的计算研究，与紧迫的国家和全球挑战保持一致。CRA的另一个小组委员会CRA-I的使命是召集行业合作伙伴计算共同利益的研究主题，并将其与CRA的学术和政府选民联系起来，以促进共同利益和改善社会成果。请注意，本材料中表达的任何意见，发现，结论或建议是作者的意见，不一定反映了作者隶属关系的观点。下面我们回答了提出评论请求的问题1-9、11和13-14。
变体效应预测因子中普遍存在的血统
人口测序技术的快速进步导致了人类基因组变异的广泛目录，从而显着增强了我们诊断，治疗和预防遗传疾病的能力。从历史上看，基因组研究主要集中在欧洲人群上，在我们对遗传变异及其影响的理解中引入了偏见1。尽管最近朝着包括更多样化的队列的转变开始减轻这些偏见，但许多序列资源仍然主要是欧洲。增加的基因组包容性不仅对于促进健康公平2至关重要，而且对于丰富了我们对人类生物学的理解3至关重要。通过检查更广泛的遗传多样性，我们可以更深入地了解不同人群中遗传疾病的复杂机制。