XiaoMi-AI文件搜索系统
World File Search SystemRITHMS
AISpace2：用于学习和教授人工智能的交互式可视化工具
AIspace 是一套用于学习和教授基本 AI 算法的工具。AIspace 的原始版本是用 Java 编写的。算法和可视化之间没有明确的区分；对于学生来说，修改底层算法太复杂了。它的下一代产品 AIspace2 是基于 AIPython 构建的，AIPython 是开源 Python 代码，旨在尽可能接近伪代码。AISpace2 在 JupyterLab 中可视化，保留了简单的 Python 代码，并使用 AIPython 中的钩子来实现算法的可视化。这允许学生查看和修改 Python 中的高级算法，并以图形形式可视化输出，旨在更好地帮助他们建立对 AI 概念和算法的信心和舒适度。到目前为止，我们有用于搜索、约束满足问题 (CSP)、规划和贝叶斯网络的工具。在本文中，我们概述了这些工具，并根据用户反馈给出了一些评估。
机器人信息收集算法与专家地球和行星科学家的现场评估。 Z. I. Lee 1，I。Brunton2，R。C。Ewing 3，
简介：机器人越来越多地用于地球和其他行星的精确数据收集中，以便在高时空分辨率下提供高临界性的多传感器数据。随着机器人的高位，机器人主义者已经为开发机器人信息收集算法而付出了重大的效率[1,2,3]。尽管有进步，但这些算法并未在科学任务中广泛使用，大多数涉及的收集决策仍由误导科学家做出。在这里，我们提出了早期的努力来理解慢速算法吸收的原因，这是科学家对机器人信息在磁场期间收集算法的成功的看法。，我们完成了四位科学家的案例研究，以评估他们在月球模拟任务期间的两个“现成”式信息收集算法的满意度HOOD在美国俄勒冈州。HOOD在美国俄勒冈州。
已发布版本的引文 (APA)：Sadeghi, AH、Maat, APWM、Taverne, YJHJ、Cornelissen, R.、Dingemans, AMC、Bogers, AJJC 和 Mahtab, EAF (2021)。虚拟现实和人工智能用于肺段切除术的三维规划。JTCVS 技术，7，309-321。https://doi.org/10.1016/j.xjtc.2021.03.016 链接至 EUR 研究信息门户上的出版物
在过去的几年中，虚拟现实 (VR) 设备和软件越来越受欢迎，并且已被证明可以提高外科医生对患者解剖结构的理解。7-9 VR 平台比现有的 2D 或 3D 规划软件具有更多特性和功能，包括沉浸式和交互式操作、逼真的深度感知以及复杂解剖结构关系的可视化，外科医生可以随时应用这些特性来更真实地了解患者的解剖结构。8、10 此外，自动成像算法可以通过自动可视化感兴趣的解剖结构来创建更有效的规划。11、12 通过开发基于人工智能 (AI) 的沉浸式 3D-VR 平台作为传统 CT 成像的补充术前规划工具，可以为胸外科医生的武器库增添新颖性。
用于制造业模拟的量子计算增强服务生态系统
摘要 量子计算 (QC) 和机器学习 (ML)，无论是单独使用还是组合成量子辅助 ML (QML)，都是正在崛起的计算范式，其计算具有巨大的加速、提高精度和减少资源的潜力。工程数值模拟的可能改进意味着它可能会对制造业产生强大的经济影响。在本项目报告中，我们提出了一个用于制造业模拟的量子计算增强服务生态系统框架，该框架由从硬件到算法到服务和组织层的各个层组成。此外，我们从科学和工业的角度深入了解了基于 QC 和 QML 的应用研究的现状。我们进一步分析了两个高价值用例，旨在对这些新的计算范式在工业相关环境中的应用进行定量评估。
人工智能与银行信贷分析：综述
摘要：本文梳理了银行和其他金融机构在信用分析过程中使用人工智能（AI）的影响。人工智能模型的独特功能加上计算能力的扩展，为信用评估提供了新的信息来源（大数据）。结合使用人工智能和大数据可以捕捉微弱信号，无论是以解释变量之间的相互作用还是非线性的形式，这些信号似乎可以比传统的信用衡量标准产生更好的预测效果。在宏观经济层面，这转化为对经济增长的积极估计。相反，在微观层面上，人工智能在信用分析中的使用改善了金融包容性和传统上服务不足的借款人的信贷获取。然而，基于人工智能的信用分析流程因潜在的偏见和道德、法律和监管问题而引发了持久的担忧。这些限制要求建立新一代金融监管，引入对人工智能算法和银行使用的数据的认证。
边缘设备上 AI 解决方案的有效算法加速器协同设计
高质量的 AI 解决方案需要对 AI 算法（例如深度神经网络 (DNN)）及其硬件加速器进行联合优化。为了提高整体解决方案质量并提高设计效率，高效的算法和加速器协同设计方法是必不可少的。在本文中，我们首先讨论了算法/加速器协同设计问题的动机和挑战，然后提供了几种有效的解决方案。特别是，我们重点介绍了三种有效的协同设计方法的主要工作：1）第一个同时进行的 DNN/FPGA 协同设计方法； 2）双向轻量级 DNN 和加速器协同设计方法； 3）可区分且高效的 DNN 和加速器协同搜索方法。我们通过在 FPGA 和 GPU 上进行大量实验来证明所提出的协同设计方法的有效性，并与现有工作进行了比较。本文强调了算法加速器协同设计的重要性和有效性，并呼吁在这个有趣且要求高的领域取得更多的研究突破。
利用人工智能实现先进的玻璃科学和发现
人工智能和机器学习系统利用庞大的数据集和先进的算法，在比传统方法更短的时间内以更高的精度识别新的成分和结构。此外，这些技术可以快速分析大量结构-性能关系数据，从而开发出性能针对各种应用而优化的工程材料。玻璃是一种通过液体快速淬火获得的无序材料，由于几个关键因素，它是数据驱动建模的理想候选材料。3 首先，它们的形成方式高度灵活，因为几乎所有元素或其组合都可以在以所需速率冷却时形成玻璃。其次，与晶体材料不同，由于玻璃具有无序结构，其性能主要取决于成分和加工条件。这一特点允许对成分进行持续调整，从而实现定制设计。最后，玻璃特性存在大量实验数据，这对于建模来说是理想的选择。
Colin Porlezza* 推广负责任的人工智能：欧洲视角下的媒体和新闻业人工智能治理
摘要：人工智能和自动化已在新闻媒体中无处不在，影响着从新闻采集到新闻分发的新闻业。随着算法越来越多地决定编辑决策，人们对新闻媒体负责任和负责任地使用人工智能驱动的工具提出了具体担忧，包括新的监管和道德问题。本文旨在分析欧盟和欧洲理事会目前是否以及在多大程度上规范和辩论了新闻媒体和新闻业中使用人工智能技术。通过对官方政策文件的文档分析，结合数据挖掘方法和归纳主题分析，该研究着眼于如何处理新闻媒体，特别是其对用户和社会的责任。研究结果表明，关于人工智能的监管框架很少包括媒体，但如果有，它们会将其与虚假信息、数据和人工智能素养以及多样性、多元化和社会责任等问题联系起来。
肾脏护理中的人工智能和机器学习趋势
由于人口老龄化、糖尿病、高血压和肥胖症发病率上升，未来几年 CKD 和 ESKD 的患病率预计会大幅上升。13、17-21 AI 和 ML 在肾脏病学中的整合有可能有助于肾脏疾病的早期发现和预防。7 它可以预测患 CKD 的风险并识别有 ESKD 风险的患者，从而及时干预和管理。7、22-25 AI 和 ML 还可以根据患者的特点确定最佳治疗干预措施，从而帮助为个体患者提供个性化治疗。例如，AI 算法可以分析患者的病史、实验室检查和影像学研究等数据，以预测对特定治疗或药物的反应，降低不良事件的风险并改善患者的预后。 7、22-25 此外，人工智能和机器学习可以通过减少不必要的检查、程序和住院次数来帮助优化资源配置并降低医疗保健成本。7、22-25
保护消费者免受人工智能引发的串谋定价影响
市场体系的有效性植根于竞争。为了吸引客户，企业会降低价格并提供更好的产品和服务。没有什么比合谋更能从根本上破坏这一过程了。企业同意不相互竞争，结果消费者会因价格上涨而受到损害。合谋通常受到经济学家和政策制定者的谴责，在几乎所有国家都是违法的。但是，越来越多地将定价权委托给算法（1）可能会为企业合法合谋打开后门（2）。当人工智能（AI）算法学会在没有人为干预、监督甚至知识的情况下采用合谋定价规则时，就会发生这种算法合谋。这种可能性对政策提出了挑战。为了应对这一挑战，我们提出了政策变革的方向，并呼吁计算机科学家、经济学家和法律学者齐心协力，实施拟议的变革。