XiaoMi-AI文件搜索系统
World File Search SystemPervasive
普适计算和大数据时代的可信人工智能
摘要 — 普适计算时代产生了无数的设备，它们不断监控用户及其环境，产生了大量用户行为数据。这些数据可能有助于提高服务质量，但也可能导致监视和广告等不利用途。与此同时，人工智能 (AI) 系统正在应用于医疗保健、司法或人力资源等敏感领域，引发了人们对此类系统可信度的多重担忧。因此，对人工智能系统的信任与伦理有着内在联系，包括算法伦理、数据伦理或实践伦理。在本文中，我们从伦理角度正式化了可信人工智能系统的要求。我们特别关注可以集成到人工智能系统设计和开发中的方面。在讨论了研究现状和剩余挑战之后，我们展示了智能城市中的具体用例如何从这些方法中受益。索引术语 — 人工智能、普适计算、伦理、数据融合、透明度、隐私、公平、问责制、联合学习
遍布人类肠道微生物
人类的肠道微生物组由一个高度多样化的物种的财团组成，它们在宿主内外不断发展。识别许多3个人类肠道微生物的适应性的能力不仅会揭示宿主之间的共同选择压力，而且还会揭示可能影响社区结构和宿主5个特征的微生物组功能分化的关键驱动力。然而，迄今为止，还没有系统的扫描，这些适应已经散布在6个人类肠道微生物中。在这里，我们开发了一个新的选择扫描统计量，称为Integrated 7链接不平衡评分（ILDS），该评分（ILDS）可以通过迁移和水平基因转移来检测自适应单倍型在宿主8微生物中的扩散。具体来说，ILD利用了具有有益变体的有害变体的9搭便车的信号。将统计数据应用于10个中最普遍的共生肠道物种中的30种，来自世界24个人群，揭示了跨物种的11300多种选择性扫描。我们发现，在12个碳水化合物代谢的基因座中有选择性扫描的富集 - 潜在地表明适应宿主饮食的特征 - 我们发现13位选择的靶标在西方化和非媒介物popula-14 tions之间显着差异。强调了饮食在驾驶选择中的潜在作用，我们发现在非西方人群中没有选择性扫描15，但在西方人种群中无处不在，在一个已知的16个基因座中，与Maltodextrin的代谢有关，这是一种合成淀粉的代谢，最近已成为西方饮食的17种广泛范围。20总而言之，我们证明了跨18个宿主微生物组的选择性扫描是人类肠道微生物组进化的常见特征，并且19个选择靶标可能会受到宿主饮食的强烈影响。
普适计算和大数据时代的可信人工智能
摘要 — 普适计算时代产生了无数的设备，它们不断监控用户及其环境，产生了大量用户行为数据。这些数据可能有助于提高服务质量，但也可能导致监视和广告等不利用途。与此同时，人工智能 (AI) 系统正在应用于医疗保健、司法或人力资源等敏感领域，引发了人们对此类系统可信度的多重担忧。因此，对人工智能系统的信任与伦理有着内在联系，包括算法伦理、数据伦理或实践伦理。在本文中，我们从伦理角度正式化了可信人工智能系统的要求。我们特别关注可以集成到人工智能系统设计和开发中的方面。在讨论了研究现状和剩余挑战之后，我们展示了智能城市中的具体用例如何从这些方法中受益。索引术语 — 人工智能、普适计算、伦理、数据融合、透明度、隐私、公平、问责制、联合学习
预测解释谬误：机器学习的科学应用中的普遍问题
在本文中，我强调了一个问题，该问题在机器学习方法的科学应用中已变得无处不在，并且可能导致对所研究现象的严重扭曲的推论。我称其为预测解释谬误。当研究人员使用预测优化模型来解释目的而无需考虑解释和预测之间的权衡时，就会发生谬误。这是一个问题，至少有两个原因。首先，为了防止过度拟合，预测优化的模型通常是故意偏见和不现实的，因此无法准确解释感兴趣的现象。在其他情况下，它们具有极其复杂的结构，难以解释，这极大地限制了它们的解释价值。第二，在相同或相似数据上训练的不同预测模型可能会以不同的方式偏差，因此多个模型可以很好地预测，但暗示了对基本现象的矛盾解释。在这里，我以非技术方式介绍了预测和解释之间的权衡，从神经科学中提出了一些说明性的例子，最后讨论了一些可缓解的因素和方法，这些因素和方法可用于限制或解决问题。
预测-解释谬误：机器学习科学应用中的普遍问题
我强调了一个在机器学习的科学应用中普遍存在的问题，它可能导致严重扭曲的推论。我称之为预测-解释谬误。当研究人员使用预测优化模型进行解释而不考虑相关权衡时，就会出现这种谬误。这是一个问题，至少有两个原因。首先，预测优化模型通常会故意产生偏差和不切实际，以防止过度拟合。在其他情况下，它们的结构非常复杂，很难或不可能解释。其次，在相同或相似数据上训练的不同预测模型可能会以不同的方式产生偏差，因此它们可能预测得同样好，但给出的解释却相互矛盾。在这里，我以非技术性的方式介绍了预测和解释之间的权衡，并提供了来自神经科学的说明性示例，最后讨论了一些可用于限制问题的缓解因素和方法。
自闭症谱系障碍/普遍发育障碍：评估和治疗
请注意，客户的特定福利计划文件的条款[集团服务协议，保险证据，承保证书，摘要计划说明（SPD）或类似计划文件]可能与这些承保范围策略所基于的标准福利计划有很大差异。例如，客户的福利计划文件可能包含与覆盖策略中涉及的主题相关的特定排除。发生冲突时，客户的福利计划文件始终取代覆盖策略中的信息。在没有控制联邦或州承保范围授权的情况下，福利最终取决于适用的福利计划文件的条款。在每个特定实例中的覆盖范围确定需要考虑1）根据服务日期生效的适用福利计划文件的条款； 2）任何适用的法律/法规； 3）任何相关的附带资料材料，包括覆盖范围政策； 4）特定情况的具体事实。应自行审查每个覆盖范围请求。医疗主管应在适当的情况下行使临床判断，并在做出个人覆盖范围确定方面酌情决定。如果保险或服务的保险不取决于特定情况，则仅在根据适用的覆盖范围政策中概述的相关标准（包括涵盖的诊断和/或程序代码）中概述的相关标准提交请求的服务。在计费时，提供者必须在提交生效日期起使用最适当的代码。在此保险策略未涵盖的条件或诊断费用时，不允许报销服务（请参见下面的“编码信息”）。提交的有关未涵盖的覆盖范围政策伴随的服务的索赔将被否认为未涵盖的索赔。覆盖范围政策与健康福利计划的管理仅有关。覆盖范围政策不是治疗的建议，绝不应用作治疗指南。在某些市场中，可以使用授权的供应商指南来支持医疗必要性和其他承保范围的确定。
在掺杂的范德华磁铁中泛滥的室温超越室温铁磁
1 Materials Sciences Division, Lawrence Berkeley National Lab, Berkeley, California 94720, USA 2 Physics Department, University of California, Berkeley, California 94720, USA 3 School of Applied and Engineering Physics, Cornell University, Ithaca, New York 14853, USA 4 Department of Materials Science and Engineering, University of California, Berkeley, California 94720, USA 5 Quantum Design, Inc.，San Diego，CA 92121，美国6应用物理系，耶鲁大学，纽黑文，康涅狄格州，06511，美国7 NSF纳米级科学与工程中心（NSEC），3112 Etcheverry Hall，加利福尼亚大学，伯克利分校，加利福尼亚州伯克利分校，加利福尼亚州94720，美国947年77，美国947，伯克利贝克利氏caeley caeley caeley caeley caeley caeley caeley caeley caeley caeley caeley caeley caeley caeley caeley caeley caeley，美国纽约市康奈尔大学康奈尔大学纳米级科学的卡夫利研究所（Nanscale Science）14853，美国（日期：2022年5月26日）
定向选择的普遍发现，实现了古代DNA阐明人类适应的希望
Ali Akbari 1,2,3，Alison R. Barton 2,3，Steven Gazal 4,5,6，Zheng Li 7，Mohammadreza Kariminejad 8 8，Annabel Perry 2,3，Yating Zeng Zeng Zeng 4,9，Alissa Mittnik 10，Nick Patterson 2,3，Nick Patterson 2,3，Alk alk alk 1,11 l. 3,12,13 , Eric S. Lander 3,14,15 , Ron Pinhasi 16,17 , Nadin Rohland 1,2,3,11 , Swapan Mallick 1,2,3 , and David Reich 1,2,3,11 Correspondence to: Ali_Akbari@hms.harvard.edu , reich@genetics.med.harvard.edu
社会规模的人类互动设计？医院和公司如何将普遍感知纳入心理保健
从可穿戴的健康跟踪到传感器的城市，AI增强的普遍传感平台有望具有深远的益处，同时也引入了社会风险。这些平台的设计师如何有效地浏览其复杂的生态学和社会技术型号？为了探讨这个问题，我们采访了设计人员，他们承担了这一挑战。他们是医院首席医疗信息官和初创企业创始人共同努力创建新的传感器/AI平台，并将其集成到医疗保健生态系统中。我们发现，尽管所有签署者都渴望建立全面的护理平台，但他们的努力着重于为消费者或医生服务，提供一部分医疗干预措施，并一次证明系统效率一个指标。因此，出现了患者旅行的崩溃；社会风险迫在眉睫。我们描述了数据经济，设计师的思维方式和评估挑战如何导致这些意外的设计后果。我们讨论了为社会利益设计普遍传感和AI平台的含义。
Daniel A.（Dan）Adler社会规模的人类互动设计？医院和公司如何将普遍感知纳入心理保健
从可穿戴的健康跟踪到充满传感器的城市，AI增强的普遍传感平台有望实现深远的领域和社会风险。这些平台的设计师如何概念地浏览其复杂的生态学和社会技术模型？为了探索这个问题，我们采访了在心理健康领域中提出这一挑战的设计师。他们是医院的主要医疗信息和创业创始人共同努力创建新的传感器/AI平台并将其集成到医疗保健生态系统中。我们发现，尽管所有签署者都渴望建立全面的护理平台，但其E ORT致力于为消费者或医生服务，提供一部分医疗干预措施，并一次证明系统e ectivalsive。因此，出现了患者旅行的崩溃；社会风险迫在眉睫。我们描述了数据经济，设计师的思维方式和评估挑战如何导致这些意外的设计方法。我们讨论了设计普遍感测和AI平台的含义。