XiaoMi-AI文件搜索系统
World File Search SystemUbiquity
算法歧视：检查其类型和监管措施，重点是美国法律实践
算法决策导致了新的和复杂的歧视类型的出现，这些歧视经常隐藏在算法中，尽管它可以减少人类判断的主观性（Lepri等，2018）。算法偏见的无处不在以及它提出的社会，道德和法律问题在学者和政府机构中变得越来越广泛地认可（Selbst和Barocas，2016年）。算法歧视可以以各种形式表现出来，例如算法剂的偏见，偏见的特征选择，预防控制，结果责任调节和大数据歧视（Kim，2016）。这些不同类型的算法偏见会导致不公平的待遇和对受保护群体的不同影响，从而引起人们对平等权利，正当程序和社会正义的关注（Kroll等，2017）。
认知心理学和神经科学实验数据的受试者内调解分析
tatitions调解使研究人员能够通过中间变量研究实验操作的潜在因果关系。这是评估假定因果机制的存在和强度的强大工具。尽管调解在心理学的某些领域，但很少应用于认知心理学和神经科学。缺乏应用程序的原因之一是，这些心理学领域通常采用受试者内部设计，而对受试者内部数据的调解模型比对受试者间数据的数据要复杂得多。在这里，我们提请人们注意主题内部设计中中介假设的重要性和普遍性，并提出了一个通用和灵活的软件包，用于在R编程环境中进行贝叶斯内部受试者内部调解分析。我们使用认知心理学的实验数据来说明理论测试和比较的受试者内部调解的好处。
在轨宽视场太空态势感知
虽然光学原型设计为使用来自各种传感器的图像，但 FAI 图像特别适合展示光学原型的性能。FAI 相机的视场和检测能力与星跟踪器类似，其图像包含许多感兴趣的 RSO，尤其是在难以通过地面系统进入的极地地区。尽管孔径较小，但星跟踪器的视场 (FOV) 较大，约为 20° 或更大，因此非常适合背景天空物体监测 [2]。此外，它们的粗像素分辨率可减少由于低地球轨道 (LEO) 中相对角速率较高而导致的条纹信号损失。然而，这些商用现货 (COTS) 传感器的真正潜力在于它们的普遍性——目前数百艘航天器使用星跟踪器进行姿态测定 [3]。如果兼作 RSO 监测，那么这些“后院轨道天文台”在低地球轨道上提供的总覆盖范围将是巨大的。
新闻出版权与人工智能
本章探讨了新闻出版商相关权在人工智能新闻制作中的应用。它分析了人工智能生成的新闻内容受相关权保护的条件，以及侵犯相关权对人工智能新闻制作构成的风险。本章的结论是，保护人工智能生成的新闻内容没有根本障碍，但某些商业模式和编辑活动的广泛自动化可能无法满足某些关键的保护条件。由于侵权门槛低且新闻出版物无处不在，避免侵犯他人相关权可能具有挑战性，但已确定了侵权评估和版权例外适用的方法，可在权利目标不受威胁的情况下减轻侵权风险。总体而言，需要人类的监督和参与，因为在许多情况下，仅靠人工智能很难满足保护条件和版权例外。
阐明（不确定的）人工智能艺术实践的未来
人工智能正迅速融入我们的职业和私人生活。此类技术的普及引发了一系列必须面对的道德问题、价值观冲突和不可预见的后果。Ai-Da 和 DALL-E 2 等发展令人兴奋，因为它们在人工智能和创造力方面展现了强大的新功能。然而，此类技术开启的未来也是不可预测的。鉴于此类技术出现和被采用的速度，吸引目标受众来权衡可能的人工智能未来至关重要。我们的试点项目“艺术过程未来和人工智能”旨在与艺术家一起探索人工智能技术的作用和潜在影响。在本文中，我们展示了如何将参与式推测设计过程引导到公开声明或宣言中，以说明支持艺术过程的可能和可取的人工智能未来，以及我们的研讨会如何揭示这种审议核心的不确定性。
2025 年 IT 行业展望
即使对技术的需求不断增长，有时也需要面对现实。疫情过后，企业在数字工具和资源上投入了大量资金，但他们会暂停工作，评估过去举措的成功程度，并确定未来的方向。云软件的爆炸式增长、联网设备的普及以及对有序数据的依赖，都造成了不同形式的组织债务。技术债务是指架构的增长速度快于运营和维护的最佳实践。流程债务是指工作流程和决策变得低效，与技术系统不一致。人员债务是指尚未培养出最大限度发挥技术能力的适当技能。这些不同形式的债务加在一起，使技术实施无法发挥其潜力。与此同时，复杂性正在急剧上升。基础计算基础设施的稳定性对于企业来说至关重要。
硅光子芯片I/O用于超高带宽和节能的模具连通性
数据中心和高性能计算系统的流量需求在过去十年中成倍增长，这是由于机器学习，大数据分析，尤其是深度学习（DL）基于人工智能（AI）应用程序中数据密集型工作量的泛滥。最近在自然语言处理和内容产生中表明，大型语言模型的巨大潜力进一步加速了技术的进步，而采用了越来越大的更大的DL模型和数据集[1]。持续的趋势引发了巨大的努力，提高了计算硬件的能力，尤其是通过积极的并行性和专业化[2，3]，远远超过了基本通信基础设施的进步[4]。因此，将大量数据移动和芯片之间的移动已成为计算性能和能源效率的瓶颈，将这种系统的连续缩放缩放到Exascale [5]。
未来数据经济 - IE
因此，可以毫不夸张地说，数据目前已无处不在，规模庞大（未来几十年还将呈指数级增长），是人类历史上一种独特现象。这对经济学家和其他社会科学家来说是一个巨大的难题，因为数据确实很特殊，正如 CEPS 的 Andrea Renda（该项目的主要贡献者）所强调的那样。数据“在拉丁语中是‘物种’意义上的特殊，表示‘特定的种类、类型或类型’。换句话说，数据“既不像普通的产品或服务，也不像纯粹的公共产品”。数据的这种多面性给我们的社会带来了巨大的好处，但也带来了巨大的挑战。数据可以帮助我们理解世界，使其变得更美好，但也可能落入不法之徒之手，造成相当大的危害。这就是数据引发如此大争论的原因。
SPSP 2023 年年会
今年的主题是“多元化可持续心理学：迈向包容多元化人群、参与者和方法”。鉴于气候变化和其他环境问题的影响的紧迫性和普遍性，我们的领域可能具有广泛的意义。尽管如此，现有的研究主要基于西方发达社会的样本和研究人员，并且重点关注个人层面的过程。今年的会前会议展示了扩展可持续心理学主要范围的前沿研究。我们将重点关注包括多元化人群（参与者和研究人员）和研究多层次参与者（例如国家和公司）以及采用创新方法（例如计算方法）的工作。我们的会前会议向所有级别和专业背景的参与者开放，并将包括主题演讲、受邀演讲者会议、快闪活动、海报会议和社交活动。