人工智能 (AI) 技术的发展在众多领域和行业中持续推进。1 在这一领域创新带来潜在好处的同时,人们发现许多正在开发和部署的人工智能系统存在固有缺陷,对各种边缘化或弱势群体、社区和个人造成负面和有害影响。2 世界各地都在尝试建立有效的治理机制,以在鼓励创新的同时最大限度地降低与人工智能技术相关的风险。这些尝试包括一般治理框架,如欧盟的《人工智能法案》3 以及美国的《人工智能计划》,旨在鼓励研发并消除人工智能创新障碍。4 随着一些机构和组织开始在各个司法管辖区制定人工智能技术使用的治理和监管框架,在出现有害影响时,补救或赔偿程序方面开始出现一个关键差距。
日本的种族和族裔少数群体数量虽少,但具有重要的历史意义。这些群体包括土著阿伊努人、琉球人、韩国人、中国人、部落民以及来自世界各地的新移民外国工人,他们仍然是日本的边缘群体。尽管日本宪法禁止因“种族、信仰、性别、社会地位或家庭出身”而歧视,但日本社会长期以来一直容忍针对日本少数民族的仇恨言论和种族仇恨。为了规范仇恨言论,克雷格·马丁教授呼吁政府更多地参与修订日本的仇恨言论法,以纳入更具体的限制和制裁。本文认为,“信任”和授权政府定义仇恨言论可能会带来潜在危险,甚至可能损害人们的言论自由权,包括对种族化政府政策的批评。本文进一步指出,日本的种族主义有着深厚的历史根源,追溯了日本对亚洲人和其他边缘化种族和族裔少数群体的种族仇恨的历史谱系。西方
日本的种族和少数民族人口数量虽少,但具有重要的历史意义。这些群体包括土著阿伊努人、琉球人、韩国人、中国人、部落民以及来自世界各地的新移民外国工人,他们仍然是日本的边缘人群。尽管日本宪法禁止因“种族、信仰、性别、社会地位或家庭出身”而歧视,但日本社会长期以来一直容忍针对日本少数民族的仇恨言论和种族仇恨。为了规范仇恨言论,克雷格·马丁教授呼吁政府更多地参与修订日本的仇恨言论法,以包括更具体的限制和制裁。本文认为,“信任”和授权政府定义仇恨言论可能会带来潜在危险,甚至可能损害人们的言论自由权,包括对种族化政府政策的批评。本文进一步论证了日本的种族主义有着深厚的历史根源,追溯了日本对亚洲人和其他边缘化种族和少数民族的种族仇恨的历史谱系。西方之后
在“工业 4.0”的概念下,生产流程将变得越来越互联,信息以实时为基础,而且必然更加高效。在此背景下,产能优化超越了传统的产能最大化目标,也为组织的盈利能力和价值做出了贡献。事实上,精益管理和持续改进方法建议进行产能优化而不是最大化。产能优化和成本模型的研究是一个重要的研究课题,值得从实践和理论角度做出贡献。本文提出并讨论了基于不同成本模型(ABC 和 TDABC)的产能管理数学模型。已经开发了一个通用模型,并用于分析闲置产能并设计最大化组织价值的策略。强调了产能最大化与运营效率之间的权衡,并表明产能优化可能会掩盖运营效率低下的问题。© 2017 作者。由 Elsevier B.V. 出版。同行评审由 2017 年制造工程学会国际会议科学委员会负责。