XiaoMi-AI文件搜索系统
World File Search SystemStefik
Stefik, MJ (1981). 有约束的规划. 人工智能, 16(2), 111–114.
Stefik, MJ (1981). 有约束的规划. 人工智能, 16(2), 111–114.
计算机科学简讯 2022 年 1 月
Andy Stefik 获得了三项 NSF 资助（NSF 2121993、NSF 2106392、NSF 2048356）。这些奖项与华盛顿大学、圣路易斯大学和缅因大学合作颁发。这些奖项的主要目的是支持可供残疾学生使用的在线无障碍模块技术，并评估社会科学领域数据科学的使用情况。总奖金为 360 万美元，其中 170 万美元用于支持 Andy 的研究。
给编辑的信
锌，7（1）：34-46），马克·斯特菲克（Mark Stefik）将建立“知识媒介”的目标与AI的长期目标建立了“知识媒介”。确实是合理的，这种知识媒介将是新信息时代的必不可少的内部结构，因为道路和铁路是19世纪的法国。，但我认为如果没有首先构建自主代理，成功的知识媒介就不会存在。知识有各种形式和格式（就像铁路所用各种规模的铁路一样）。不喜欢铁路，我认为我们不会成功地将知识推广（我们甚至不应该尝试！）。我们可以生活在由几个知识量计组成的基础设施中。该基础架构的关键部分将是知识切换器。实际上，我们已经准备好了知识基础设施，而且已经很大。它由无数的数据，书籍，地图，报告等组成。唯一的概率（减慢了今天的“等距波”的问题）是，该基础架构中的知识切换器主要是人类，我们非常缓慢地切换器！imag-ine完全自主的知识切换器 - 可以阅读书籍，扫描数据，回答消息，过程备忘录；进行调查，并执行Human知识工作者今天所做的所有其他任务。这些知识切换器不仅要成为被动翻译人员，还需要更多。他们必须是具有当地目标和知识存储的活跃代理，就像人类一样。这些具有自治知识处理的代理将允许Stefik的愿景对“火车”在整个网络中行驶的愿景，并根据需要自动更改“量规”。我认为数百万自主，智能的代理人将是明天知识媒介的最重要节点。在上一篇文章中（“ 2001年的人工智能”，AI杂志4（4）），我提出了开发自主“计算机个体”的目标。 Stefik的出色文章使我更加相信这个目标的重要性。
生物医学工程研究
Ronghuai Qi 博士 机械工程系助理教授 Emma Regentova 博士 电气与计算机工程系教授 Bryar Shareef 博士 计算机科学系助理教授 Andreas Stefik 博士 计算机科学系教授 Mohamed Trabia 博士 机械工程系教授 科研、研究生院和计算系副院长 Mei Yang 博士 电气与计算机工程系教授 Woosoon Yim 博士 机械工程系教授 智能结构与控制实验室主任 Shengjie (Patrick) Zhai 博士 电气与计算机工程系助理教授 内华达纳米技术中心高级研究员 Hui Zhao 博士 机械工程系教授
2024-01-07的根源和协作AIS的要求
Mark Stefik版本于2024年4月22日，AI合作者的愿景是神话和科幻小说的主要内容，具有特殊才能的人工代理商为人类伙伴和团队提供了帮助。在这个梦中，复杂的AIS了解协作和人类交流的细微差别。AI作为合作者Dream不同于增强人类智能（IA）或中间人类协作的计算机工具。这些工具在1960年代起源，并帮助推动了信息技术革命。它们可以很有用，但它们不聪明，也不像熟练的人那样有效。随着与杂交和远程工作的增加，自从共同大流行以来，对更好的协调，协作和沟通的好处和要求正成为工作场所中的热门话题。雇主和工人在谈判在家工作的选择与在办公室工作时要面临选择和权衡。许多因素，例如雇主附近的房屋成本高昂，都阻碍了办公室的大规模返回。政府咨询小组和人工智能领导人多年来一直主张AIS应该是透明有效的合作者。尽管如此，像才华横溢的人一样合作的强大AI仍然是无法触及的。AI队友是否是解决方案的一部分？人工智能（AI）可以而且应该是多么聪明吗？该立场论文审查了技术和公众呼吁人机组合的弧线。它借鉴了心理学和社会科学的早期研究，这些研究对类似人类的合作需要。本文为第二次科学驱动的论文设定了一个背景，该论文主张在创造韧性，智能和人类兼容的AIS的技术和方法中的根本转变（Stefik＆Price，2023年）。理想的目标是这样的AI会学习，分享他们学到的知识并协作以实现高功能。
生成式人工智能与艺术教育
1 引自 ChatGPT，“像 ChatGPT 这样的 AI 作家是什么样的？” （2023 年 1 月 23 日）。 “GPT” 代表“生成式预训练变压器”； https://nl.wikipedia.org/wiki/ChatGPT。 2 Max Tegmark，生命3.0：人工智能时代的人类，纽约，2017年。 3 例如，“世界上第一个完全由人工智能创作的科幻杂志”《无限奥德赛》最近出版。 4 Stephen Marche，“大学论文已死”。没有人为人工智能将如何改变学术界做好准备”，《大西洋月刊》（2022 年 12 月 6 日）。 5 例如，请参阅 Patrick Goethals，“历史上最大的智力阻碍”，《标准报》（2023 年 1 月 24 日）。另一个问题是人工智能在制造虚假新闻中发挥的作用；例如请参阅https://www.vrt.be/vrtnws/nl/2023/01/17/check-ai- dnipro 。幸运的是，人工智能也可以用于识别假新闻； Piotr Przybyla，“捕捉假新闻风格”，AAAI 人工智能会议论文集 34，第 1 期 (2020)：DOI：https://doi.org/10.1609/aaai.v34i01.5386。 6 人文学者可能在可解释人工智能（XAI）的进一步发展中发挥重要作用。这是一个旨在使传统的人工智能黑匣子变得透明的科学领域。 David Gunning、Mark Stefik、Jaesik Choi、Timothy Miller、Simone Stumpf 和 Guan-Zhong Yang，“XAI——可解释的人工智能”，Science Robotics 4，第 37 期 (2019)：DOI：10.1126/scirobotics.aay7120 7 Charlie Warzel，“本世纪最重要的工作技能”，The Atlantic（2023 年 2 月 8 日）。