XiaoMi-AI文件搜索系统
World File Search SystemStanford
州水利项目 2021 年能源路线图 - 斯坦福
在 CAISO 成立之前，DWR 通过双边电力合同购买和销售能源，包括直接与投资者所有的公用事业公司（如太平洋天然气和电力公司 (PG&E) 和南加州爱迪生公司 (SCE)）签订的协议。自 1998 年加州放松对电力公用事业的管制以来，DWR 一直参与加州能源市场采购和销售能源。如今，DWR 通过与其他电力公用事业公司和能源营销商（包括 CAISO）签订的长期合同和短期协议来满足 SWP 的能源需求，以获得输电接入以及电力购买和销售。
多边人工智能研究机构的案例 - 斯坦福 HAI
Daniel Zhang 是斯坦福以人为本人工智能研究所 (HAI) 的政策研究经理。他负责制定和监督 HAI 的政策研究项目，包括政策简报、白皮书、研讨会和对政府信息请求的回应。此前，他是 AI Index 的经理，负责研究其年度报告，该报告衡量和评估人工智能发展的快速速度。在斯坦福大学之前，他曾在安全与新兴技术中心研究全球人工智能人才流动和安全风险，并在莱利研究所教育与领导力中心研究公共教育政策。他拥有乔治城大学安全研究硕士学位，专注于技术政策，以及弗曼大学政治与国际事务学士学位。
企业计划 - 斯坦福 HAI
HAI 企业计划的优势在于它提供了与众多教职员工和部门进行合作的广泛机会。我们的合作有助于为 IBM 基础研究组合提供战略方向。该计划“钱包”功能的扩展以及 HAI 团队提供的白手套服务将使我们能够增加研究合作并产生更多可衡量的价值。
FinRegLab：研讨会——“人工智能与经济：为负责任和包容的人工智能规划道路”联合活动，邀请著名政策制定者参加，重点关注金融服务领域的负责任人工智能。华盛顿特区，2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作，于 2022 年 4 月 27 日举办一场研讨会，汇集政府、行业、民间社会和学术界的领导人，探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战，特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves；参议员 Joni Ernst；代理货币监理署署长 Michael Hsu；万事达卡执行副总裁兼首席数据官 JoAnn Stonier；富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示：“人工智能与新型数据相结合，为改善金融包容性和平等性提供了巨大的潜力。然而，也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议，详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究，特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估，这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论，请联系 Alex Bloomfield，邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息，包括所有演讲者和小组讨论，请访问此处的活动页面。
FinRegLab：研讨会——“人工智能与经济：为负责任和包容的人工智能规划道路”联合活动，邀请著名政策制定者参加，重点关注金融服务领域的负责任人工智能。华盛顿特区，2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作，于 2022 年 4 月 27 日举办一场研讨会，汇集政府、行业、民间社会和学术界的领导人，探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战，特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves；参议员 Joni Ernst；代理货币监理署署长 Michael Hsu；万事达卡执行副总裁兼首席数据官 JoAnn Stonier；富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示：“人工智能与新型数据相结合，为改善金融包容性和平等性提供了巨大的潜力。然而，也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议，详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究，特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估，这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论，请联系 Alex Bloomfield，邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息，包括所有演讲者和小组讨论，请访问此处的活动页面。
斯坦福以人为本的人工智能研究所
2021 年 1 月 1 日，美国国会批准了《国家人工智能研究资源工作组法案》，作为《2021 财年国防授权法案》的一部分。拜登政府成立了该工作组，旨在研究并提供实施途径，以国家研究云 (NRC) 的形式为全国各地的研究人员创建世界一流的计算资源和强大的政府数据集。HAI Denning 联席主任李飞飞被任命为工作组成员，由计算机科学、商业、工程和法律研究生组成的斯坦福法学院政策实验室完成了对该问题为期六个月的调查。由此产生的白皮书《构建国家人工智能研究资源》于 2021 年 10 月发布。
2022 年人工智能指数报告 - 斯坦福大学
Robotics Survey Pieter Abbeel, David Abbink, Farshid Alambeigi, Farshad Arvin, Nikolay Atanasov, Ruzena Bajcsy, Philip Beesley, Tapomayukh Bhattacharjee, Jeannette Bohg, David J. Cappelleri, Qifeng Chen, I-Ming Chen, Jackie Cheng, Cynthia Chem, Chemo, Steve Chryso Collins, David Correa, Brandon DeHart, Katie Driggs-Campbell, Nima Fazeli, Animesh Garg, Maged Ghoneima, Tobias Haschke, Kris Hauser, David Held, Yue Hu, Josie Hughes, Soo Jeon, Dimitrios Kanoulas, Jonathan Kelly, Oliver Kroemer, Changlio Liu, Maud, Martin, and Sajum. buro Matunaga, Satoshi Miura, Norrima Mokhtar, Elena De Momi, Christopher Nehaniv, Christopher Nielsen, Ryuma Niyama, Allison Okamura, Necmiye Ozay, Jamie Paik, Frank Park, Karthik Ramani, Carolyn Ren, Jan Rosell, Jee-Hwan Ryu, Tim Salcudean, Oliver Scheider, Peter Sommons, Alva Schoen, Stone ne, Michael Tolley, Tsu-Chin Tsao, Michiel van de Panne, Andy Weightman, Alexander Wong, Helge Wurdemann, Rong Xiong, Chao Xu, Geng Yang, Junzhi Yu, Wenzhen Yuan, Fu Zhang, Yuke Zhu
氢能机遇 - 斯坦福碳储存中心
关于 关于斯坦福碳储存中心 碳捕获、利用和储存是实现温室气体净零排放的关键技术。斯坦福碳储存中心 (SCCS) 采用多学科方法解决与流动物理、监测、地球化学、地质力学以及模拟储存在部分至完全枯竭的油气田和盐水层中的二氧化碳的运输和命运有关的关键问题。SCCS 是与斯坦福大学地球、能源与环境科学学院相关的附属计划。 关于斯坦福碳去除计划 斯坦福碳去除计划 (SCRI) 旨在为千兆吨级负排放和大气碳去除创造基于科学的机会和解决方案。该计划通过生成和整合知识、创建可扩展的解决方案、为技术部署和治理制定政策以及与行业合作者展示方法和解决方案，帮助实现大规模大气温室气体去除。所有这些都是以社会接受度和公平性以及环境、经济和社会成本为重点完成的。 SCRI 是与 Precourt 能源研究所和 Woods 环境研究所相关的附属计划。
52 评估 AI 系统的公平性 - 斯坦福 HCI 小组
已经开发了各种工具和实践来支持从业者识别、评估和减轻人工智能系统造成的公平相关危害。然而，先前的研究强调了这些工具和实践的预期设计与它们在特定环境中的使用之间的差距，包括组织因素在塑造公平工作中所起的作用所造成的差距。在本文中，我们针对一种这样的实践调查了这些差距：人工智能系统的分类评估，旨在揭示人口群体之间的绩效差异。通过与来自三家科技公司的十个团队的三十三名人工智能从业者进行半结构化访谈和结构化研讨会，我们确定了从业者在设计分类评估时的过程、挑战和支持需求。我们发现，从业者在选择绩效指标、确定最相关的直接利益相关者和人口统计群体以及收集用于进行分类评估的数据集时面临挑战。更普遍地说，我们发现对公平工作的影响源于缺乏与直接利益相关者或领域专家的接触、优先考虑客户而不是边缘群体的业务要求以及大规模部署人工智能系统的动力。
教育与人工智能 - 斯坦福大学人工智能研究所
为什么现在这很重要？根据 GlobalNewsWire 的一份报告，在疫情期间，2020 年全球私人辅导市场规模估计为 1238 亿美元，预计到 2026 年将达到 2018 亿美元。1 私人和个性化教育的需求——受招生竞争加剧和终身学习和远程学习日益普及的推动——为教育公司和初创公司提供了一个机会，可以提供由自然语言处理和理解驱动的全面、可扩展和交互式技术。自然语言技术可以在在线课程、自导探索和补充课程等环境中灵活地增强数字平台上的学生教育。除了能够轻松简化当前的教学方法外，它们还具有提高学生学习率以及延长学习时间的明显好处。
LILY骆驼帮助她的牧群-Stanford的Digital Medic
要查看此许可证的副本，请访问https://creativecommons.org/licenses/by-nc-sa/4.0/或发送给美国CA 94042的Creative Commons，PO Box 1866，PO Box 1866。