XiaoMi-AI文件搜索系统
World File Search SystemSymbiosis
文章通过工业共生实现可持续生物经济：现状与前景
摘要：工业共生 (IS) 和生物经济 (BE) 的概念都侧重于减少对不可再生资源的依赖。然而，这两个参考框架很少被视为实现可持续发展的联合战略的一部分。在这里，我们在有据可查的 IS 案例研究中描述了它们如何相互作用，以确定有机副产品的当前协同模式、它们的局限性以及实现每个框架各自目标的综合举措的有希望的途径。我们首先评估了当前实践中协同作用的性质，以及它们如何促进可持续发展。其次，我们关注农业在这些共生中的作用，因为它在循环生物经济中起着根本性的作用。我们使用三个主要维度来分析我们的案例研究：IS 的出现、协同治理和参与者的偶然性。我们确定了 IS 中有机物质使用的三种主要模式，我们将其称为代谢资源、代谢生物精炼厂和全球生物精炼厂。我们的观察表明，内部和外部从业者都低估了与农业的协同作用。我们得出的结论是，虽然 BE 和 IS 的结合可以增强可持续性，但它需要一个尚未构想的专门实施战略。
人机共生：物理耦合人机系统的多元视角
在物理耦合的人机系统研究中，共生的概念被越来越多地提及。然而，对于人机共生的构成方面，却缺乏统一的规范。通过结合不同学科的专业知识，我们阐述了共生作为物理耦合人机系统最高形式的多元视角。共生涉及四个维度：任务、交互、性能和体验。首先，人与机器共同完成一项共同任务，该任务在决策和行动层面上概念化（任务维度）。其次，每个合作伙伴都拥有自己以及其他合作伙伴的意图和对环境的影响的内部表征。这种一致性是互动的核心，构成了双方之间的共生理解，是联合、高度协调和有效行动的基础（互动维度）。第三，共生互动会在合作伙伴的意图识别和互补优势方面产生协同效应，从而提高整体绩效（绩效维度）。第四，共生系统特别改变了用户的体验，如心流、接受度、主体感和体现（体验维度）。这种多元视角灵活而通用，也适用于各种人机场景，有助于弥合不同学科之间的障碍。
水生共生基因组学项目-NSUWORKS
1生命之树，惠康桑格研究所，剑桥，CB10 1SA，英国2 2号生物化学和分子生物学系，达尔豪西大学，哈利法克斯，哈利法克斯，新斯科舍省，B3H 4R2，加拿大3号，加拿大3号，3月3日。加利福尼亚，95343，美国5海洋共生研究部，Geomar Helmholtz海洋研究中心，基尔，德国基尔6号，植物学系，不列颠哥伦比亚大学，英属哥伦比亚大学，不列颠哥伦比亚省V6T 1Z4，加拿大7 Halmos Art and Sciences of Art and Sciences，Nova Mariy Science伦敦，伦敦，E1 4NA，英国9 9个微生物学与环境系统科学中心，维也纳大学，维也纳大学，A-1090，奥地利，奥地利10号海洋动物学系，Senckenberg Research Institute，Frankffurt，60325，德国，11325，德国11号神经科学与发展生物学系，维也纳，维也纳，奥斯特尼亚，奥斯特尼亚，科学院，1010年。俄勒冈州97403-1210，美国13，美国环境可持续发展研究中心，德比大学，德比大学，德比大学，DE22 1GB，英国，英国14号塞恩斯伯里实验室，诺威奇，NR4 7UH，英国NR4 7UH，英国15，生物学系，波特兰州立大学，波特兰州立大学，波特兰，波特兰，波特兰，俄勒冈州，俄勒冈州，97201，美国16 Gordty Moore Foundation，CACARITY FOUSING，PALO，PALO，PALO，PALO，PALO，PALO，PALO，PALO，PALO，PALO，PALO，分子生物学实验室，欧洲生物信息学研究所，剑桥，CB10 1SD，英国
从法律、机器人和社会的角度看与人工智能的共生
摘要 人工智能和机器人技术的快速发展将对社会产生深远的影响，因为它们将干扰人们及其互动。智能自主机器人，无论是否是人形/拟人化的，都将具有物理存在，做出自主决策，并以尚未预见的方式与社会中的所有利益相关者互动。与这种复杂机器人的共生可能会导致根本性的文明转变，并产生深远的影响，因为机器人的意识、公民身份、权利和法人实体等哲学、法律和社会问题将被提出。这项工作的目的是通过从法律、社会、经济、性别和道德等不同角度调查法律、机器人和社会之间的相互作用，以了解与法律和社会有关的广泛潜在问题。结果表明，在与智能自主机器人共生的时代，法律体系以及社会都没有为它们的盛行做好准备。因此，现在是开始多学科利益相关者讨论并针对最突出的问题制定必要的政策、框架和路线图的时候了。
人类与人工智能的共生
在所谓的第二波人工智能 (AI) 浪潮中，数据驱动的复杂机器学习方法取得了明显进步，这促进了人们对 AI 在人类生活、实践和社会各个领域和方面的应用潜力的探索。人工智能领域最近的大部分成功来自于在图像、文本和语音识别或战略棋盘和视频游戏等任务中使用表示学习和端到端训练的深度神经网络模型。通过实现自动特征工程，深度学习模型大大减少了对领域专家知识的依赖，优于基于手工特征工程的传统方法，并且在某些方面达到了与人类相当甚至超越人类的性能。尽管取得了突出的进步和潜在的好处，但对基于深度学习的 AI 解决方案的黑箱性质和行为背后缺乏透明度的担忧阻碍了它们在我们社会中的进一步应用。为了在我们的日常生活和实践中完全信任、接受和采用新兴的人工智能解决方案，我们需要以人为本的可解释人工智能 (HC-XAI)，它可以为算法行为和结果提供人类可理解的解释，从而使我们能够在人工智能应用的整个生命周期内控制并不断提高其性能、稳健性、公平性、可追溯性、透明度和可解释性。遵循这一动机，多元化和多学科研究界最近出现的趋势是基于以人为本的人工智能方法的探索和情境解释模型的开发，推动人类智能 (HI) 和人工智能 (AI) 的共生，这构成了下一波（第三波）人工智能的基础。
固氮根瘤共生工程路线图
19 世纪末，人们发现豆科植物可与具有固氮作用的根瘤菌建立根瘤内共生关系。此后不久，人们提出了是否有可能将这种特性转移到非豆科作物的问题。在过去的一个世纪里，越来越多的知识为控制这种内共生的细胞、分子和遗传过程提供了独特的见解。此外，最近的系统基因组学研究发现了几种进化后具有专门控制根瘤形成和细菌感染功能的基因。然而，尽管拥有大量知识，但改造非豆科作物固氮结瘤特性的长期目标尚未实现。本综述讨论并强调了非豆科植物固氮结瘤的未解决问题和改造策略。
人机共生的概念化...
本文的其余部分结构如下。接下来，我们在第 2 节中介绍“共生”和“人机共生”这两个术语的背景。第 3 节介绍了我们文献综述的方法。在随后的章节中，我们将介绍研究结果，从第 4 节中的概念化开始，其中我们讨论了目标、要求和边界。在第 5 节中，我们展示了 HMS 系统的设计方式，并提出了设计框架的方法。在第 6 节中，我们介绍了 HMS 的现状，并对 HMS 的未来发展进行了展望。我们在这三个部分的末尾对结果进行了解释和讨论。最后，在第 7 节中，我们总结了我们的工作，讨论了我们研究的局限性，并为进一步的研究提出了建议。