摘要背景:医疗保健预计将越来越多地将人工智能 (AI) 技术融入患者护理。了解对这些工具的看法对于成功开发和采用至关重要。这项探索性研究衡量了参与者对人工智能驱动的医疗保健技术的开放程度、关注程度和感知到的益处。我们还探讨了这些看法的社会人口、健康相关和社会心理相关性。方法:我们开发了一个测量方法,描述了六种人工智能驱动的技术,这些技术可以诊断、预测或建议治疗。我们使用众包平台 MTurk 对美国成年人 (N = 936) 进行了在线调查,并实施了该测量。参与者表明了他们对在医疗保健场景中使用人工智能技术的开放程度。场景中附有反映每种技术的潜在担忧和好处的项目。参与者评估了担忧和好处的陈述对他们对该技术的好感程度的影响程度。参与者完成了社会人口、健康变量和心理社会变量(如对医疗保健系统的信任和对技术的信任)的测量。对关注和收益项目的探索性和验证性因素分析确定了两个代表总体关注水平和感知收益的因素。描述性分析考察了开放性、关注度和感知收益的水平。相关性分析探讨了社会人口、健康和社会心理变量与开放性、关注度和收益分数之间的关联,而多变量回归模型则同时考察了这些关系。结果:参与者对人工智能驱动的医疗技术持中等开放态度(M = 3.1/5.0 ± 0.9),但根据应用类型的不同而有所不同,关注点和收益的陈述影响了观点。对医疗保健系统的信任和对技术的信任是开放性、关注度和感知收益最强、最一致的相关因素。大多数其他社会人口、健康相关和社会心理变量的关联性较弱或没有关联,但多变量模型表明某些人格特征(例如,尽责性和宜人性)和社会人口统计学(例如,全职工作、年龄、性别和种族)与感知略有相关。结论:参与者的开放程度似乎很脆弱,这表明早期推广策略和使用新型人工智能技术的经验可能会对观点产生重大影响,尤其是当人工智能技术的实施增加或削弱信任时。这些发现的探索性质值得进一步研究。
1 人工智能,B UILT IN ,https://builtin.com/artificial-intelligence [https://perma.cc/HN7V- RVGF] [以下简称“人工智能”]。2 Christopher Manning,人工智能,斯坦福大学(2020 年 9 月),https://hai.stanford.edu/sites/default/files/2020-09/AI-Definitions-HAI.pdf [https://perma.cc/U6KC- 9F4E]。3 同上;参见 Thomas Davenport 和 Ravi Kalakota,《人工智能在医疗保健中的潜力》,6(2) F UTURE H EALTH C ARE J. 94 (2019)。4 参见 Adam Bohr 和 Kaveh Memarzadeh,《人工智能在医疗保健应用中的兴起》,《人工智能在医疗保健中的应用》25 (2020)。 5 Vivek Kaul 等人,医学领域人工智能史,92 G ASTROINTESTINAL ENDOSCOPY JOURNAL 807, 809 (2020)。6 同上。7 同上。8 Davenport & Kalakota,上文注 3,第 94 页。9 同上。第 95 页。10 同上。第 96 页。
Qualcomm Cloud AI 100 加速器卡和配套 SDK 提供卓越的功能和性能,可满足云数据中心、边缘和其他机器学习 (ML) 应用日益增长的推理需求。Cloud AI 100 卡由 AIC100 片上系统 (SoC) 提供支持,该芯片专门用于 ML 推理工作负载。应用和平台 SDK 可在 Cloud AI 100 硬件上编译、优化和运行来自 PyTorch、TensorFlow、ONNX、Caffe 和 Caffe2 等流行框架的深度学习模型。
摘要:前列腺癌是全球最常见的癌症之一。多参数磁共振成像 (mpMRI) 是一种非侵入性工具,可以改善前列腺病变的检测、分类和体积量化。机器学习 (ML) 是人工智能的一个分支,可以快速准确地分析 mpMRI 图像。ML 可以提供更好的标准化和一致性来识别前列腺病变并增强前列腺癌管理。本综述总结了 ML 在前列腺 mpMRI 中的应用,并重点关注前列腺器官分割、病变检测和分割以及病变表征。进行了文献检索,以查找将 ML 方法应用于前列腺 mpMRI 的研究。迄今为止,前列腺器官分割和体积近似已经使用各种 ML 技术很好地执行。前列腺病变检测和分割对于 ML 来说是更具挑战性的任务,并在多项研究中进行了尝试。由于数据稀缺和当前 ML 算法的局限性,它们在很大程度上仍未解决。相比之下,由于数据可用性更高,前列腺病变表征已在多项研究中成功完成。总体而言,ML 完全有能力成为一种提高放射科医生准确性和速度的工具。
随着 AI(人工智能)变得无处不在,在 IT(信息技术)支出方面,推理将超过训练处理。解决方案提供商正在满足对大型 AI 推理工作负载日益增长的需求。Qualcomm Technologies, Inc. 十多年来一直致力于设计和生产 AI 硬件和软件,并借助 Qualcomm ® Cloud AI 100 平台从移动处理器扩展到数据中心市场,该平台是专为加速云和边缘基础设施中的推理工作负载而构建的解决方案。HPE 已采用此 AI 加速器将其纳入公司的服务器产品中。凭借最新的 MLPerf™ 2.1 基准测试结果,Qualcomm Technologies 凭借 Qualcomm Cloud AI 100 为节能推理处理设定了更高的标准,实现了最高的性能/瓦特。这些优势源于 Qualcomm Technologies 在 75 瓦低功率范围内的卓越性能。
传统的军事规划经过几个世纪的成熟,为实现特定目标提供了可靠的基础。然而,网络空间作战规划超出了“动能”军事行动规划通常需要的范围,即使用弹药打击物理目标。为了捕捉开展网络作战所需的令人难以置信的细微差别,有必要概念化更深层次、更技术层面的战争规划,以阐明支持战术规划的技术实施的作用。对规划人员和指挥官来说,与网络空间作战相关的技术细节并不像坦克、舰船和飞机的能力和局限性那样直观。在网络空间规划中,需要这个额外的技术层面将对非直观组件的影响转化为对对手作战的易于理解的影响。尽管技术网络规划非常重要,但确保重点技术行动继续明确地与指挥官的作战效果要求和国家战略目标挂钩仍然至关重要。本文试图捕捉美国联合军事理论的亮点,并结合商业领域的最佳实践,概述国防部新网络任务部队可以采用的流程。
II.CASITAS 对巴哈马 Panulirus ARGUS 死亡率、生长和疾病易感性的影响 ................................................................................................11 简介 ................................................................................................................................11 方法 ................................................................................................................................16 结果 ................................................................................................................................24 讨论 ......................................................................................................................................34 III.与巴哈马龙虾渔业陷阱相比,Casitas 中龙虾和其他分类群的尺寸选择性和兼捕死亡率 ................................................................................................................................41 简介 ......................................................................................................................................41 方法 ......................................................................................................................................46 结果 ......................................................................................................................................50 讨论 ......................................................................................................................................58 IV.使用遥感技术探测巴哈马加勒比海刺龙虾 ( Panulirus ARGUS ) 渔业中利用的 casitas 的可行性 ................................................................................................................69 简介 ......................................................................................................................................69 方法 ......................................................................................................................................75 结果 ......................................................................................................................................78 讨论 ......................................................................................................................................91 V. 结论 ......................................................................................................................................101
• 快速、小型自主飞行器是 SWAP-C 和性能挑战最大的市场之一。QTI 拥有一支专门的团队,负责开发空中和地面的基础功能,包括电网检查无人机等终端应用。此外,Snapdragon ® 拥有一系列无线电选项,从能够替代时间敏感数据线的耳塞大小的蓝牙收发器,到用于 AAA QTI 上的远程资产跟踪的 NB-IOT(窄带物联网),再到从 5Gbps 移动到 4G LTE 和 5G-NR 功能的蜂窝无线电。Snapdragon ® 还具有广泛的 GNSS 功能,可用于定位、计时和导航。• Snapdragon ® 支持多种操作系统。虽然 QTI 的手机产品以 Android 为主,但 IOT 使用 Ubuntu Linux,而汽车使用 QNX、Linux Automotive 和虚拟机管理程序。• 材料成本低,这使得飞行和开发 Snapdragon ® 变体都可以插入测试底盘,以进行经济的软件开发和测试。使用可用的开发平台使整个团队能够尽早开始并并行工作,跳过从模拟器的过渡,并实现大规模硬件在环自动化。
自动决策系统(“ADM”),无论是采用人工智能、机器学习还是其他算法过程,在现代生活中都已无处不在,但它们的使用通常不为社会所注意或看不见。目前,没有联邦法律要求在使用 ADM 收集个人数据、评估个人数据或对其生活做出决定时向个人发出通知或披露信息。这对于雇佣关系来说尤其令人担忧,因为通知和透明度对于个人隐私至关重要,而秘密使用 ADM 系统会使申请人和雇员无法了解雇主的决策过程并根据适用的反歧视法寻求补救。一些州和地方政府已经认识到这种危险,并已采取初步措施保护申请人和雇员,而欧盟已提出一项全面的人工智能法规,将管理此类系统在那里开发的所有阶段。本文提出了一种基于通知和透明度的监管体系,该体系考虑到管理雇佣关系的现有法律并对这些法律进行补充,以建立一个促进申请人和雇员权利的法律框架,同时也允许灵活地开发有利于雇员、雇主和社会的 ADM 系统。
Qualcomm Cloud AI、骁龙和 Qualcomm Kryo 是 Qualcomm Technologies, Inc. 和/或其子公司的产品。