以人为本被认为是人工智能 (AI) 发展和治理的核心方面。各种战略和指导方针都强调这一概念是一个关键目标。然而,我们认为,当前在政策文件和人工智能战略中使用以人为本的人工智能 (HCAI) 可能会低估创造促进人类福祉和共同利益的理想解放技术的承诺。首先,政策话语中出现的 HCAI 是旨在将以人为本的设计 (HCD) 概念适应人工智能公共治理环境的结果,但没有适当思考如何对其进行改革以适应新的任务环境。其次,该概念主要用于实现人权和基本权利,这对于技术解放是必要的,但还不够。第三,该概念在政策和战略话语中的使用含糊不清,因此不清楚应如何在治理实践中实施它。本文探讨了在公共人工智能治理背景下使用 HCAI 方法进行技术解放的手段和方法。我们认为,解放性技术发展的潜力在于扩展传统的以用户为中心的技术设计观点,将以社区和社会为中心的观点纳入公共治理。以这种方式发展公共人工智能治理依赖于实现包容性治理模式,以增强人工智能部署的社会可持续性。我们讨论了相互信任、透明度、沟通和公民技术,这是社会可持续和以人为本的公共人工智能治理的关键先决条件。最后,本文介绍了一种系统的方法,以实现道德和社会可持续、以人为本的人工智能开发和部署。
以人为本被认为是人工智能 (AI) 开发和治理的核心方面。各种战略和指导方针都强调这一概念是一个关键目标。然而,我们认为,当前在政策文件和人工智能战略中使用以人为本的人工智能 (HCAI) 可能会淡化创造促进人类福祉和共同利益的理想解放技术的承诺。首先,政策话语中出现的 HCAI 是旨在将以人为本的设计 (HCD) 概念适应人工智能公共治理环境的结果,但没有适当反思如何对其进行改革以适应新的任务环境。其次,该概念主要用于实现人权和基本权利,这对于技术解放是必要的,但还不够。第三,该概念在政策和战略论述中的使用含糊不清,因此不清楚应如何在治理实践中实施。本文探讨了在公共 AI 治理背景下使用 HCAI 方法实现技术解放的手段和方法。我们认为,解放技术发展的潜力在于扩展传统的以用户为中心的技术设计观点,将以社区和社会为中心的观点纳入公共治理。以这种方式发展公共 AI 治理依赖于实现包容性治理模式,以增强 AI 部署的社会可持续性。我们讨论了相互信任、透明度、沟通和公民技术,这是社会可持续和以人为本的公共 AI 治理的关键先决条件。最后,本文介绍了一种系统的方法,以实现道德和社会可持续的以人为本的 AI 开发和部署。
摘要 在本文中,我们介绍了一种导航机器人轮椅的方法,该方法为用户提供了多层次的自主性和导航能力,以满足他们的个人需求和偏好。我们主要关注三个方面:(i)以自我为中心的基于计算机视觉的运动控制,为手部使用受损的轮椅使用者提供自然的人机界面;(ii)使用户无需使用手即可启动到某个位置、物体或人的自主导航的技术;(iii)一个框架,该框架根据用户通常是主观的标准和偏好来学习导航轮椅。这些贡献在用户研究中进行了定性和定量评估,几名受试者证明了它们的有效性。这些研究都是针对健康受试者进行的,但它们仍然表明可以启动对所提出技术的临床试验。
之所以选择基于宗教的清真顾客群体,是因为伊斯兰教对购买产品有严格的规定,即穆斯林只能消费清真产品。同时,这些限制是不允许的(Zailani 等人,2015 年)。主观规范和行为以 Ajzen(1985 年)的表达性行为理论为基础,成为个人做或不做某事行为的重要变量。大约 88% 的印度尼西亚人是穆斯林。通过清真素养了解宗教价值观的存在,可以更好地理解伊斯兰教法(Sharia),从而能够区分允许的商品和服务(清真)和禁止的(哈拉姆)(Salehudin,2012 年)。此外,宗教取向为他们根据对所选品牌和行为的教令禁令的了解采取行动提供了理由 Abd. Rahim & Junos(2012 年),Muhamad 等人,(2016 年)对消费者的负面宗教承诺。
在过去的几十年中,众所周知,量子力学产生了一种计算范式,该计算范式相对于最佳的常规,“古典”算法,为某些任务提供了壮观的速度。近年来,量子计算已成为物理现实。同时,计算机必须处理的数据量爆炸。因此,量子计算的诱人可能性有助于大型经典数据集的处理引起了广泛的兴趣。本文广泛地研究了量子计算如何影响以数据为中心的应用程序的重要建议。讨论了“量子机学习”算法的利弊,并将量子蒙特卡洛整合确定为(相对)近期量子优势的潜在来源。最后,对这种量子优势可能实现的何时给出了一些投机性预测。
随着全球针对严重急性呼吸综合征疾病2(SARS-COV-2)的疫苗接种运动,越来越多地报道了稀有和新型疫苗相关的疫苗相关,全身性障碍和免疫介导的不良事件的运动[1]。特发性多中心castleman疾病(IMCD)是一种潜在的威胁生命的全身性疾病,其复杂的症状是由于细胞因子失调引起的。白介素6(IL-6)的过量生产是某些患者的已知驱动因素。尽管病因尚不清楚,但提出的机制包括病原体/病毒假设,副塑性假说和自身免疫性假设[2]。严重程度从几乎没有临床和实验室异常到多器官失败范围。已经描述了IMCD的临床上不同的变体,其中最严重的是Tafro综合征(血小板减少症,Anasarca,Fever,网状细胞,肾功能衰竭和组织肿大)[3]。siltuximab - 抗IL-6,嵌合单克隆抗体 - 是欧盟和美国批准IMCD的唯一治疗方法,建议基于II期试验作为第一线治疗,该方法证明了34%的肿瘤和症状反应[4,5]。
上一页:卢西奥·丰塔纳 (Lucio Fontana) 正在制作他的一幅剪纸画,1964 年。本页:初音未来 (Hatsune Miku) 在 2020 年科切拉谷音乐与艺术节上表演。
• 来自公用事业供应商的两个独立主电源 • 数据中心电源至少 N+1 冗余 • 每个机柜采用不同的 A 和 B 电源,通过 11kV 环网主单元分配 • 分布在 9 个 UPS 系统位置的 35 个 UPS 单元,提供 N+2 冗余 • UPS 由 4,600 个电池支持 • N+1 配置的柴油备用发电机 • 现场储存可供发电机使用的 72 小时燃料 • 提供额外燃料的紧急储备
摘要 基于机器学习技术 (ML) 的数据驱动人工智能 (AI) 已日益成为关键社会领域的推动者。然而,ML 系统的引入往往伴随着不合理、有偏见和歧视的结果,对受影响的个人造成严重后果。因此,近年来,基于价值的设计方法试图通过引起人们对与 AI 系统设计相关的伦理和认知挑战的关注来预测和减轻道德错误行为。本文通过促进和完善价值敏感设计方法系列贡献的见解,提出了一种以数据为中心的参与式 AI 伦理设计方法。该方法为解决 ML 开发项目早期阶段与数据活动相关的认知和伦理问题提供了可行的前景。因此,本文旨在通过强调搭建桥梁的必要性来增强系统开发人员和领域专家对给定数据领域及其与特定实践的相关性的共同理解,从而增加符合道德规范的人工智能设计的机会。
通过授予对决定系统行为的相关参数的交互式操作,还可以实现对系统的可靠用户控制 [19]。在 HCAI 愿景中,用户控制和系统自主性并不被视为相互对立,而是在设计对人类有益的智能系统时需要充分校准的两个维度 [21]。应该让用户能够利用 AI 算法的强大功能,但也不能忽视用户作为领域专家所拥有的知识的重要性。例如,在 [2] 中介绍了一种基于 ML 的工具,用于从过去的患者那里直观地检索医学图像(来自活检的组织)。该工具支持对新患者的医疗决策,使医生能够即时应对搜索算法,并传达在不同情况下哪些类型的相似性最重要。人与系统之间的这种交互决定了逐步细化,从而增加了所发现图像的诊断效用以及用户对算法的信任。