XiaoMi-AI文件搜索系统
World File Search SystemWhen
计算机拒绝时：欧洲对算法歧视的法律回应
近年来，对算法系统部署而产生的基本权利的侵犯的担忧已有所增加。尤其是全球研究表明，在各种决策过程中使用的算法系统可以区分受合法保护的群体。例如，在具有里程碑意义的决定中，意大利法庭迪·博洛尼亚（Di Bologna）发现，交付平台使用的代名词排名算法是使骑手访问骑手可以访问用于预订工作转变的系统是间接歧视的。2在确定哪些骑手优先级时，该系统构建了其“可靠性”和“参与”的量度，这些量度没有考虑到合法保护的原因，例如罢工，疾病，疾病，残疾，个人信仰或护理职责（仍然由多数妇女执行）。通过不公平地对待所有工作转移的取消，该系统不公平地限制了骑手的工作机会。在奥地利，所谓的“ AMS”算法是由国家就业机构委托授权或拒绝求职者支持的，基于他们找到就业机会的预测。研究人员表明，在某些版本中，预测系统对女性求职者的负重分配了负重（尤其是当他们有护理职责时3），并且考虑到诸如候选人的迁移背景，健康障碍和年龄等特征，从而使该系统可能会歧视合法受保护的群体（Kayser-Bril，2019年； 2019年； Alhutter et alhutter et alhutter et alhutter et alhutter et 2020）。研究揭示了欧洲算法歧视的许多其他例子（有关最近的概述，请参见Wulf，2022年）。在一定程度上，欧洲制定的反歧视法可以解决算法歧视。然而，关于这些法律的解释和应用，出现了棘手的问题。现有立法还表现出差距和缺点，尤其是在机器学习系统的背景下。本章研究了这些问题，并提出了如何在算法社会中执行平等的反思。这样做，它首先仔细检查了算法歧视的根和机制，并提出了工作定义，目的是消除现有的语义混乱。第二，本章研究了现有的反歧视法律框架的缺点，并区分了监管，概念，教义和程序差距。最后，本章提出了对执行（算法）平等的一些思考。这样做，本章反映了根据算法歧视的问题，对法律框架的不同可能解释的规范含义。
聊天机器人繁殖新植物品种
越来越多的大学实验室，初创企业和技术巨头（例如Meta，Google和Microsoft）正在为生物技术和基因工程创造生成人工智能（AI）工具。他们采用了聊天机器人或诸如dall-e的图像发生器等聊天机器人中使用的扩散和大型语言模型的AI体系结构，并用蛋白质和基因组序列训练它们的“语言”。这导致工具正在从根本上改变遗传工程用来干预生物的遗传物质的方式。配备了改进的描述性功能，新的AI模型使模拟基因工程对计算机的影响成为可能。由于它们的生成能力，AI模型甚至可以设计功能性DNA和RNA序列以及蛋白质，并且该进化尚未产生，并且在技术术语中尚未产生“新到自然”。
当参与者报告他们的泵不工作时
▪ 让参与者亲自演示或描述泵的组装，或通过视频通话，或让他们通过电子邮件或短信将视频发送给工作人员，以确保组装正确。许多问题都与组装不当和/或部件缺失或损坏有关，例如膜片、鸭阀和隔膜。
当AI误入歧途时：易于理解的模型漂移
有效解决模型漂移的基石是对模型性能的连续监视，这一过程称为“算法莫列维剂”。3算法杂志涉及对医疗算法的持续监测和评估，类似于药物药物的药物宣传。目标是不断评估医疗保健中使用的AI模型的安全性，功效和性能。对于预测模型，我们可以监视进入模型，预测性能，用户相互作用以及模型对临床结果的影响的统计特性。对于生成AI模型，我们可以每天监视令牌或查询的数量，平均响应时间，用户满意度，查询的语义相似性，胭脂分数（提示和输出之间的语义相似性）以及其他标准性能指标。
当强大的人工智能适得其反时
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
你吃什么就是什么 思考日记是什么时候？......
罗伯特·杜瓦尔出生于 1931 年，是美国最优秀的演员之一，其演艺生涯长达 70 多年。杜瓦尔成名前曾在纽约与同样是演员的吉恩·哈克曼和达斯汀·霍夫曼一起学习。他参演的电影包括《杀死一只知更鸟》（1962 年）、《大地惊雷》（1969 年）、《教父》（1972 年）、《现代启示录》（1979 年）、《天生好手》（1984 年）和《弹簧刀》（1996 年）。杜瓦尔曾七次获得奥斯卡奖提名，其中一次是凭借《怜悯之心》（1983 年）获奖；他还曾四次获得金球奖和两次黄金时段艾美奖。他和妻子卢西安娜住在弗吉尼亚州。
启发式：我们在压力下解决问题时使用的思维捷径
当我们在时间压力下或存在很多不确定性的情况下解决问题时，我们往往不会使用严格的逻辑推理。相反，我们倾向于求助于一种或多种思维捷径，也称为启发式方法来解决问题。使用启发式方法的好处是，它们可以让我们快速做出决策，而经历严格的逻辑推理的所有步骤可能会令人精疲力竭且耗时。缺点是启发式推理会导致我们在决策中出现特定类型的错误。研究表明，专家和非专家都使用启发式方法解决各行各业的问题，包括医学、商业、政治、执法，甚至科学。研究人员还发现了多种不同的启发式方法。在本文中，我们将重点介绍三种研究最广泛的启发式方法，并展示它们如何影响现实生活，甚至是生死攸关的决策。
同上：当您不可用时参加会议的个性化，体现的代理
想象一下，能够将个性化的体现代理发送到您无法参加的会议上。本文探讨了同上的想法，即视觉上类似于一个人，听起来像他们，对它们具有知识并可以在会议中代表他们的特工。本文报告了两项实证研究的结果：1）焦点小组会议，有六组（n = 24）和2）OZ（WOZ）的研究，并从一家大型技术公司内招募了10组（n = 39）。焦点小组会议的结果提供了有关适合同上的上下文以及围绕社会可接受性和表示风险的问题的见解。焦点组结果还提供了有关同上视觉设计特征的反馈。在WOZ研究中，团队与两个不同的体现代理人参加会议：同上和代表（一种与缺席的人相似的代理人）。这项研究的见解表明，这些体现的代理人在会议上可能产生的影响，并强调同上特别表明了唤起存在和信任的感觉以及为决策做出提供信息的希望。这些结果还突出了与关系动态有关的问题，例如维持社会礼节，管理自己的专业声誉和维护问责制。总的来说，我们的调查提供了早期的证据，表明同上当用户无法在场时代表他们可能是有益的，但还概述了许多需要仔细考虑以成功实现这一愿景的因素。
金融科技的使用和废弃信用：当购买付费时
∗ We thank Tobias Berg, Frederic Boissay, Kaiji Chen, Will Cong, Ed deHaan, Hanming Fang, Andreas Fuster, Zhiguo He, Sean Higgins, Claire Hong (discussant), Yi Huang, Yang Ji, Leonardo Gambacorta, Josh Lerner, Xiang Li, Tong Liu, Congrong Ouyang, Ruolan Ouyang（讨论者），Wenlan Qian（讨论者），Tianyue Ruan，Tarun Ramadorai，Jose Scheinkman，Jose Scheinkman，Shang-Jin Wei，Wei Xiong，Yunqi Zhang，Yunqi Zhang，以及Nber Charter经济工作组在2024年2024年，中国经济工作组，中国Fintech研究会议（CFTRC 2024），CCER SUMMER INSPER，CCER SUMMER INSPER，CCER SUMMER INSPER，CCER SUMMER INSPER，20224，以及20224 Fintech和BIS研究研讨会的有用建议和评论。作者承认并感谢数字经济开放研究平台（www.deor.org.cn）的支持。所有数据均已采样并脱敏，并在蚂蚁组环境中对蚂蚁开放研究实验室进行了远程分析，这只可以远程访问以进行经验分析。我们感谢Fang Wang，Jian Hou，Shuo Shan，Yao He和Xian Jian为进行调查的数据和歌曲Han提供了促进。本文中的观点仅是作者的观点，不一定反映了银行的国际定居点。所有错误都是我们自己的。†yfdong2021@nsd.pku.edu.cn。北京大学国立发展学院‡jyhu@nsd.pku.edu.cn。北京大学国家发展学院中国经济研究中心；北京大学数字金融研究所。§yhuang@nsd.pku.edu.cn。北京大学国家发展学院中国经济研究中心；北京大学数字金融学院。¶han.qiu@bis.org。国际定居点银行。” yingguang.zhang@gsm.pku.edu.cn。北京大学管理学院。