XiaoMi-AI文件搜索系统
World File Search Systemargue
实现令人满意的分布式动态团队信任的步骤
在多种情况下，尤其是在国防和安全领域，定义和衡量动态多智能体团队中的信任至关重要。团队成员应该被信任为朝着商定目标努力并遵循共同价值观。在本文中，我们关注的是目标和价值观的定义，以便能够以一种人类和机器人均可解释并进而使用的方式定义“信任”。我们认为，团队活动的结果可以从“目标”、“个人/团队价值观”和“法律原则”三个方面来考虑。我们质疑在“个人/团队价值观”层面上是否可能达成一致，还是仅在“目标”和“法律原则”层面上才可能达成一致。我们主张建立一套可由人类或机器人团队成员解释的人机团队信任指标，并考虑进行一项实验，该实验可以在模拟任务过程中验证“令人满意的信任”的概念。
量子技术的民主化
摘要作为量子技术（QT）的进步，它们对社会的潜在影响和关系一直在发展成为探索的重要问题。在本文中，我们在QT的背景下调查了民主化的话题，尤其是量子计算。纸张包含三个主要部分。首先，我们简要介绍了不同的民主理论（参与式，代表和审议），以及如何就民主是否被视为内在或工具价值来制定民主化的概念。第二，我们概述了如何在QT领域使用民主化的概念。民主化主要是由从事量子计算的公司采用的，并将其用于对该概念的非常狭义的理解。第三，我们探讨了QT中有关民主化的各种叙述和反叙事。最后，我们探讨了QT中民主化的一般努力，例如不同形式的获取，基层社区和特殊利益群体的形成，宣言写作的新兴文化，以及如何将这些文化位于不同的民主理论之内。总而言之，我们认为，尽管QT民主化的持续努力是朝着这套新兴技术民主化的必要步骤，但它们不应被接受为足以争辩的QT是一个民主化的领域。我们认为，关于QT领域中参与者采用的叙述和行动的反思性和响应能力，并使QT明确民主化的持续努力的基本假设可以为社会提供更好的技术。
全基因组识别和分析胡椒（Capsicum annuum L.）中高度特定的CRISPR/CAS9编辑位点
摘要：在本文中，我认为弹片–Costa no-go-go theorem削弱了量子力学的基本本体论的观点的最后剩余可行性本质上是经典的：也就是说，物理现实是，物理现实是由现实的，相反的，在本地的范围内，属于本地的，属于斑点的属性，并确定斑点的属性，并确定斑点的属性，并确定斑点的属性，并确定了斑点的属性，并确定了物理现实，并确定了物理现实的属性，并确定了物理现实，并具有斑点的属性，并确定了物理现实的属性，并具有物理现实的态度。通常，“量子”行为是根据我们自己对这些实体的原理无知的函数而出现的。称这种观点爱因斯坦 - 贝尔现实主义。可以证明，解释量子理论的因果对称局部隐藏变量方法是爱因斯坦 - 贝尔现实主义的最自然解释，在这种情况下，因果对称性在避免传统无关定理的非分类后果中起着重要作用。但是，弹片和哥斯达黎加认为，诸如因果对称性等异国因果结构无法解释世界上非文化本体论特性导致的量子行为。这特别令人担忧的是爱因斯坦 - 贝尔现实主义和古典本体论。在第一个实例中，定理的明显后果是对爱因斯坦 - 贝尔现实主义的直接拒绝。但是，除此之外，我认为，即使有可能在因果对称框架内考虑上下文上的上下文变量，这种说法的成本也破坏了因果对称性的关键优势：接受因果关系对称性比拒绝经典的本体学更经济。无论哪种方式，似乎我们都应该放弃古典本体论。
经诊断的考虑对于理解儿童神经发育障碍至关重要
对当前的分类诊断系统的不满已导致朝着转诊的尺寸方法进行评估，以评估儿童精神健康障碍。我们认为，在童年时期筛查神经发育障碍时，经诊断方法特别重要。在童年的早期，症状通常以发育延迟的形式出现，可能预示着各种不同的疾病。此时的早期干预至关重要，尽管最终终点疾病尚不明显。及早进行中间的潜力有可能增加无力区域，可能会纠正或至少改善这些延迟。早期干预需要一种多学科的方法，将监测幼儿发展的环境和提供者进行整合。我们在这里认为，幼儿的语言能力对于社会认知的发展至关重要，也是足够社会功能的先决条件。社会缺陷是神经发育障碍（例如自闭症谱系障碍和社会（务实）通讯障碍）的一部分的特征。至关重要的是，社会功能的损害在其他神经发育障碍中很常见，例如注意力缺陷/多动症（ADHD），学习障碍甚至运动障碍。出于这个原因，我们认为，在可能的神经发育障碍的最早迹象上，应在对特定类型的神经发育障碍（如ADHD）进行重点评估之前对儿童进行语言缺陷进行筛查。在评估的设计和实施以及最终的干预计划中，应考虑任何检测到的语言缺陷。
独特的人类智能源于扩展的信息能力
大多数人类认知如何独特的理论提出了特定的代表性或偏见，通常认为是通过进化变化而产生的。从这个角度来看，我们认为支持这些领域特定理论的证据与一般信息处理差异相混淆。我们认为，人类的独特性是通过遗传定量增加的全球处理能力增加并在记忆，注意力和学习等系统中共享的。这种变化解释了众多认知子领域的规律性，物种和儿童发育现象之间的行为比较。这种严格的人类智力的进化连续性理论与关于表示规则，模式和抽象概括能力的神经进化和记忆的计算约束的比较证据一致。我们展示了信息处理能力程度上的这些差异如何相对于其他动物的人类认知产生差异。
妇女在高等法院的存在 - pdxscholar
尽管我们知道妇女在立法机关中的存在对公民看待该机构的看法对妇女的影响对高等法院合法性的影响知之甚少。我们认为，尽管公众对法院的期望有所不同，但妇女在高等法院的存在确实会影响公民对合法性的看法。但是，这种影响取决于公民所拥有的偏见的水平和类型。也就是说，当一个人对妇女感到敌对的偏见时，偏见破坏了法院可能获得的潜在合法性。另一方面，我们认为仁慈的性别歧视并没有引发公民如何看待民主中的高等法院的任何变化。利用实验的证据，我们发现妇女在高等法院的存在对公民对法院合法性的看法有很大的积极影响，尽管并不是有敌对性别偏见的人。
意图一致的人工智能系统会削弱人类的能动性
人工智能 (AI) 系统的快速发展表明，通用人工智能 (AGI) 系统可能很快就会到来。许多研究人员担心 AI 和 AGI 会通过故意滥用 (AI-misuse) 或意外事故 (AI-accidents) 伤害人类。关于 AI-accidents，人们越来越致力于开发算法和范例，以确保 AI 系统与人类的意图保持一致，例如，AI 系统产生的行动或建议可能被人类判断为与他们的意图和目标一致。在这里，我们认为，与人类意图保持一致不足以保证 AI 系统的安全，而长期保护人类的能动性可能是一个更强大的标准，需要在优化过程中明确和先验地将其分开。我们认为 AI 系统可以重塑人类的意图，并讨论了保护人类免于失去能动性的生物和心理机制的缺乏。我们提供了第一个保护能动性的 AI-人类互动的正式定义，该定义侧重于前瞻性的能动性评估，并认为 AI 系统（而不是人类）必须越来越多地承担这些评估的任务。我们展示了在包含嵌入式代理的简单环境中如何发生代理丧失，这些代理使用时间差分学习来提出行动建议。最后，我们提出了一个名为“代理基础”的新研究领域，并提出了四个旨在提高我们对人工智能与人类互动中代理的理解的初始主题：仁慈博弈论、人权的算法基础、神经网络中代理表示的机械可解释性和从内部状态进行强化学习。
谁害怕黑匣子算法？在医学AI
摘要黑匣子算法在医学中的使用引起了学术界的不透明和缺乏可信赖性的关注。关注潜在的偏见，问责制和责任，患者自主权和通过黑匣子算法疏散的信任疏散。这些担忧将认知问题与规范问题联系起来。在本文中，我们概述了黑匣子算法出于认知的原因比许多学者似乎相信的要小。通过概述并非总是需要更多的算法透明度，并且通过解释计算过程对人类的方法论确实是不透明的，我们认为算法的可靠性提供了信任医疗人工智能（AI）的结果的原因。为此，我们解释了如何不需要透明度并支持算法的可靠性的计算可靠性，这证明了将医疗AI的结果信任的信念是合理的。我们还认为，即使结果值得信赖，黑匣子算法仍然存在一些道德问题。因此，从可靠指标中获得合理的知识是必要的，但不足以证明医生采取行动。这意味着需要对可靠算法的结果进行审议，以找出什么是理想的行动。因此，我们认为，这种挑战不应完全驳回黑匣子算法的使用，而应告知这些算法的设计和实施方式。训练医生以获取必要的技能和专业知识，并与医学信息学和数据科学家合作时，黑匣子算法可以有助于改善医疗服务。