XiaoMi-AI文件搜索系统
World File Search Systemcrowdsourcing
让人工智能机器在 FoW 中为人类服务
1. 我们的愿景 未来工作（FoW）正在经历一场人工智能系统（广义上是机器或企业）为人类谋福利的演变。这里的工作指的是由人工智能系统实现的物理和虚拟工作场所中所有形式的有偿和无偿劳动。这包括众包平台（如 Amazon Mechanical Turk）、在线劳动力市场（如 TaskRabbit 和 Qapa），也包括物理工作场所的常规工作。将人类带回 FoW 的前沿将增加他们对人工智能系统的信任，改变他们的看法，将其作为自我提升的源泉，确保更好的工作绩效，并积极影响社会和国家的社会和经济成果。为实现这一目标，物理和虚拟工作场所需要捕捉人类的特征、行为和不断变化的需求，并为所有人提供就业机会。
![arxiv：2401.11305v3 [CS.CR] 2024年10月28日](/simg/g:\will\search\icon\source\2\23083580b9199c403b25bf4a8f0a0fddf7e0c940.webp)
arxiv：2401.11305v3 [CS.CR] 2024年10月28日
数字时代的出现和信息超载的出现导致连接设备的大幅增加，从而产生了大量通过Internet传输的数据[8]。通过云基础架构，智能手机，平板电脑，智能手表和健身跟踪器等智能设备的无处不在，使其变得更加复杂。这些设备通常会收集有关用户（包括其位置，活动和环境条件）的广泛上下文信息，这些信息对于旨在预测用户行为和提供人员体验的应用程序至关重要[4，49]。响应这些发展，移动众包已经成为关键解决方案。此操作涉及个人通过各种数字平台共同贡献数据[36]。诸如流量监控系统之类的应用程序利用众包数据提供实时见解。但是，这些方法还引起了有关数据隐私和未经授权访问敏感信息的风险的重大关注[7，19]。移动数据流量的迅速增加对数据管理和过程构成了重大挑战。边缘计算已被确定为对这些挑战的有希望的解决方案，方法是将数据更接近其来源处理，而不是仅依靠中央服务器。这种方法有助于减轻网络的交通拥堵，但也引入了必须解决的新隐私和安全漏洞[67]。本文探讨了移动众包和边缘计算的交集，并特别强调隐私保护。它突出了整合这些技术以在维持用户隐私的同时提高数据处理效率的潜力。我们概述了有关这些技术及其对隐私的影响的现有研究。我们的目标是为研究人员，从业人员和政策制定者提供必要的见解，以浏览确保隐私的复杂性，同时推进技术能力。此外，我们讨论了减轻与分散数据处理相关的隐私风险的潜在策略，并提出了未来的研究方向，以全面解决这些挑战。
t0432_made_in_china_2025_EN.pdf
制造业引发深远的产业变革，形成新的生产方式、产业形态、商业模式和经济增长点。各国都在加大科技创新力度，推动3D打印、移动互联网、云计算、大数据、生物工程、新能源、新材料等领域取得突破。智能装备、智能工厂等基于信息物理系统的智能制造引领制造业方式变革，网络众包、协同设计、大规模定制、精准供应链管理、全生命周期管理、电子商务等重塑产业价值链体系，可穿戴智能产品、智能家电、智能汽车等智能终端产品不断拓展制造业新领域。中国制造业转型升级和创新发展迎来重大机遇。
AI 与 COVID-19-Version58 提交
和志愿者，我们可能会做得更多。例如，对于确诊的居家 COVID-19 患者，可以开发纵向音频测试来确定与医院联系的建议，对于最危重的 COVID-19 患者，可以开发成功率预测测试，包括患者临床数据，以确定 ICU 分配的优先级。作为对工程界的挑战，并在我们的临床试验背景下，作者建议每天分发咳嗽记录，希望其他试验和众包用户能够贡献更多数据。以前处理复杂 AI 任务的方法要么使用静态数据集，要么是由大公司领导的私人努力。所有现有的 COVID-19 试验也都遵循这一范例。相反，我们建议采用一种新颖的开放式集体方法来实现大规模实时医疗保健 AI。我们将在 https://opensigma.mit.edu 发布更新。我们个人认为，我们的方法对于大规模流行病来说是正确的，因此会继续存在 - 你会加入吗？
开发 - 能源数据库 -
优化建筑物中的运营能力可以提高体现能量和相关碳排放的重要性。促进低成本的能源材料和施工过程对于实现低碳发展至关重要。但是，在印度，访问可靠的建筑材料体现能源数据是进行生命周期评估（LCA）的主要挑战，以量化环境影响。这些数据集的专有性质限制了其在LCA研究中的可用性，从而导致构建LCA结果的不确定性。因此，本研究旨在在印度开发一个体现的能源数据库。将使用针对建筑物和建筑部门的统一数据收集框架，以及用于体现能量数据集的置信水平测量。该数据库将有助于减少LCA研究中的不确定性并支持知情决策。关键字：体现能量，生命周期评估，众包数据库，建筑材料简介
詹妮弗·沃特曼·沃恩（Jennifer Wortman Vaughan）
Jennifer Wortman Vaughan Microsoft Research，纽约市jenn@microsoft.com 300 lafayette Street jenn@jennwv.com纽约，纽约，纽约，纽约10012 http://jennwv.com 2024年5月更新了我对人与AI系统之间的互动感兴趣的研究兴趣。近年来，我一直专注于这种互动，这是Microsoft的Fate Group和Microsoft透明度工作组的一部分。以前，我经常在预测市场和其他众包系统的背景下研究这种互动。我的研究背景是机器学习和算法经济学。但是，由于人们在机器学习生命周期中发挥的核心作用，我现在将人类受试者实验甚至定性方法编织到我的研究中，以更好地了解社会技术系统中的人类行为。宾夕法尼亚州费城宾夕法尼亚州教育大学
标题：曲霉DSRNA病毒驱动真菌健身和...
COVID-19大流行强调了迫切需要有效治疗由SARS-COV-2病毒引起的疾病。一种有前途的方法是针对病毒主要蛋白酶（也称为MPRO）的小分子抑制剂的发展。该酶在病毒的复制中起着至关重要的作用，使其成为药物发现的有吸引力的靶标。[3]，[4]在这种情况下，Covid Moonshot努力是一项协作和开放科学计划[5]，旨在发现针对SARS-COV-2主要蛋白酶的药物。该活动利用众包，高通量结构生物学，机器学习（ML）和分子模拟来识别具有有效纳摩尔活性的新化学系列。通过这项努力，获得了对主要蛋白酶的结构可塑性的全面理解，以及多种化学型和大量生化活动数据集的广泛结构活性关系。值得注意的是，该计划通过公开共享所有复合设计，晶体学数据，测定数据和合成分子，实现了一个重要的里程碑，创建了一个大型
深度学习自闭症分类和预测
研究表明，基于静息状态功能磁共振成像（fMRI）数据，随机SVM群集方法具有协助ASD辅助诊断的潜力。12研究人员使用自闭症脑成像数据交换（ABIDE）数据集中的脑成像数据来识别ASD。此处使用了带有反向传播算法的多层感知器。13论文讨论了移动自闭症风险评估工具。为移动设备设计，该计划可早日确定有自闭症谱系状况的风险。他们使用二进制萤火虫算法，其精度为91-92％。14研究人员使用众包获取信息。他们收集了许多自闭症和多动症患者以及正常成长的人的临床测试和行为观察。他们使用的精度为60至90％的SVM算法。15这些研究使用了精度为89％的SVM随机算法。16-18研究提供了一种机器学习方法来预测任何年龄段的自闭症症状。研究
露西·赛普（Lucy Saiph）提案 - 2024年10月
概述。我的工作跨越了AI建模和人类计算机相互作用（HCI）设计。我创建注释的数据集，构建AI模型并评估模型性能和最终用户影响。自动化AI跌落时，我设计了由可解释的AI模型和创意用户界面支持的人类在循环方法中。在这一领域，我寻求有效的人类合作伙伴关系，以利用每个方的各个方面，将前端HCI与人民的后端AI建模融合在一起。我的大部分注释和建模工作都位于众包和人类计算（HCOMP）中，包括研究数据工作者和以工人为中心的方法的设计。在HCOMP中，前端HCI设计对于工人了解和完成任务是必要的，而工人和任务的后端AI建模可以优化产生的效率和质量。我主要使用人类语言，例如自然语言处理（NLP），尽管我也从事图像工作。
基于AI的自动化工具如何有助于系统搜索
1。O'Keefe H，Rankin J，Wallace SA等。调查文本挖掘方法，以帮助构建搜索策略的系统诊断测试准确性 - 案例研究。2023。2。Clark J，McFarlane C，Cleo G等。系统审核自动化工具对完成系统审查任务所花费的时间的影响：案例研究。Jmir Med Educ。2021。3。Borissov N，Haas Q，Minder B等。使用Deduklick减少系统审查负担：一种新颖，自动化，可靠且可解释的重复数据删除算法来促进医学研究。2022。4。Janka H，Metzendorf Mi。 高精度但可变的召回 - 比较五个重复数据删除工具的性能。 2024。 5。 Noel-Storr A，Dooley G，Affengruber L，Gartlehner G.使用众包和机器学习的引文筛选产生了准确的结果：评估Cochrane修改后的Screen4me服务。 J Clin Epi。 2020Janka H，Metzendorf Mi。高精度但可变的召回 - 比较五个重复数据删除工具的性能。2024。5。Noel-Storr A，Dooley G，Affengruber L，Gartlehner G.使用众包和机器学习的引文筛选产生了准确的结果：评估Cochrane修改后的Screen4me服务。J Clin Epi。 2020J Clin Epi。2020