XiaoMi-AI文件搜索系统
World File Search SystemSahakian
增加谷物摄入量和减少咖啡摄入量可增加大脑体积：共同的遗传决定因素及其对认知和新陈代谢的影响
作者：康菊娇 MSc 1,2,3†、贾天野博士 2,3,4†*、焦泽宇 MSc 1,2,3、沉春博士 2,3、谢超 MSc 2,3、Wei Cheng 博士 2,3、Barbara J Sahakian DSc 2,3,5,6*、David Waxman 博士 2,3、冯剑峰 博士1,2,3,7,8* 5
了解我，了解你：人工智能中的心智理论
人工智能 (AI) 极大地改变了我们所知的世界。机器学习 (ML) 是人工智能的一个分支，其关键进展在于使机器能够从数据中学习。深度学习 (DL) (LeCun、Bengio 和 Hinton，2015) 发挥了核心作用，这是一种基于人工神经网络的技术，旨在有效支持学习。由于 DL 与强化学习 (RL，即代理通过与现实世界交互进行学习并相应地获得奖励或惩罚的概念) 相结合，它已被证明能够提供有时超越人类的表现。一个典型的例子是 AlphaGo 计算机程序成功地在围棋比赛中不断击败世界冠军，同时为成功的游戏策略提供了新的见解。这些突破性的成就让人们对人工智能及其所能实现的目标过度自信，尤其是在短期内。风险投资蜂拥而至人工智能初创企业。人们期待自动驾驶汽车随时出现在我们的道路上。然而，最近发生的一些严重事件已经敲响了警钟。涉及原型自动驾驶汽车的事故已导致人员伤亡（Tesla Deaths，2020 年），这让人们质疑该技术在人机密切互动的潜在危险情况下的使用是否真的准备就绪。令人惊讶的是，这些事故是由于车辆未能执行相对简单的任务造成的，例如物体检测或障碍物跟踪和避让（Hawkins，2019 年）。事实上，在 AI 能够安全地部署到高风险和潜在危险的情况下之前，需要具备更为复杂的功能。对当前 AI 使用的期望可能需要修改。以自动驾驶为例。智能汽车需要实时对人类行为做出可靠的预测，以便预先调整速度和路线，以应对儿童可能突然穿过马路的决定。深度神经网络可以有效地识别流媒体视频中的人类动作，如运动模式（Singh、Saha、Sapienza、Torr 和 Cuzzolin，2017 年）。然而，后者可能具有欺骗性，因为人类可以根据自己的心理过程、想法和动机以及他们周围看到的事物突然改变主意。在我们的例子中，之前在人行道上走向学校的孩子们可能会看到马路对面有一辆冰淇淋车，并决定冲过马路去买冰淇淋。在如此复杂的环境中，没有一个预测系统仅仅基于过去观察到的运动来运作，就不可能准确可靠，也不需要考虑上下文和其他相关主体的性质。另一方面，人类可以预测其他人的未来行为，即使没有运动，只需快速评估相关人员的“类型”和他们周围的场景（例如例如，站在走廊里的老人很可能会决定乘坐电梯，而不是走楼梯）。这表明人工智能需要解决“热”认知问题，比如人的思维是如何受到其情绪状态影响的（Lawrence、Clark、Labuzetta、Sahakian & Vyakarnum，2008 年；Taylor Tavares、Drevets & Sahakian，2003 年）。热认知是指情绪和社会认知，包括心智理论（ToM）。它与“冷”认知形成对比，在“冷”认知中，信息处理与情感无关。社会认知旨在通过研究潜在的认知过程来理解社会现象（即人们与他人打交道的方式）。随着能够表现出一定（有限）智能的人工智能的出现，这一概念需要扩展到人类如何与智能机器（例如航空公司的对话机器人）打交道，反之亦然。
了解我，了解你：人工智能中的心智理论
人工智能 (AI) 极大地改变了我们所知的世界。机器学习 (ML) 是人工智能的一个分支，其关键进展在于使机器能够从数据中学习。深度学习 (DL) (LeCun、Bengio 和 Hinton，2015) 发挥了核心作用，这是一种基于人工神经网络的技术，旨在有效支持学习。由于 DL 与强化学习 (RL，即代理通过与现实世界交互进行学习并相应地获得奖励或惩罚的概念) 相结合，它已被证明能够提供有时超越人类的表现。一个典型的例子是 AlphaGo 计算机程序成功地在围棋比赛中不断击败世界冠军，同时为成功的游戏策略提供了新的见解。这些突破性的成就让人们对人工智能及其所能实现的目标过度自信，尤其是在短期内。风险投资蜂拥而至人工智能初创企业。人们期待自动驾驶汽车随时出现在我们的道路上。然而，最近发生的一些严重事件已经敲响了警钟。涉及原型自动驾驶汽车的事故已导致人员伤亡（Tesla Deaths，2020 年），这让人们质疑该技术在人机密切互动的潜在危险情况下的使用是否真的准备就绪。令人惊讶的是，这些事故是由于车辆未能执行相对简单的任务造成的，例如物体检测或障碍物跟踪和避让（Hawkins，2019 年）。事实上，在 AI 能够安全地部署到高风险和潜在危险的情况下之前，需要具备更为复杂的功能。对当前 AI 使用的期望可能需要修改。以自动驾驶为例。智能汽车需要实时对人类行为做出可靠的预测，以便预先调整速度和路线，以应对儿童可能突然穿过马路的决定。深度神经网络可以有效地识别流媒体视频中的人类动作，如运动模式（Singh、Saha、Sapienza、Torr 和 Cuzzolin，2017 年）。然而，后者可能具有欺骗性，因为人类可以根据自己的心理过程、想法和动机以及他们周围看到的事物突然改变主意。在我们的例子中，之前在人行道上走向学校的孩子们可能会看到马路对面有一辆冰淇淋车，并决定冲过马路去买冰淇淋。在如此复杂的环境中，没有一个预测系统仅仅基于过去观察到的运动来运作，就不可能准确可靠，也不需要考虑上下文和其他相关主体的性质。另一方面，人类可以预测其他人的未来行为，即使没有运动，只需快速评估相关人员的“类型”和他们周围的场景（例如例如，站在走廊里的老人很可能会决定乘坐电梯，而不是走楼梯）。这表明人工智能需要解决“热”认知问题，比如人的思维是如何受到其情绪状态影响的（Lawrence、Clark、Labuzetta、Sahakian & Vyakarnum，2008 年；Taylor Tavares、Drevets & Sahakian，2003 年）。热认知是指情绪和社会认知，包括心智理论（ToM）。它与“冷”认知形成对比，在“冷”认知中，信息处理与情感无关。社会认知旨在通过研究潜在的认知过程来理解社会现象（即人们与他人打交道的方式）。随着能够表现出一定（有限）智能的人工智能的出现，这一概念需要扩展到人类如何与智能机器（例如航空公司的对话机器人）打交道，反之亦然。
如果诊断为ADHD ...
（1）诊断和STA＆S＆CAL精神障碍手册。第五迪和ON。华盛顿特区：美国精神病学协会和2013年。H+P：//dsm.psychiatryonline.org/doi/full/10.1176/appi.books.9780890425596.dsm01#x9888088808.2737873（2）并反对多动症的过度诊断。” （2007）。+ENAL疾病的日记，11（2）：106-13。（3）Wolraich，M.L.，McKeown，R.E.，Visser，S.N.，Bard，D.，Cu {多动症的患病率：在两个州的四个学区的诊断和治疗。A+EN＆关于疾病的杂志，18（7），563-575。（4）Hughes，J。R.和Hale，K。L.儿童的ca虫和其他甲基黄嘌呤的行为影响。（1998）。实验和临床心理药理学，6（1），87-95。doi：10.1037/1064--1297.6.1.87（5）Hartne+，N。D.，Nelson，J.M。，＆Rinn，A。N.（2003）。giled还是多动症？误诊的可能性。（2003）。Roeper评论，26（2），73。（6）Webb，J。T.和La＆Mer，D。Adhd和盖帽的孩子。（1993）。excep＆onal Children，60（2），183。（7）“ Novar＆S Ritalin La。”食品和药品行政行政。Web。h+p：//www.accessdata.fda.gov/drugsanda_docs/label/2013/021284S020LBL.pdf（8）Zebra Finfer的未发表实验，由Rebecca Brenner，Anthony Oliveri和Anthony Oliveri和Ed eed Levin（9）Devito，E。E. L.，Ersche，K.D.，Clark，L.，Salmond，C.H.，Dezsery，A.M。，Sahakian，B.J。（2008）。（2001）。哌醋甲酯对A+EN及其征服/HyperAc＆Vity疾病的决策的影响。生物精神病学，64（7）：636--9。h+p：//dx.doi.org/10.1016/j.biopsych.2008.04.017。（10）Moll，G.H.，Hause，S。Ruther，E.，Rothenberger，A.儿童和青少年心理药理学杂志。11（1）：15- – 24。（11）Wang G-J，Volkow ND，Wigal T，Kollins SH，Newcorn JH等。（2013）长期的S＆Mulant治疗在+EN和defifif的HyperAC＆VE疾病中对脑多巴胺转运蛋白水平的影响。（2013）。PLOS ONE 8（5）：E63023。doi：10.1371/journal.pone.0063023（12）“ a+en＆on-in-de-de-fifien hyperAc＆ve障碍：数据和sta＆s＆s＆cs。” （2014）。疾病控制和预防及开通中心。（13）Wigal，T.，Greenhill，L.里德尔（M.ADHD学龄前儿童中甲化酯的安全性和耐受性（2006）美国儿童与青少年精神病学会杂志，45（11）：1294 - 1303。H+P：//dx.doi.org/10.1037/1064--1297.9.2.163。 （15）Loe I.M.，Feldman H.M. （2007）。 小儿心理学杂志。 32（6）：643--654。H+P：//dx.doi.org/10.1037/1064--1297.9.2.163。（15）Loe I.M.，Feldman H.M.（2007）。小儿心理学杂志。32（6）：643--654。h+p：//dx.doi.org/10.1097/01.chi.0000235082.63156.27（14） ADHD（2001）实验和临床心理药物学9（2）163-175的青少年的学术表现和课堂行为的生态有效衡量的影响对甲基苯甲酸酯的影响。