XiaoMi-AI文件搜索系统
World File Search SystemReview
引用：Piasecki, S. & Morosoli, S. & Helberger, N. & Naudts, L. (2024)。人工智能生成的新闻：《人工智能法案》中的透明度条款是否满足了新闻读者的期望？互联网政策评论，13 (4)。https://doi.org/10.14763/2024.4.1810
摘要：人工智能生成的内容在人们生活中的出现越来越多，而能够有效浏览和区分此类内容的重要性与透明度有着内在联系，我们的研究重点是透明度，我们通过评估《人工智能法案》第 50 条来研究这一概念。本文呼吁采取行动，在指定《人工智能法案》的透明度要求时考虑最终用户的利益。它侧重于一个特定的用例——媒体组织在生成人工智能的帮助下制作文本。我们认为，目前的形式下，第 50 条留下了许多不确定性，并且有可能在保护自然人免受操纵或赋予他们采取保护行动的权力方面做得太少。本文结合文献和调查数据分析（基于代表荷兰人口的样本），就《人工智能法案》透明度义务的实施提出了具体的政策和监管建议。其主要目的是回答以下问题：如何协调《人工智能法案》适用于人工智能生成的数字新闻文章的透明度规定与新闻读者对操纵和赋权的看法？
构建表达和可处理的概率生成模型：评论
1引言生成建模在机器学习和人工智能领域起着重要作用，因为它提供了一种能够理解，解释以及在我们数据丰富世界中存在的复杂模式的功能工具包。通过将概率理论作为捕获给定数据集中固有不确定性的原则方法，这些模型旨在近似负责生成数据的基础分布或随机过程。因此，概率生成模型具有解决各种问题的潜力，包括生成新的数据示例，进行观察给出的推理，估计事件的可能性以及有关不确定信息的推理。但是，从数据中学习分布是一个挑战问题，通常需要在建模灵活性和概率推断的障碍之间进行权衡。早期生成模型的优先级优先考虑可牵引推理，通常是通过图形模型的形式将概率结构施加在random变量上[Koller and Friedman，2009]。因此，他们缺乏对复杂分布进行建模的挠性。自那以后，提出的可进行的概率模型（TPM）的领域随后发生了，并提出了端流的参数化和学习范式，从而在概率电路的统一概念下产生了广泛而流行的模型类别。从障碍性的角度设计，这些模型可以有效地推断和精确的概率推理，使其适合于要求快速准确计算的任务。但是，
已发表版本的引文（APA）：Popenici, S., Catalano, H., Mestic, G., & Ani-Rus, A. (2023)。人工智能系统评价
本研究基于定量和定性分析方法构建的方法论框架，遵循 Pickering 和 Byrne (2014) 提出的步骤，进行系统的文献综述和文献收集设计，重点分析人工智能 (AI) 时代高等教育的想象未来。我们的研究旨在回答以下研究问题：（1）人工智能时代高等教育的想象未来是什么？（2）哪些因素影响高等教育教学过程与人工智能之间的联系？（3）学生和教师改进数据库和开发 ChatGPT 会产生什么影响？作者探讨了人工智能在西方世界当前大学治理安排和精神背景下的影响。深入分析与人工智能系统的出现相关的一些已确定的主要挑战、机遇和风险相一致，例如技术监控或学术界对人工智能和大型语言模型（如 ChatGPT）的普遍访问，并提出了在高等教育中明智地选择和使用人工智能解决方案进行学习和教学的论据。本研究采用的分析框架还用于总结该领域研究的新方向，以恢复大学的主导地位，提高学生、学者和公众的高等教育质量。
审查抗雄激素治疗与妇科恶性肿瘤相关的女性雄激素性脱发的安全性
摘要：女性最常见的脱发类型是女性雄激素性脱发 (FAGA)，其特征是呈图案分布的进行性脱发。许多口服疗法，包括螺内酯（一种醛固酮拮抗剂）、雄激素受体阻滞剂（例如氟他胺/比卡鲁胺）、5-α-还原酶抑制剂（例如非那雄胺/度他雄胺）和口服避孕药，针对雄激素转化和与其各自受体结合的机制，因此可用于治疗 FAGA。尽管口服治疗 FAGA 取得了重大进展，但对于有妇科恶性肿瘤病史（全球女性最常见的癌症）的患者，其治疗可能仍是一个问题。在这篇综述中，我们重点关注抗雄激素对 FAGA 患者治疗的安全性。为此，我们在 PubMed 上利用相关搜索词进行了有针对性的文献综述。综上所述，螺内酯似乎对 FAGA 的系统治疗是安全的，即使在高危人群中也是如此。然而，其他药物对有妇科恶性肿瘤病史的患者是否安全仍存在普遍的不确定性，需要进一步研究评估其对 FAGA 和危险因素患者的长期安全性，以建立最佳风险评估和治疗选择方案。
对建筑行业的市售自主绘画机器人的审查
在建筑业中的绘画是一种危险活动，为工人带来了许多建筑风险，例如从高处掉下来，笨拙的位置肌肉骨骼疾病以及暴露于有毒物质，尤其是在狭窄的空间中。大多数建筑项目都包括绘画活动和绘画活动的重复性质，导致了几个绘画机器人的提议，目前很少有商业上可用。这些机器人在目前的状态下有一定的局限性，影响了机器人的最终生产力及其在建筑工作地点的实施。本文解决的问题是缺乏对自主绘画机器人（APR）必要要素的研究，以有效，安全地执行施工绘画活动。这表明需要评估可用绘画机器人的当前局限性，以生成可以作为提高APR效率的方法进一步研究的基础的信息。因此，这项研究的目的是确定有效的APR的特性，并将其与市售APR的特性进行比较。对Scopus数据库和Google Scholar库的相关文献进行了全面研究，介绍了定义APR性能的主要参数。该研究强调了评估APR性能以及可用机器人的当前局限性的主要特性。这项研究的结果有望为对提高APR生产率提高的研究人员提供进一步的研究领域。关键词：绘画机器人，自动移动机器人，建筑自动化，建筑安全
文献的系统评价
摘要 - 本文探讨了民族志方法在通过信息和通信技术（ICT）介导的上下文中的应用。它分析了ICT如何通过数字工具来改变民族志，增强数据收集和分析，并促进访问地理分散的人群。突出显示了ICT以文本，音频和视频等各种格式捕获数据的能力，从而显着扩大了研究人员可以访问的信息范围。但是，还讨论了这些技术引入的挑战，包括与隐私和机密性有关的道德问题，以及研究环境的自然动态的潜在改变。在民族志中使用ICT可以使研究环境中更大的浸入，而无需持续的身体存在，在研究人员的存在会改变参与者的自然行为的情况下，这可能是有利的。但是，这种方式还可以损害传统人种志的特征的上下文理解的深度。此外，本文介绍了ICT如何民主化研究的访问，允许对原本无法访问的社区进行研究，尽管还指出了诸如访问这些技术的不平等之类的限制，这些限制也可以复制并加剧不平等现象。审查得出的结论是，尽管ICT提供了改变民族志实践的有价值的工具，但对其实施的批判性和反思方法对于确保尊重道德原则并保持民族志研究的质量至关重要。
2023 年回顾 - devcom cbc - Army.mil
美国陆军作战能力发展司令部化学生物中心 (DEVCOM CBC) 隶属于美国陆军未来司令部 (AFC)，该司令部负责改造陆军，以确保未来做好赢得战争的准备。DEVCOM 是 AFC 的一个主要下属司令部，是一支由世界一流的科学家、工程师、分析师、技术人员和支持人员组成的团队，他们全心全意地为我们的士兵提供当前和未来的能力。DEVCOM CBC 为联合作战部队提供创新的化学、生物、放射、核和爆炸 (CBRNE) 防御能力，并在开发 CBRNE 防御解决方案时采用实践研究、工程和操作方法。DEVCOM CBC 总部位于马里兰州埃奇伍德地区的阿伯丁试验场。DEVCOM CBC 2023 年度回顾是国防部成员的授权出版物。DEVCOM CBC 2023 年度回顾的内容不一定是美国政府或陆军部的官方观点或认可。本出版物的编辑内容由 DEVCOM CBC 公共事务办公室负责。本出版物中对商业产品或实体的引用并不构成美国陆军对所提供产品或服务的认可。
用户对人工智能信任的系统文献综述
摘要 用户对人工智能 (AI) 系统的信任已得到越来越多的认可，并被证明是促进采用的关键因素。有人提出，支持人工智能的系统必须超越以技术为中心的方法，转向以人为本的方法，这是人机交互 (HCI) 领域的核心原则。本评论旨在概述 23 项实证研究中的用户信任定义、影响因素和测量方法，以收集未来技术和设计策略、研究和计划的见解，以校准用户与人工智能的关系。研究结果证实，定义信任的方法不止一种。选择最合适的信任定义来描述特定环境中的用户信任应该是重点，而不是比较定义。研究发现，用户对人工智能系统的信任受到三个主要主题的影响，即社会伦理考虑、技术和设计特征以及用户特征。用户特征在研究结果中占主导地位，强调了从开发到监控人工智能系统的过程中用户参与的重要性。研究还发现，用户和系统的不同环境和各种特征也会影响用户信任，强调了根据目标用户群的特征选择和定制系统功能的重要性。重要的是，社会伦理考虑可以为确保用户与人工智能互动的环境足以建立和维持信任关系铺平道路。在衡量用户信任方面，调查是最常用的方法，其次是访谈和焦点小组。总之，在使用或讨论支持 AI 的系统的每个情况下，都需要直接解决用户信任问题。此外，校准用户与 AI 的关系需要找到不仅对用户而且对系统都适用的最佳平衡。
维生素D缺乏症与围产期抑郁症之间的关联：系统评价和荟萃分析
结果：审查了主要数据库后，包括13项研究。三项研究评估了产前抑郁症和维生素D水平，与对照组相比（标准化平均差异[SMD] = -0.41，95％置信区间[CI] -0.57至-0.25），使用固定效应模型，使用最小的杂物模型，显示出偏置组的水平明显较低（标准平均差异[SMD] = -0.41，95％置信区间[CI] -0.57至-0.25）。另外三项研究探索了产后抑郁症和维生素D，揭示了相当大的异质性（I 2 = 96％，p <.01），导致使用了random效应模型。这些表明抑郁症组中的维生素D水平要低得多（SMD = -1.62，95％CI -2.62至-0.62）。七项研究检查了抑郁症和维生素D缺乏症之间的联系，再次显示出明显的异质性（I 2 = 92％，p <.01）和抑郁症女性中维生素D较低的水平（SMD [标准平均差异] = 2.28，95％CI 1.60-3.25），未发现明显的出版物偏见。