XiaoMi-AI文件搜索系统
World File Search SystemThere
非实体人工智能意识的认知现象学论证：P1。关于认知现象学的强原始主义是正确的。P2。如果关于认知现象学的强原始主义是正确的，那么现象意识就不需要感官处理。C1。因此，现象意识不需要感官处理。P3。如果现象意识不需要感官处理，那么人工智能意识（假设它是可能的）就不需要具体化。C2。因此，人工智能意识（假设它是可能的）不需要具体化。如前所述，我首先关注 P1，提出两个支持强原始主义的论据。第一
“当谈到纯 CP 和不纯 CP 之间的区别时，似乎很明显，这个论点 [原始主义的现象学对比论点] 不能支持比不纯 CP 更多的论点。毕竟，所有例子都涉及体验视觉外观、声音流等的方式。这个论点针对的是那些在意识生活中除了感官现象学什么都找不到的人，它促使她注意到这些感官外观之间的区别，而这些区别只能通过诉诸认知渗透来解释。公平地说。尽管如此，这并没有给我们带来任何像纯 CP 的东西。就这个论点所表明的，认知内容让自己出现在有意识的主体面前的唯一方式仍然是影响某些感官流形出现的方式。这是不纯的 CP”（Levine 2011：115-116）。
杀死缺氧肿瘤细胞的靶向和非靶向机制——是否有新的治疗途径？
摘要：目的：放射治疗的一个主要问题是缺氧细胞对辐射的相对抵抗力。解决这一问题的传统方法包括使用氧模拟化合物来使肿瘤细胞敏感，但这种方法并不成功。本综述介绍了旨在提高相对于正常组织的靶向和放射增敏缺氧肿瘤微环境的有效性的现代方法，并提出了放射生物学中的非靶向效应是否可以提供新的“靶点”的问题。新技术涉及纳米技术、细胞操作和医学成像等最新技术进步的整合。特别是，本综述讨论的主要研究领域包括通过 PET 成像引导碳氧呼吸的肿瘤缺氧成像、金纳米粒子、用于缺氧激活前药的巨噬细胞介导药物输送系统和自噬抑制剂。此外，本综述概述了这些方法的几个特点，包括诱导放射增敏的作用机制、相对于正常组织针对缺氧肿瘤微环境的更精确性、临床前/临床试验和未来的考虑。结论：本综述表明，四种新型肿瘤缺氧疗法提供了令人信服的证据，证明这些技术可以作为强有力的工具，提高靶向效果和相对于正常组织针对缺氧肿瘤微环境进行放射增敏。每种技术都使用不同的方式来操纵治疗比例，我们将其称为“氧合、靶向、使用和消化”。此外，通过关注新出现的非靶向和场外效应，我们发现了新的总体靶点，它们不是使缺氧细胞增敏，而是试图降低正常组织的放射敏感性。
许多公司提供 AI 驱动的软件平台，用于对临床测序数据（例如 NGS、WES、WGS）进行基因组分析和解释，例如使用 VCF 文件作为输入（表 1）。分析任务包括比对、变异解释、变异调用、注释和分析以及文献整理。AI 驱动方法的优势包括大大缩短周转时间并提高诊断产量。还有基于监督学习（例如 ISOWN）、机器学习（例如 BAYSIC、MutationSeq、SNooPer、SomaticSeq）、卷积神经网络（例如 Clairvoyante）、深度卷积神经网络（例如 DeepSea）、深度循环神经网络（例如 Deep Nano）、深度神经网络（例如 DANN）和人工神经网络（例如 Skyhawk）的基于 AI 的变异调用算法（一些可免费获得），这些算法最近都得到了调查和评论（Bohannan and Mitrofanova 2019；Karimnezhad et al 2020；Koboldt 2020；Liu et al 2019；Xu 2018）。
许多公司提供 AI 驱动的软件平台，用于对临床测序数据（例如 NGS、WES、WGS）进行基因组分析和解释，例如使用 VCF 文件作为输入（表 1）。分析任务包括比对、变异解释、变异调用、注释和分析以及文献整理。AI 驱动方法的优势包括大大缩短周转时间并提高诊断产量。还有基于监督学习（例如 ISOWN）、机器学习（例如 BAYSIC、MutationSeq、SNooPer、SomaticSeq）、卷积神经网络（例如 Clairvoyante）、深度卷积神经网络（例如 DeepSea）、深度循环神经网络（例如 Deep Nano）、深度神经网络（例如 DANN）和人工神经网络（例如 Skyhawk）的基于 AI 的变异调用算法（一些可免费获得），这些算法最近都得到了调查和评论（Bohannan and Mitrofanova 2019；Karimnezhad et al 2020；Koboldt 2020；Liu et al 2019；Xu 2018）。
信仰的飞跃：是否存在“值得信赖”的人工智能公式？
人工智能有望塑造和改变临床实践和公共卫生。1 与此同时，人工智能应用引发了人们对它们在多大程度上依赖看似不透明的黑箱技术、减少人类评估和干预的机会以及自动化可能产生重大后果的情况、决策和分配的反思。医生对不透明算法的潜在依赖 2 — 这可能会增加而不是减少临床医生的工作量，甚至使医生成为实际上做出治疗决策的“人工智能的奴仆” 3 — 可能会影响患者的态度。鉴于这些挑战，值得信赖的人工智能的理想在许多有关人工智能道德使用的报告、声明和指南中占有突出地位。4 例如，在欧盟委员会任命的人工智能高级专家组 2019 年的指南中，5 值得信赖的人工智能是其他原则和要求所围绕的目标概念。
在纸上写作后的大脑活动比平板电脑或智能手机
最近对大学生和近期毕业生的一项研究表明，在一个小时后记住信息时，在物理纸上写作可能会导致更多的大脑活动。研究人员说，与手工写作有关的独特，复杂，空间和触觉信息可能会导致记忆力改善。摘要尚待确定记忆编码的不同输入（例如使用纸质笔记本或移动设备）如何影响检索过程。我们比较了三组参与者，他们阅读了个人时间表上的对话，并使用纸质笔记本（Note），电子平板电脑（平板电脑）或智能手机（电话）在日历上写下了预定的约会。在保留一个小时（包括干扰任务）的保留期之后，我们在检索任务中测试了对这些约会的识别记忆，同时用功能性磁共振成像进行了扫描。我们获得了三个主要结果。首先，笔记组的写作时间表比平板电脑和电话组要短得多，而且票据组的准确性要高得多（即更直接）问题。因为在音符组和平板电脑组之间尽可能地等同于输入方法，因此这些结果表明，音符组的认知过程更深，更固体。第二，在检索阶段的所有参与者的大脑激活都位于双侧海马，前后，视觉皮层和与语言相关的额叶区域中，确认了言语记忆检索过程的参与。第三，在这些区域中，音符组的激活明显高于平板电脑和电话组的激活。这些增强的注释组无法通过一般认知载荷或任务困难来解释，因为整个任务性能在组之间相似。Note组的准确性和激活方面的显着优势表明，使用纸质笔记本促进了实际论文的丰富编码信息和/或空间信息的获取，并且该信息可以用作有效的检索线索，从而导致这些特定地区的更高激活。
修订后的 DON 指南，用于标记包含个人身份信息 (PII) 的文件 1. 隐私信息是受控非机密信息 (CUI) 的一个类别。有八个定义的隐私子类别（本指南后面列出）。您会注意到，在国防部和 DON 指南中，“类别”和“子类别”这两个术语可互换使用。本指南为包含 PII 的以下文档类型提供标记说明：电子邮件、备忘录、电子表格、简报和演示文稿。本指南不试图为 DON 表格、海军消息或其他类别的 CUI 提供标记说明。请联系这些程序以获取指导。
2.标记包含 PII 的电子邮件和文档的程序已更改。隐私标记“仅供官方使用 (FOUO) – 隐私敏感。任何滥用或未经授权的披露都可能导致民事和刑事处罚”将不再使用，并且包含 PII 的文档将按照以下指南进行标记。过去许多人通过创建电子邮件模板将上述 FOUO 隐私声明或类似内容添加到他们所有的电子邮件中，无论电子邮件是否包含 PII。不应该这样做。没有等效的 CUI 声明。需要明确的是，上述隐私标记和“FOUO”本身不再是有效标记，不应使用。如果文档不包含 CUI，则不应将其标记为“CUI”。如果使用 CUI 标记，您应该能够识别文档中的特定 CUI。3.所有包含 PII 的文档的一般规则是在文档顶部或“横幅”上标记“CUI”，在底部或“页脚”上标记“CUI”。此外，电子邮件主题行也应标记为“CUI”。请勿在“CUI”标记中添加其他描述性措辞。例如，请勿使用“CUI-Privacy”、“CUI-PII”或类似的修饰符。请勿返回并重新标记现有（即 CUI 之前的程序或遗留文档）。如果使用这些“旧”文档中的信息创建新文档，则根据 CUI 程序标记政策标记新文档。4.除了在文档顶部和底部用“CUI”标记外，还需要在文档第一页底部的“CUI”横幅和页脚标记内添加 CUI“指定指示块”。国防部指导指示该块位于页面的右下角。这并不总是可行的。重要的是该块存在。该块包括组织、办公室、CUI 类别、传播信息和 POC 信息。请参阅下面的 CUI 资源，了解如何创建和使用 CUI“指定指示块”。
太空矿产勘探：那里有什么？我们能得到吗？
摘要：自从柯克船长指挥企业号以来，我们就知道太空是最后的边疆。地球上的矿产资源有限，我们是否想将采矿作业转移到以前没有人开采过的太空？蓬勃发展的金属市场和太空技术的进步激发了人们对这个问题的兴趣。在配套的背景论文中，我回顾了地球上的非燃料矿产市场，并注意到人们周期性地担心矿产资源耗尽。在每种情况下，需求和供应的调整都起到了拯救作用；更高的价格刺激买家寻找替代品、节约成本和减少购买，而更高的价格刺激卖家挖得更深、更努力地压榨边际资源并在前沿地区寻找。在这篇背景论文中，我考虑太空是否可能成为我们经济能力范围内的这样一个边疆。在任何大型采矿作业中，都有法律、社会、政治、经济、地质和技术方面的影响。我概述了其中一些，并最后对将小行星材料带回地球进行加工的成本竞争力进行了数值模拟。
约克大学人工智能哲学 AP/PHIL/COGS 3750 3.00（Lect 01）2021 年冬季课程类型：讲座 | 星期四，下午 2:30（EST），3 小时 | 地点：Zoom | Cat# M73K01（AP COGS）/ W55M01（AP PHIL）重要日期：1 月 11 日（学期开始）、1 月 14 日（第一堂课）、2 月 13-19 日（冬季阅读周）、3 月 12 日（不获得成绩的最后一天退课）、4 月 8 日（最后一堂课）、4 月 12 日（冬季课程结束）、4 月 13 日（本学期提交作业的最后一天）、4 月 14-28 日（冬季考试期）课程讲师：Michael Barkasi（barkasi@yorku.ca）办公时间：通过 Zoom，星期四，下午 1:30-2:30（EST）；可能的其他时间。需要预约（请发送电子邮件）。先决条件：AP/PHIL/COGS 2160 3.00 或 AP/PHIL 2240 3.00 之一 参加课程的技术要求：eClass 访问和 Zoom。强烈建议学生参加周四的 Zoom 讲座并积极参与麦克风和视频，但这不是强制性的。（如果愿意，参加 Zoom 会议的学生可以关闭摄像头并将麦克风静音。） 讲座将被录制并通过 eClass 提供给那些不能参加的学生。（与学生的讨论时间不会被记录，因此不参加 Zoom 会议的学生将错过课堂的这一部分。） 以下是一些有用的学生计算信息、资源和帮助链接：Moodle 学生指南 | Zoom@YorkU 最佳实践 | Zoom@YorkU 用户参考指南 | 学生计算网站 | 约克大学电子学习学生指南 时间和地点：这是一门远程授课的课程。每周四将在预定的 2:30-5:30pm（EST）时间段通过 Zoom 进行讲座和讨论。重复 Zoom 会议的链接将发布到 eClass，为无法现场参加的人提供讲座（但不提供讨论）的录音。虽然不需要参加正常的 Zoom 会议，但你需要在第 8 周（3 月 4 日）星期四下午 2:30-5:30（EST）时间段参加期中考试；你还需要在期末考试期间分配给课程的时间段参加期末考试。请注意，这是一门依赖远程教学的课程。校园内不会有面对面的互动或活动。虚拟办公时间：通过 Zoom，星期四，下午 1:30-2:30（EST），或我们双方同意的时间。无论哪种情况都需要预约（请发送电子邮件设置预约并获取 Zoom 链接）。如果您有任何问题、意见或疑虑，请随时通过电子邮件联系我（课程主任）。
约克大学人工智能哲学 AP/PHIL/COGS 3750 3.00（Lect 01）2021 年冬季课程类型：讲座 | 星期四，下午 2:30（EST），3 小时 | 地点：Zoom | Cat# M73K01（AP COGS）/ W55M01（AP PHIL）重要日期：1 月 11 日（学期开始）、1 月 14 日（第一堂课）、2 月 13-19 日（冬季阅读周）、3 月 12 日（不获得成绩的最后一天退课）、4 月 8 日（最后一堂课）、4 月 12 日（冬季课程结束）、4 月 13 日（本学期提交作业的最后一天）、4 月 14-28 日（冬季考试期）课程讲师：Michael Barkasi（barkasi@yorku.ca）办公时间：通过 Zoom，星期四，下午 1:30-2:30（EST）；可能的其他时间。需要预约（请发送电子邮件）。先决条件：AP/PHIL/COGS 2160 3.00 或 AP/PHIL 2240 3.00 之一 参加课程的技术要求：eClass 访问和 Zoom。强烈建议学生参加周四的 Zoom 讲座并积极参与麦克风和视频，但这不是强制性的。（如果愿意，参加 Zoom 会议的学生可以关闭摄像头并将麦克风静音。） 讲座将被录制并通过 eClass 提供给那些不能参加的学生。（与学生的讨论时间不会被记录，因此不参加 Zoom 会议的学生将错过课堂的这一部分。） 以下是一些有用的学生计算信息、资源和帮助链接：Moodle 学生指南 | Zoom@YorkU 最佳实践 | Zoom@YorkU 用户参考指南 | 学生计算网站 | 约克大学电子学习学生指南 时间和地点：这是一门远程授课的课程。每周四将在预定的 2:30-5:30pm（EST）时间段通过 Zoom 进行讲座和讨论。重复 Zoom 会议的链接将发布到 eClass，为无法现场参加的人提供讲座（但不提供讨论）的录音。虽然不需要参加正常的 Zoom 会议，但你需要在第 8 周（3 月 4 日）星期四下午 2:30-5:30（EST）时间段参加期中考试；你还需要在期末考试期间分配给课程的时间段参加期末考试。请注意，这是一门依赖远程教学的课程。校园内不会有面对面的互动或活动。虚拟办公时间：通过 Zoom，星期四，下午 1:30-2:30（EST），或我们双方同意的时间。无论哪种情况都需要预约（请发送电子邮件设置预约并获取 Zoom 链接）。如果您有任何问题、意见或疑虑，请随时通过电子邮件联系我（课程主任）。
干细胞和类器官技术在炎症精准医疗中的应用：我们已经到达目标了吗？
个体化疾病细胞模型是精准医疗重现慢性炎症过程的关键工具。类器官模型可以从诱导性多能干细胞 (iPSC) 或离体原代干细胞中获得。这些模型在过去十年中不断涌现，并被用于以无与伦比的深度重建相应器官特定的生理学和病理学。在癌症研究中，患者来源的癌症类器官为预测治疗反应开辟了新视角，并为肿瘤生物学提供了新见解。在慢性炎症的精准医疗中，基于干细胞的类器官模型目前正在临床前药效学研究（培养皿中的临床研究）中进行评估，并用于临床研究，例如通过重新移植自体上皮类器官来重建肠道屏障完整性。 iPSC 系统的一个特别令人兴奋的特点是它们能够提供对器官系统和炎症性疾病过程的洞察，而这些过程无法通过临床活检进行监测，例如神经退行性疾病中的免疫反应。分化方案的改进和下一代共培养方法旨在体外生成自组织的复杂组织，将是下一步的合理步骤。在这篇小型评论中，我们批判性地讨论了当前最先进的干细胞和类器官技术，以及它们在对抗免疫介导的慢性疾病方面未来的影响、潜力和前景。
中级扑克游戏策略 1. 没有这样的事情......
这可能是最重要的扑克技巧，可直接提高胜率。要想在扑克中获胜，你必须掌握的概念之一是牌桌选择。在扑克中获利的关键是与技能不如你的玩家为伍。因此，牌桌选择可能是你在牌桌上取得成功的最大因素。善于选择要坐哪个座位可能意味着你是赌注中的顶级赢家还是平庸的收支平衡玩家之间的区别。在任何特定级别上，收入最高的人不一定是最好的玩家。那些始终选择最有利于获利的座位的人才是出类拔萃并保持最高胜率的人。