以人为本的人工智能 (HCAI) 是设计支持人类自我效能、促进创造力、明确责任和促进社会参与的人工智能系统的一个有前途的方向。这些人类愿望还鼓励考虑隐私、安全、环境保护、社会正义和人权。这篇评论颠覆了当前对算法和人工智能方法的重视,将人类置于系统设计思维的中心,实际上是第二次哥白尼革命。它提供了三个想法:(1)一个二维的 HCAI 框架,展示了如何同时实现高水平的人类控制和高水平的自动化;(2)从模仿人类转变为赋予人们权力,呼吁将语言、图像和隐喻从对智能自主队友的描述转变为对强大的工具类设备和遥控设备的描述;(3)一个三级治理结构,描述了软件工程团队如何开发更可靠的系统,管理者如何强调整个组织的安全文化,以及全行业认证如何促进值得信赖的 HCAI 系统。这些想法将受到一些人的挑战,被其他人改进,扩展以适应新技术,并通过定量和定性研究进行验证。它们提供了一个重新构建的机会——重新开始产品和服务的设计讨论——这可能会给个人、家庭、社区、企业和社会带来更大的利益。
由许可药物组成的摘要图书馆代表了调节人类生理过程的大量分子曲目,为发现宿主靶向抗病人提供了独特的机会。我们筛选了重新利用,集中救援和加速的Medchem(倒置),以大约12,000个分子重新使用库,用于宽光谱冠状病毒抗病毒药,发现了134种化合物,抑制了αOronavirus并映射到58个分子靶标。主要的靶标包括5-羟基氨基胺受体,多巴胺受体和细胞周期蛋白依赖性激酶。Gene knock-out of the drugs' host targets including cathepsin B and L (CTSB/L; VBY-825), the aryl hydrocarbon receptor (AHR; Phortress), the farnesyl-diphosphate farnesyltransferase 1 (FDFT1; P-3622), and the kelch-like ECH-associated protein 1 (KEAP1; Omaveloxolone), significantly调节HCOV-229E感染,提供了证据表明这些化合物通过对各自的宿主靶标的作用抑制了病毒。对所有134个主要的化合物进行SARS-COV-2和验证的对识别的原始细胞的验证,AHR激活配体,P-3622靶向FDFT1和OmavelOxolone,以及Omaveloxolone,该a和Omaveloxolone激活NFE2样的BZIP转录因子2(nFe2L2),该nfe 2(nFe2L2)的kap kap and and and and and and and and and and and and them keap kap keap,kap and and and and and and and and the trib kap, alpha-和betacor onavirus。 这项研究提供了HCOV-229E重新利用候选者的概述,并揭示了被不同冠状病毒劫持的新型潜在可吸毒的病毒宿主依赖性因素。对识别的原始细胞的验证,AHR激活配体,P-3622靶向FDFT1和OmavelOxolone,以及Omaveloxolone,该a和Omaveloxolone激活NFE2样的BZIP转录因子2(nFe2L2),该nfe 2(nFe2L2)的kap kap and and and and and and and and and and and and them keap kap keap,kap and and and and and and and and the trib kap, alpha-和betacor onavirus。这项研究提供了HCOV-229E重新利用候选者的概述,并揭示了被不同冠状病毒劫持的新型潜在可吸毒的病毒宿主依赖性因素。
摘要:非缺血性扩张型心肌病 (DCM) 是需要心脏移植的最常见疾病之一。尽管这种疾病的病因复杂,但巨型肌节蛋白 Titin 的移码突变可以解释多达 25% 的家族性 DCM 病例和 18% 的散发性 DCM 病例。许多研究表明,使用 CRISPR/Cas9 进行基因组编辑可以纠正肌节蛋白的截短突变,并为肌编辑奠定了基础。然而,这些疗法仍处于不成熟状态,只有少数研究表明它们可以有效治疗心脏疾病。本文假设,Titin (TTN) 特异性基因结构允许在广泛的位置应用肌编辑方法来重塑 TTN 变体并治疗 DCM 患者。此外,为了为开发有效的 DCM 肌编辑方法铺平道路,我们筛选并选择了 TTN 中有希望的靶位。我们从概念上探索了对称外显子的删除作为一种治疗方法,以在移码突变的情况下恢复 TTN 的阅读框架。我们确定了一组 94 个潜在的 TTN 候选外显子,我们认为这些外显子特别适合这种治疗性删除。通过这项研究,我们旨在为开发新疗法做出贡献,以有效治疗由编码具有模块化结构的蛋白质(例如 Obscurin)的基因突变引起的肌病和其他疾病。
对自动网络防御的一个重大挑战是确保防御力代理在各种网络拓扑和配置之间概括的能力。在部署在动态变化的环境中,例如设备可能经常加入并离开的企业网络时,该功能必须保持有效。深入加固学习的标准方法,其中策略是使用固定输入的多层感知器(MLP)的参数化的,期望固定尺寸的观察和动作空间。在自主的网络防御中,这使得很难开发具有与受过训练的网络拓扑不同的环境,因为节点的数量会影响观察和动作空间的自然大小。为了克服这一限制,我们使用基于实体的信息进行学习重新构建了自主网络防御的问题,在这种学习中,代理的观察和动作空间被分解为离散实体的集合。此框架可以使用专门用于组成概括的策略参数。我们将基于变压器的政策培训有关打哈欠泰坦网络安全模拟环境的政策,并在各种网络托管中测试其概括能力。我们证明,当跨越不同拓扑的固定尺寸网络训练时,这种方法在训练固定尺寸的网络上时会大大优于基于MLP的策略,并且在单个网络上进行培训时的性能匹配。我们还证明了与训练中看到的网络零弹性概括的潜力。这些发现突出了基于实体的强化学习的潜力,可以通过提供能够在现实世界网络环境中处理差异的更普遍的策略来推进自动网络防御的领域。
警察作为战术运动员:3月11日星期二优化性能和恢复| 8:30 AM - 10:00 AM | Pacific CD本届会议将探讨针对警察工作独特需求量身定制的创新物理治疗技术,恢复策略和调节惯例。小组成员将向与会者介绍创新的物理疗法技术,恢复策略以及针对警察工作独特的身体和心理需求量身定制的调理实践。本届会议将为预防伤害,康复和整体健康提供实用的工具,以确保官员表现最好并有效康复。案例研究和基于证据的方法将突出在警察部门整合基于绩效的健康计划的好处。与会者将学会将警察作为战术运动员重新构架,并强调身心健康对他们的成功和公共安全的重要性。获得的脑损伤:3月13日星期四,整体关注官员和社区互动|下午2:45 - 下午4:00 | Pacific CD本届会议探讨了被后的脑损伤(ABI)对警察人员及其所服务社区的影响。小组成员将强调在专业中解决ABI并有效地对具有类似条件的社区成员做出有效反应的多方面责任。与会者将深入了解ABI在警务职业中的发生,经常被忽视的症状以及预防,早期发现和全面支持的策略。w orkshops此外,会议将在与拥有ABI的社区成员互动时研究官员面临的独特挑战,强调需要培训和资源来增强这些相遇。
微软公司对美国国家标准与技术研究所 (NIST) 可解释人工智能四项原则报告草案 NISTIR 8312 的评论 2020 年 10 月 15 日 微软很高兴有机会对美国国家标准与技术研究所 (NIST) 可解释人工智能四项原则报告发表评论。我们同意 NIST 的观点,即解释人工智能的能力会影响用户对人工智能系统的信任。让人工智能系统变得易于理解是透明度的基础,而透明度是负责任地使用人工智能的核心原则。鉴于透明度的重要性,欢迎 NIST 对这一问题的关注。当人工智能用于帮助做出影响人们生活的决策时,至关重要的是让人们以一种考虑到这些人的方式理解决策是如何做出的。个人的需求可能与研究人员的需求、政策制定者的需求或特定目的的需求不同。进一步研究如何使人工智能系统的行为变得可理解或“可理解”,将有助于更明智地实现这种可理解性 1 。这表明需要重新构建报告中采用的方法。实现可理解性可能很复杂。它取决于许多变量,不会有“一刀切”的方法。虽然报告中采用的方法很周到,但我们 o
本文在芝加哥犯罪预测算法的背景下,对算法偏见的社会作用进行了重要的定性研究,这是一种预测性的警务工具,该工具预测最有可能发生城市犯罪的何时何地。通过与18个芝加哥地区社区组织,学术研究人员和公共部门参与者的访谈,我们表明,来自不同群体的利益相关者表达了该工具算法的多样化问题诊断,从战略上讲,从战略上讲,它可以证明与利益相关者的地位和政治目的相吻合的刑事司法干预措施。从凯瑟琳·伊格纳齐奥(Catherine D'Ignazio)的“拒绝和使用”数据的税收中汲取灵感,我们发现利益相关者使用算法偏见的证据来改革围绕警察巡逻分配的政策;拒绝基于算法的警务干预措施;将犯罪重新构建为结构性问题,而不是人际交往问题;揭示有关权威数字的数据,以颠覆其权力;修复和治愈家庭和社区;而且,对于更强大的参与者,重申自己的权威或现有权力结构。我们确定了这些算法偏见的各种用途的隐式假设和范围作为证据,表明它们对警务和AI的价值观不同(有时是矛盾)。这种差异反映了经常以系统影响的社区为中心的解放价值与康复价值之间的犯罪司法改革格局的长期紧张,以及经常在数据驱动的改革措施中实例化的监视和威慑价值。我们主张将受到监禁影响的社区的利益和经验知识居中,以确保算法偏见的证据可以作为挑战现状的手段。
摘要 本文从伦理和人力资源管理的角度分析了新兴的人工智能 (AI) 增强型测谎系统。我展示了这些人工智能增强功能如何改变测谎,然后分析了这些变化如何导致道德问题。具体来说,我研究了这些人工智能应用如何引入公平、精神隐私和偏见等人权问题,并概述了这些变化对人力资源管理的影响。人工智能对测谎的改变正在改变人类测试管理员和人类受试者的角色,在这种情况下增加了基于机器学习的人工智能代理,建立了侵入性数据收集流程,并在结果中引入了某些偏见。我预测,普遍和持续的测谎计划(“真相机器”)的潜力是巨大的,取代以人为本的建立信任和培养组织诚信的努力。我认为,如果人力资源经理有可能这样做,他们应该完全停止使用基于技术的测谎系统,并努力在人性层面上培养信任和责任感。然而,如果组织依法、机构授权或其他强制措施实施这些人工智能增强技术,则应注意考虑这些技术对人权和福祉的影响。本文探讨了人工智能如何在测谎和可信度评估场景的某些方面取代人类代理,扩大神秘的“黑匣子”过程和新型生理结构(如“欺骗的生物标志物”)的前景,这可能会增加公平、心理隐私和偏见等人权问题的可能性。员工与自动测谎系统(而不是与进行特定测试的人)的互动可以重塑组织关于评估个人诚实和正直的流程和规则。组织生活的反乌托邦预测是自动分析和判断一个人的言论是否诚实,并结合一个人的个人资料,这为自我代表的自主性提供了令人不安的前景。
教育、体育和文化部的共同愿景是激励、赋权和提供学习、体育和文化机会,以支持所有儿童、年轻人和成年人。在追求卓越的过程中,我们的目标是成为一个具有前瞻性思维、包容性和培育性的组织,使每个人都能实现并丰富我们的马恩岛社区。我们岛上的每个孩子都应该拥有最好的人生开端,从而为他们未来的发展奠定基础。在孩子生命的最初五年里,他们的经历和关系构成了他们发展的基础。这是学习、健康、沟通和行为的基础。这一战略旨在为所有儿童提供高质量的早期学习和儿童保育,以便每个孩子都有机会发展并充分发挥他们的潜力。这一儿童保育战略侧重于以儿童为先,并着眼于通过早期教育改善所有儿童的结果。它为儿童保育专业人士提供了岛上儿童保育行业未来的清晰愿景,并为父母提供了确保孩子取得最佳结果所需的清晰度和保证。这是一份重要文件,它将塑造如此重要条款的未来原则,并确保在追求卓越的过程中,每个孩子都很重要。该战略通过加强供给和采取新措施,使所有人都享有平等的机会和获得优质早期教育和儿童保育的权利,以确保无论您住在岛上的哪个地方,无论价格如何,儿童都能从我们的儿童保育提供者那里获得优质的保育和早期教育。我们的岛屿计划强调了政府致力于创造一个安全、充满活力和可持续的未来,确保为所有人提供出色的终身学习和发展机会。通过实施这一儿童保育战略以及对就业法的任何补充修改,我们将寻求重新调整我们对儿童保育、早期教育和在职父母的态度,把我们的孩子放在第一位,确保每个父母都有选择权。
缩略语 JSC:联合指导委员会 MAF:管理和问责框架 MAPS:主流化、加速和政策支持 M&E:监测和评估 MDG:千年发展目标 NGO:非政府组织 OECD:经济合作与发展组织 RBM:基于结果的管理 RC:驻地协调员 SDGs:可持续发展目标 UN:联合国 联合国 CCA:联合国共同国家分析 UNCT:联合国国家工作队 UNDAF:联合国发展援助框架 UNDP:联合国发展计划署 UNEG:联合国评价小组 UN JSC 联合国推进人道主义和发展合作联合指导委员会 UN-SWAP:联合国全系统行动计划 前言 2030 年可持续发展议程要求联合国发展系统灵活、具有凝聚力并能响应国家优先事项和人民需求。它要求以权利为基础制定 2030 年议程,并以强有力的国家分析为基础,重新推动集体行动和伙伴关系,并全心全意帮助各国实现可持续发展目标,不让任何人掉队。这就是新版《联合国可持续发展合作框架内部指导》所体现的精神,也是我们改革进程的核心。我们的新合作框架植根于四个关键目标。首先,它们必须明确表达联合国的集体反应,帮助各国解决国家优先事项和实现可持续发展目标道路上的差距。《合作框架》是支持经济转型的工具,提供围绕可持续性重新制定经济政策和实践的选项,以实现包容性、多元化和就业密集型的经济转型,从而促进所有公民的权利和福祉,加强经济并保护地球。其次,《合作框架》必须体现《2030 年议程》核心的伙伴关系精神。这意味着不仅要与东道国政府建立伙伴关系,还要与所有利益相关者(民间社会、学术界、议会、私营部门、双边伙伴)建立伙伴关系,以发挥优势,推动变革。