XiaoMi-AI文件搜索系统
World File Search Systemfndings
迁移一些旧的电子政务应用程序发布...
加密算法在各种系统和应用中的实现通常由独立的密码库提供。因此，我们从收集有关专门用于或部分支持量词后算法或部分支持的开源库的信息开始。以下段落包含我们的fndings以及对库的简要描述，而我们的笔记的目的是简化开发人员和工程师的选择。一般而言，我们在几个列出的库的描述中都承认有理由警告，以不在生产中使用它们。应该始终认识到后量子加密的新颖性和工程不成熟，并准备接受相关的风险。
设计植物驱动的执行器，以使机器人生长，年龄...
设计以植物为导向的执行器为创建新型设备的机会提供了一个机会，例如在物理结构中体现这些品质的机器人。生长和衰减的植物杆型植物构成了生物体固有的不可预测和逐渐转换，并提出了一种直接性，响应，控制，准确性和耐用性的设计原理的替代方法。为了探讨这一点，我们为植物驱动的机器人执行器提供了原始设计空间。概念证明原型幻觉如何将诸如缓慢变化，缓慢运动，衰减和破坏之类的概念纳入机器人形式中。我们描述了为机器人构建植物驱动的辅助器所需的设计注意事项，包括有关植物力的机械性能的实验性fndings。最后，我们推测
2020年的能源：评估纤维素乙醇商业化的经济影响
我们的影响评估的两个关键因素是我们对（a）纤维素乙醇的成本竞争力和（b）2020年纤维素乙醇生产量的假设。敏感性分析表明，即使我们假设纤维素乙醇仅在世界石油价格为每桶60美元，而不是基本场景中使用的每桶50美元的假设时，美国经济也将有益。我们的fndings进一步表明，有益与在国内产生的纤维素乙醇的体积大致成正比。在最佳情况下，有足够的纤维素原料可在2020年生产495亿卢比纤维素乙醇的495亿加仑，而原油的世界价格为每桶50美元，2020年美国原油进口将降低每天的120万桶，而与我们的农业相比，与现有的54,000架相比，美国农业的每天将增加120万桶。
将其点亮：评估多功能自动驾驶汽车行为外部人机界面
随着自动驾驶汽车（AVS）加入我们的道路，与骑自行车的人交流的社会提示驾驶员交流将消失 - 导致安全问题。车辆上的外部人机界面（EHMI）可以替代驾驶员的社交信号，但是应将其设计以与骑自行车的人进行交流是未知的。我们分为两个阶段在多个TRAFC方案中评估了三个EHMI。首先，我们比较了VR循环模拟器中的EHMI多功能性，可接受性和US能力。骑自行车的人更喜欢颜色编码的信号，可以通过快速瞥了一眼即可传达意图。第二，我们根据我们的fndings进行了介绍，并将它们放在户外。参与者用真正的EHMIS骑自行车骑车。他们更喜欢使用大型表面上的EHMIS，并在车辆上使用大型表面，并增强了颜色变化的动画。我们以
人工智能在微创手术中的应用
世界上进行了多少次手术？根据使用的定义和数据访问，每年至少进行 1000 万次不同类型的手术 [7]，这个数字甚至可以高达 3 亿 [8]。根据现有数据，使用建模策略对全球手术量进行估计表明，“我们估计 2004 年全球大型手术量在每年 1.872 亿至 2.812 亿例之间，这对公共卫生规划具有重大意义。” [9]。作者的研究结果表明，现在世界各地的手术量非常大，无论是在富裕国家还是贫穷国家。手术量在全球范围内前所未有的增长表明，公共卫生部门迫切需要努力改善手术服务的监测、安全性和可用性，尤其是考虑到手术的高风险和高费用 [9]。
注意差距：用户的算法系统透明度的设计师和标准
许多人呼吁算法系统更加透明，但是对于设计人员而言，在实践中通常不清楚。的标准正在出现，旨在支持设计师建立透明系统，例如，通过设定可测试的透明度水平，但尚不清楚它们在这方面的效果。在本文中，我们使用“自主系统透明度的标准”（IEEE 7001）来探索设计师对算法系统透明度的理解，以及他们的观点与标准的建议保持一致的程度。我们的混合方法研究表明，参与者认为透明度很重要，难以实施，并获得了支持。但是，尽管IEEE 7001具有潜力，但许多人并未特别适合其建议。鉴于对透明度的重要性和越来越多的关注，并且由于像这种标准有关指导系统设计的标准，我们的fndings揭示了需要通过（i）提高设计设计的意识来“弥合差距”，这是对算法系统跨性别的重要性的认识，以及（ii）在（ii）越来越多的利用（ii）互动（ii）标准机构，设计师，用户）。我们进一步确定了与发展透明度最佳实践的机会，以帮助推动更多负责任的系统。
生成AI支持的上下文个性化...
培养学生对学习的兴趣被认为具有许多积极的下游效果。大型语言模型已经开辟了新的范围，以生成满足自己利益的内容，但目前尚不清楚这种自定义的方式在多大程度上可以对学习产生积极的效率。为了探索这个新颖的维度，我们进行了一项受试者间研究（n = 272），其具有生成的AI词汇学习应用程序的不同变化，使用户可以个性化他们的学习示例。参与者被随机分配给对照（句子来自先前存在的文本）或实验条件（根据用户的文本输入而生成的sen tence或短篇小说）。虽然我们没有观察到结构之间的学习绩效的不同，但分析表明，生成的AI驱动的环境个性化的个性化阳性的学习动机。我们不知道这些结果与以前的fndings有何关系，并强调了它们对使用生成AI进行个性化学习的新兴费用的意义。
多样性在人类基因组学研究中的重要性
医疗组织和政府等机构的医疗不信任可以防止实施公共卫生策略，例如疫苗接种和接触跟踪。因此，衡量医疗不信任是发展重建可信赖性的干预措施的关键。我们创建了机构医学不信任量表（IMMS），其中包括三个独立的子量表，以衡量医疗保健组织，地方和州政府以及联邦政府中与医学相关的不信任。我们借鉴了一项关于在19日大流行期间在美国与SCD的人们的社会和心理经历的纵向研究中的数据浪潮。Wave 1有186名参与者，并专注于COVID-19-faccine试验参与，而第2浪的参与者有142名参与者，并专注于接受/接收COVID-19-19-19。结果与这三个子量表的强度一致性和有效性相吻合，并且每个子量表都可以用单个因子解决方案来解释。这些fndings强调了IMM在不同评估的医学不信任评估以及生物伦理和理论上需要更精确地在以后的研究中使用医学不信任的能力。
设计用于收集残障人士人工智能数据的在线基础设施
人工智能技术为残疾人提供了扩大虚拟和物理访问的机会。然而，实现这些机会的一个重要部分是确保即将到来的人工智能技术能够很好地服务于具有各种能力的人们。在本文中，我们认为缺乏残疾人群体的数据是训练和对标公平包容的人工智能系统的挑战之一。作为一种潜在的解决方案，我们设想了一个在线基础设施，可以实现来自残疾人社区的大规模远程数据贡献。我们通过半结构化访谈和在线调查调查了残疾人在被要求收集和上传各种形式的人工智能相关数据时可能遇到的动机、担忧和挑战，该调查通过在线门户收集示例数据文件来模拟数据贡献过程。根据我们的研究结果，我们为开发人员创建用于收集残疾人数据的在线基础设施概述了设计指南。
“我的大脑不是那样运作的”：比较拼布工对计算和拼布的看法和动机
拼布的系统、数学和程序基础使该领域成为入门级计算机科学 (CS) 教育的一个有用隐喻，尽管它目前主要用于 K-16 教育环境。考虑到成年女性的非正式 CS 教育，我们通过探索熟练的工匠如何在 CS 教育背景下参与和理解拼布作为隐喻来研究这一隐喻的潜在深度。在本文中，我们报告了我们与拼布工的第一个焦点小组的发现，以比较他们对拼布和 CS 的看法和经验。我们确定了拼布工如何将这两个领域联系起来的六个共同主题：天生技能与后天学习技能、计算技能作为个人表达的辅助、避免计算、时间投入和有形奖励、社区对动机和学习的影响以及系统偏见及其影响。我们详细阐述了我们的发现，并讨论了将工艺和计算相结合的教育技术设计的潜在应用。