摘要 本研究调查了 445 名中小学和高等教育教师,以了解他们在课堂上使用人工智能工具的情况。结果显示,虽然教师普遍对教育中的人工智能持积极态度,但只有 25% 的教师真正将基于人工智能的工具融入教学中。此外,最常用的工具是 ChatGPT、Dall-E 和 Midjourney。最后,中小学教师主要将人工智能用于内容创作目的,例如演示文稿、文本或视频,而不强调学生对人工智能工具的参与。相比之下,高等教育教师将人工智能用于学术技术目的,解释人工智能的功能、获取信息并让学生尝试使用人工智能工具,以及与研究相关的任务,如文本翻译或数据分析。基于这些结果,教育工作者的人工智能培训计划应针对每个阶段量身定制,除了常用的 ChatGPT 等人工智能工具外,还应纳入更广泛的人工智能工具。
Tina Toni 是摩根士丹利固定收益部门的执行董事,她领导伦敦电子利率量化策略团队,负责欧洲政府债券和利率掉期交易柜台的算法系统和模型。这包括算法客户定价、自动对冲、执行和一级交易商债务报价。在 2014 年加入摩根士丹利之前,Tina 是麻省理工学院 (美国波士顿) 生物工程系的博士后研究员,曾在麻省理工学院计算机科学和人工智能实验室的一个研究小组任职,后来在伦敦帝国理工学院 (英国) 工作,在那里她与辉瑞公司合作研究复杂生物和疾病过程的数学建模和模拟。Tina 获得了伦敦帝国理工学院 (英国) 的贝叶斯统计学博士学位、华威大学 (英国) 的数学硕士学位和卢布尔雅那大学 (斯洛文尼亚) 的数学学士学位。如何注册:
文章标题:人工智能 (AI) 在企业家创办、自动化和扩展业务中的作用。作者:John Ughulu 博士[1] 所属机构:13010 Morris Road[1] Orcid ids:0000-0001-7079-6030[1] 联系电子邮件:info@johnughulu.com 许可信息:本作品已根据知识共享署名许可 http://creativecommons.org/licenses/by/4.0/ 以开放获取方式发表,允许在任何媒体中不受限制地使用、分发和复制,前提是对原始作品进行适当引用。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 上找到。预印本声明:本文为预印本,尚未经过同行评审,正在审议中,并已提交给 ScienceOpen Preprints 进行开放同行评审。DOI:10.14293/S2199-1006.1.SOR-.PP5ZKWJ.v1 预印本首次在线发布:2022 年 8 月 20 日 关键词:人工智能、商业、创业、销售、营销
摘要 Covid-19 的爆发导致制造业运营中断。最严重的负面影响之一是关键医疗用品的短缺。制造公司面临来自政府的压力,要求其利用制造能力重新利用生产来满足对必需产品的关键需求。为此,技术和人工智能 (AI) 的最新进步可以作为应对解决方案,以克服与重新利用制造 (RM) 相关的威胁。该研究的目的是通过系统的文献综述 (SLR) 来调查人工智能在 RM 中的重要性。本研究收集了 SCOPUS 数据库中选定研究领域的约 453 篇文章。结构主题模型 (STM) 用于从选定的 RM 中 AI 文档中生成新兴的研究主题。此外,为了研究 RM 中 AI 领域的研究趋势,使用 R 包进行了文献计量分析。研究结果表明,由于该领域每年全球文章的产量有限,因此该领域的研究空间巨大。然而,这是一个不断发展的领域,已经确定了许多研究合作。该研究提出了一个全面的研究框架和未来研究发展的建议。
摘要:2023 年 3 月 29 日,英国政府发布了《人工智能监管白皮书》,这是一份针对人工智能的“适度且有利于创新的监管框架”,旨在支持创新、识别和应对风险,并将英国打造为“人工智能超级大国”。在本文中,我们评估了该政策文件中概述的方法是否适合实现该国提出的宏伟目标。我们认为,拟议的行业主导方法的延续,即依靠现有监管机构解决其职权范围内的风险,可以支持适合当地情况的新颖的人工智能治理举措。然而,中央政府越来越强调通过削弱检查来促进创新,再加上威斯敏斯特与英国权力下放国家之间的国内紧张关系,将削弱英国人工智能治理举措的有效性和道德可允许性。与此同时,英国的举措能否取得成功取决于与其他司法管辖区(尤其是欧盟)的关系和决定。如果后续政策不解决这些因素,英国可能会成为人工智能治理领域的一个不情愿的追随者,而不是全球领导者。我们在本文的最后概述了一系列建议,供英国政策制定者缓解与该国当前发展轨迹相关的国内和国际风险。
自身免疫性风湿病(ARD)提出了一个重要的全球健康挑战,其特征是患病率上升。这些高度异质性疾病涉及复杂的病理生理机制,从而导致跨个体的可变治疗效率。这种可变性强调了对个性化和精确治疗策略的需求。传统上,临床实践取决于经验治疗的选择,这通常会导致有效的疾病管理延迟,并可能对多个器官造成不可逆转的损害。这样的延误显着影响患者的生活质量和预后。人工智能(AI)最近成为风湿病学的一种变革性工具,提供了新的见解和方法。当前的研究探讨了AI在诊断疾病,分层风险,评估预后和预测ARD治疗反应方面的能力。AI中的这些发展为更精确和有针对性的治疗策略提供了潜力,从而促进了增强患者预后的乐观情绪。本文批判性地回顾了预测ARD治疗反应的最新AI进步,强调了当前的艺术状况,确定了持续的挑战,并提出了未来研究的方向。通过利用AI的能力,研究人员和临床医生准备开发更个性化和有效的干预措施,改善ARD患者的护理和结果。
在电子商务和金融行业,人工智能已被用于实现更好的客户体验、高效的供应链管理、提高运营效率和减少伙伴规模,其主要目标是设计标准、可靠的产品质量控制方法,并寻找在保持低成本的同时接触和服务客户的新方法。机器学习和深度学习是最常用的两种人工智能方法。个人、企业和政府机构利用这些模型来预测和学习数据。目前正在开发用于食品行业数据的复杂性和多样性的机器学习模型。本文讨论了机器学习和人工智能在电子商务、企业管理和金融中的应用。销售增长、利润最大化、销售预测、库存管理、安全、欺诈检测和投资组合管理是一些主要用途。2021 Elsevier Ltd. 保留所有权利。由国际纳米电子学、纳米光子学、纳米材料、纳米生物科学与纳米技术会议科学委员会负责选择和同行评审。
• 指导意见,包括可用于开发和使用人工智能解决方案的模板和范例。通过这种方式,丹麦数据保护局将试图阐明,目前已经适用于个人数据处理的大量要求必须如何应用于人工智能的使用。 • 绘制整个公共部门人工智能解决方案的使用情况,以便丹麦数据保护局最终能够跟踪人工智能使用时数据保护要求的遵守情况。 丹麦数据保护局之所以关注丹麦的公共部门,是因为公共行政部门处理的数据数量和类型,就像公民在选择公共当局如何处理他们的个人数据方面没有自由一样,私营公司也是如此。最后,公共当局通常会履行对公民至关重要的职能,例如支付公共福利和提供家庭和医疗保健服务。
摘要 人工智能 (AI) 和机器学习 (ML) 正在彻底改变人类各个领域的活动,医学和传染病也未能幸免于其快速而指数级的增长。此外,可解释的 AI 和 ML 领域已变得尤为重要,并吸引了越来越多的关注。传染病已经开始受益于可解释的 AI/ML 模型。例如,它们已被用于或提议用于更好地理解旨在改善 2019 年冠状病毒病诊断和管理的复杂模型、抗菌素耐药性预测领域和量子疫苗算法中。尽管一些有关可解释性和可解释性二分法的问题仍需认真关注,但深入了解复杂的 AI/ML 模型如何得出预测或建议,对于正确应对本世纪传染病日益严峻的挑战变得越来越重要。
