XiaoMi-AI文件搜索系统
World File Search Systemlrea
“他们已经开始在我的脑海中”：信任，翻译误解和术中脑研究
摘要背景：接受侵入性神经外科手术的患者为研究人员提供了研究大脑的独特机会。深脑刺激患者可能会在刺激器装置的手术植入期间参与研究。尽管这项研究引起了许多道德问题，但对基础研究的关注很少，这些研究没有提供治疗益处，以及患者参与者的观点的价值。方法：在两项研究中，对14名个人进行了半结构化访谈，他们在深度脑刺激器手术期间参加了基本的术中研究。访谈探讨了对风险和收益，入学动机以及参与清醒脑研究的经验的解释。进行了反思性主题分析。结果：从参与者的叙述中确定了七个主题，包括信任的强烈态度，基础科学研究的高估，手术背景的影响以及参与的混合经验。结论：我们认为这些叙述提高了转化误解的潜力，并激发了术中的重新传感程序。
新型药物疗法对已接受神经激素抑制剂治疗的心力衰竭、射血分数降低和慢性肾病患者的疗效：网络荟萃分析
射血分数降低 (HFrEF) 的心力衰竭 (HF) 的药物治疗基础传统上包括神经激素抑制 (NEUi)，即β受体阻滞剂 (BB)、血管紧张素转换酶抑制剂 (ACEi)/血管紧张素受体阻滞剂 (ARB) 和盐皮质激素受体拮抗剂 (MRA)。1 这些药物可提高 HFrEF 患者的生存率。2、3 尽管如此，特定患者亚组（例如同时患有慢性肾病 (CKD) 的患者）的预后通常不容乐观。中度至重度 CKD（定义为估计肾小球滤过率 (eGFR) 低于 60 mL/min/1.73 m 2）的患病率在 HFrEF 中高达 40%4，并且它是短期和长期心血管 (CV) 事件和死亡的独立预测因素。 5 – 7 此外，HFrEF 患者的 CKD 病情越严重，预后越差。8 , 9
皮帕·马尔姆格伦博士：第三次世界大战已经开始 - 宏观之声
Erik：现在和我一起的是 Pippa Malmgren 博士。前总统顾问和畅销书作家。Pippa，很高兴您能再次参加节目。不用说，本周我们需要谈谈。一如既往地感谢您邀请我。现在，听众们，我知道每个人都期待我们谈论俄罗斯和乌克兰的局势。我们绝对会这样做。但我们将从更大的图景开始，以构建一些背景。当我们安排这次采访时。那是在俄罗斯和乌克兰爆发之前。而促成这次采访的是两位不同的 MacroVoices 嘉宾。一些你很熟悉的人（我说的不是随机的博主，而是那些管理着数亿到数十亿美元基金的人）私下告诉我，因为他们不想公开表示他们相信第三次世界大战实际上是在一年前开始的。当我听到这个消息时，我想，天啊，我不敢相信我听到的竟然是金融界真正知名人士所说的阴谋论。我想我知道了，我会把这个疯狂的谈话告诉我的朋友皮帕，她曾在白宫工作，知道如何揭穿阴谋论。当我对皮帕说这些话时，她的反应是，你读过我在 Substack 上发表的文章吗，题为《第三次世界大战已经开始了》。皮帕，天啊！首先，一位曾在白宫工作的金发爱国美国女孩在 Substack 上做什么呢？Substack 是一个博客平台，是爱德华·斯诺登和格伦·格林沃尔德等人以及受到其他互联网平台审查的人的反审查平台。你在 Substack 上做什么？皮帕：嗯，我在其他互联网平台上没有受到审查。更重要的是，这是一个很棒的设置，允许一个人真正地写长篇大论，并对情况进行深入分析。是的，那里有很多意见。但你知道，我在华盛顿特区的政治中心长大，我的经验是，我知道这可能会让一些人感到恐惧，但你需要与各方交谈。你需要考虑所有角度，对吧？没有人能垄断真相。你必须真正理解与你自己的观点不一致的论点。因此，我非常乐意倾听那些远远超出我舒适区的人的意见，以更好地了解世界上正在发生的事情。他们说的是这个Erik：Pippa，让我们从你在 Substack 上发表的文章开始，标题为“第三次世界大战已经开始”。我非常感兴趣地阅读了一些后续文章，讨论了你对这场战争走向的看法。这与我从其他要求不要在节目中透露姓名的人那里听到的非常一致。
皮帕·马尔姆格伦博士：第三次世界大战已经开始 - 宏观之声
Erik：现在和我一起的是 Pippa Malmgren 博士。前总统顾问和畅销书作家。Pippa，很高兴您能再次参加节目。不用说，本周我们需要谈谈。一如既往地感谢您邀请我。现在，听众们，我知道每个人都期待我们谈论俄罗斯和乌克兰的局势。我们绝对会这样做。但我们将从更大的图景开始，以构建一些背景。当我们安排这次采访时。那是在俄罗斯和乌克兰爆发之前。而促成这次采访的是两位不同的 MacroVoices 嘉宾。一些你很熟悉的人（我说的不是随机的博主，而是那些管理着数亿到数十亿美元基金的人）私下告诉我，因为他们不想公开表示他们相信第三次世界大战实际上是在一年前开始的。当我听到这个消息时，我想，天啊，我不敢相信我听到的竟然是金融界真正知名人士所说的阴谋论。我想我知道了，我会把这个疯狂的谈话告诉我的朋友皮帕，她曾在白宫工作，知道如何揭穿阴谋论。当我对皮帕说这些话时，她的反应是，你读过我在 Substack 上发表的文章吗，题为《第三次世界大战已经开始了》。皮帕，天啊！首先，一位曾在白宫工作的金发爱国美国女孩在 Substack 上做什么呢？Substack 是一个博客平台，是爱德华·斯诺登和格伦·格林沃尔德等人以及受到其他互联网平台审查的人的反审查平台。你在 Substack 上做什么？皮帕：嗯，我在其他互联网平台上没有受到审查。更重要的是，这是一个很棒的设置，允许一个人真正地写长篇大论，并对情况进行深入分析。是的，那里有很多意见。但你知道，我在华盛顿特区的政治中心长大，我的经验是，我知道这可能会让一些人感到恐惧，但你需要与各方交谈。你需要考虑所有角度，对吧？没有人能垄断真相。你必须真正理解与你自己的观点不一致的论点。因此，我非常乐意倾听那些远远超出我舒适区的人的意见，以更好地了解世界上正在发生的事情。他们说的是这个Erik：Pippa，让我们从你在 Substack 上发表的文章开始，标题为“第三次世界大战已经开始”。我非常感兴趣地阅读了一些后续文章，讨论了你对这场战争走向的看法。这与我从其他要求不要在节目中透露姓名的人那里听到的非常一致。
![初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、](/simg/4/4b79ebb2e692147077c5f05290fe6b1288b2aad1.png)
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
视频人工智能系统的成本和收益如何？视频人工智能：初始成本和长期收益 投资人工智能是许多公司经常谈论的事情。但您实际上投资的是什么？成本是多少？长期收益是什么？在本白皮书中，我们将解释如何以及为何投资视频人工智能。 为什么要投资视频人工智能？主要原因是视觉图像包含非常重要的数据。通过使用这些数据，您可以作为一家公司脱颖而出，目标是为您的客户提供更好的解决方案。 通过投资视频人工智能 (Video AI)，您可以从视频数据中获得正确的智能信息。简而言之，人工智能 (AI) 以高度智能的方式识别、分类和索引镜头。在此基础上，可以搜索、编辑和量化收集和分类的数据。人工智能软件实时处理视频数据，以便您可以在发生检测警报时快速评估和响应。此外，可以轻松检索现有视频片段。因此，您可以快速搜索数千小时的镜头以查找所需的事件。当 AI 系统识别、分类和索引素材时，会产生额外的数据。从长远来看，这些收集到的元数据可以成为有价值的商业智能的额外来源。可以使用各种商业智能工具清晰地以图形方式显示这一点。当您考虑实施视频 AI 系统时，重要的是要正确评估总购置成本。换句话说，就是总拥有成本 (TCO)。当然，这些成本会根据每个组织的独特需求和情况而有所不同。本白皮书将概述系统要求、基础设施、网络和实施方面的各种实施因素和相关成本考虑因素。以及该产品可以提供的巨大长期节省。系统要求视频 AI 是一种智能软件技术，但为了使软件正常运行，外围设备必须到位。提前清楚了解所需的系统要求非常重要。IP 摄像机的数量、所需的 AI 功能以及安装类型（本地、远程或云）的组合决定了所需的系统要求。一些视频 AI 平台易于与已安装的 IP 摄像机结合使用。在销售过程中提出这一点很重要，因为它会影响初始投资。一个好的视频 AI 实施合作伙伴可以就所需的硬件为您提供建议。为了达到预期的效果，确定摄像机的类型和摄像机的位置非常重要。基础设施视频 AI 解决方案的基础设施因需求而异。有些人希望为多个位置提供集成解决方案，而其他人可能会考虑将视频 AI 用于单个位置。IP 摄像机、AI 服务器和 NVR/VMS 系统都可以位于一个物理位置本地，也可以位于多个物理位置。将物理位置上的摄像机与（公共）云中的软件相结合也是可能的。同样，正确的 AI 实施合作伙伴的作用非常重要。
视频人工智能系统的成本和收益如何？视频人工智能：初始成本和长期收益 投资人工智能是许多公司经常谈论的事情。但您实际上投资的是什么？成本是多少？长期收益是什么？在本白皮书中，我们将解释如何以及为何投资视频人工智能。 为什么要投资视频人工智能？主要原因是视觉图像包含非常重要的数据。通过使用这些数据，您可以作为一家公司脱颖而出，目标是为您的客户提供更好的解决方案。 通过投资视频人工智能 (Video AI)，您可以从视频数据中获得正确的智能信息。简而言之，人工智能 (AI) 以高度智能的方式识别、分类和索引镜头。在此基础上，可以搜索、编辑和量化收集和分类的数据。人工智能软件实时处理视频数据，以便您可以在发生检测警报时快速评估和响应。此外，可以轻松检索现有视频片段。因此，您可以快速搜索数千小时的镜头以查找所需的事件。当 AI 系统识别、分类和索引素材时，会产生额外的数据。从长远来看，这些收集到的元数据可以成为有价值的商业智能的额外来源。可以使用各种商业智能工具清晰地以图形方式显示这一点。当您考虑实施视频 AI 系统时，重要的是要正确评估总购置成本。换句话说，就是总拥有成本 (TCO)。当然，这些成本会根据每个组织的独特需求和情况而有所不同。本白皮书将概述系统要求、基础设施、网络和实施方面的各种实施因素和相关成本考虑因素。以及该产品可以提供的巨大长期节省。系统要求视频 AI 是一种智能软件技术，但为了使软件正常运行，外围设备必须到位。提前清楚了解所需的系统要求非常重要。IP 摄像机的数量、所需的 AI 功能以及安装类型（本地、远程或云）的组合决定了所需的系统要求。一些视频 AI 平台易于与已安装的 IP 摄像机结合使用。在销售过程中提出这一点很重要，因为它会影响初始投资。一个好的视频 AI 实施合作伙伴可以就所需的硬件为您提供建议。为了达到预期的效果，确定摄像机的类型和摄像机的位置非常重要。基础设施视频 AI 解决方案的基础设施因需求而异。有些人希望为多个位置提供集成解决方案，而其他人可能会考虑将视频 AI 用于单个位置。IP 摄像机、AI 服务器和 NVR/VMS 系统都可以位于一个物理位置本地，也可以位于多个物理位置。将物理位置上的摄像机与（公共）云中的软件相结合也是可能的。同样，正确的 AI 实施合作伙伴的作用非常重要。
观点 医疗人工智能：欧洲法律视角 尽管欧盟委员会今年早些时候提出了针对“高风险人工智能”使用的新立法，但现有的欧洲基本权利框架已经对医疗人工智能的使用提供了一些明确的指导。
所有因使用医疗人工智能而产生的法律问题？不幸的是，有一个主要例外，涉及责任法问题，这特别让人工智能界感到不安。当医疗人工智能造成伤害时，谁将承担法律责任？软件开发商、制造商、维护人员、IT 提供商、医院还是临床医生？确实，严格责任（无过错责任）在欧洲法律下并非未知，尤其是对于危险物体或活动。这种方法既不是 CFR 要求的，也不是禁止的，因此从基本权利的角度无法最终回答民事责任问题。欧盟委员会意识到了这一挑战，并在之前提到的关于人工智能安全和责任影响的报告中宣布，它将评估引入严格责任制度以及对特别危险的人工智能应用的强制保险——这可能涵盖大多数医疗人工智能。这样的制度肯定有助于消除许多现有的关于医疗人工智能应用责任的模糊关系。
柔性和印刷电子产品为现有技术的新用途打开大门 产品观察：柔性和印刷电子产品
柔性电子是指一类轻质、柔性和电子传感元件和电子设备，它们建立在可拉伸的基板上，可用于显示器和传感器等多种产品和应用。与用刚性材料制造的电子系统相比，它们最突出的特点是可以弯曲。印刷电子通常被认为是柔性电子的一部分。它指的是通过在不同的基板上打印来制造电子设备的印刷方法。所使用的技术随着时间的推移而不断发展，现在借助喷墨打印机，可以快速且廉价地打印电路。
已经感染过 COVID-19 的人是否应该接种疫苗？
保护人们免受 COVID-19 感染的抗体在无症状或轻度 COVID-19 感染者中往往减少得更快。一项针对美国医护人员的研究显示，28%（超过四分之一）的抗体在康复三个月后下降到无法再检测到的程度。
人工智能如何改变我们做出购买决策的方式？这对商标法意味着什么？商标法的核心在于如何购买商品和服务，而由于人工智能正在影响购买过程，因此从定义上讲它也影响着商标法。人工智能通过两种方式影响购买过程：（a）消费者可获得的品牌信息和（b）谁来做出购买决策。亚马逊的 Alexa 等人工智能个人零售助理有可能成为品牌向消费者提供的“守门人”，控制向消费者提供哪些品牌信息，并以纯粹的形式购买品牌产品，在人工智能所谓的“自动执行模型”中几乎不需要或根本不需要人为干预，从而有效地将传统的购物体验从“先购物后发货”模式颠覆为“先发货后购物”模式。商标法的许多关键方面都涉及人性的弱点。如果您考虑商标法和实践中的一些“流行词”，例如“混淆”、“不完全记忆”、“联想”和“商标混淆”，这些概念都围绕着人类的弱点。然而，人工智能有可能从购买过程中消除“人性”和“弱点”。人工智能应用程序可以通过“给我买个灯泡”等一般命令来购买产品。人类消费者与人工智能应用程序购买的灯泡品牌没有任何互动。人工智能应用程序会混淆吗？它会混淆商标吗？人工智能应用程序甚至会通过传统的听觉、语音和概念比较商标的方式来评估产品购买，这就是所谓的人工智能黑箱问题吗？人工智能应用程序经常受到个人消费者过去购买决策的影响，而人工智能应用程序做出购买决定或建议的原因有时可能难以理解。在这些情况下，知识产权侵权责任问题也引起了重要的问题。然而，即使人工智能应用程序不做出购买决策，它仍然会影响消费者在做出购买决策时可用的品牌信息。例如，亚马逊 Alexa 平均只向消费者推荐三种产品。它控制着向消费者推荐什么品牌产品，它而不是人类消费者掌握着所有的品牌信息。然而，人工智能对购买过程的影响必须放在历史背景中来看待。人工智能的兴起是新的，但并非史无前例。现代商标法诞生于十九世纪，并发展到现代。然而，在此期间，购买过程并非一成不变，而是发生了变化。我们只需看看从传统的十九世纪“店主”购买产品模式到二十世纪二十年代超市发明的变化，从互联网和社交媒体的兴起到人工智能的兴起。商标法已经适应并发生了变化，实际上可以说是适应性最强的知识产权法形式。例如，关于人工智能应用程序的责任问题，我们已经可以从关键词广告的案例中得到指导，例如谷歌法国，它是随着互联网购物的兴起而发展起来的。如果购买过程中的“参与者”如人工智能应用程序在购买决策/过程中扮演更被动的角色，则人工智能应用程序提供商不太可能被追究责任，如果人工智能应用程序在购买决策中扮演更积极的角色，并且可以说人工智能提供商在购买决策中强烈影响消费者，则更有可能发现责任。商标法已经适应了购买过程的变化，并且它将再次适应。HGF 合伙人兼特许商标律师 Lee Curtis
人工智能如何改变我们做出购买决策的方式？这对商标法意味着什么？商标法的核心在于如何购买商品和服务，而由于人工智能正在影响购买过程，因此从定义上讲它也影响着商标法。人工智能通过两种方式影响购买过程：（a）消费者可获得的品牌信息和（b）谁来做出购买决策。亚马逊的 Alexa 等人工智能个人零售助理有可能成为品牌向消费者提供的“守门人”，控制向消费者提供哪些品牌信息，并以纯粹的形式购买品牌产品，在人工智能所谓的“自动执行模型”中几乎不需要或根本不需要人为干预，从而有效地将传统的购物体验从“先购物后发货”模式颠覆为“先发货后购物”模式。商标法的许多关键方面都涉及人性的弱点。如果您考虑商标法和实践中的一些“流行词”，例如“混淆”、“不完全记忆”、“联想”和“商标混淆”，这些概念都围绕着人类的弱点。然而，人工智能有可能从购买过程中消除“人性”和“弱点”。人工智能应用程序可以通过“给我买个灯泡”等一般命令来购买产品。人类消费者与人工智能应用程序购买的灯泡品牌没有任何互动。人工智能应用程序会混淆吗？它会混淆商标吗？人工智能应用程序甚至会通过传统的听觉、语音和概念比较商标的方式来评估产品购买，这就是所谓的人工智能黑箱问题吗？人工智能应用程序经常受到个人消费者过去购买决策的影响，而人工智能应用程序做出购买决定或建议的原因有时可能难以理解。在这些情况下，知识产权侵权责任问题也引起了重要的问题。然而，即使人工智能应用程序不做出购买决策，它仍然会影响消费者在做出购买决策时可用的品牌信息。例如，亚马逊 Alexa 平均只向消费者推荐三种产品。它控制着向消费者推荐什么品牌产品，它而不是人类消费者掌握着所有的品牌信息。然而，人工智能对购买过程的影响必须放在历史背景中来看待。人工智能的兴起是新的，但并非史无前例。现代商标法诞生于十九世纪，并发展到现代。然而，在此期间，购买过程并非一成不变，而是发生了变化。我们只需看看从传统的十九世纪“店主”购买产品模式到二十世纪二十年代超市发明的变化，从互联网和社交媒体的兴起到人工智能的兴起。商标法已经适应并发生了变化，实际上可以说是适应性最强的知识产权法形式。例如，关于人工智能应用程序的责任问题，我们已经可以从关键词广告的案例中得到指导，例如谷歌法国，它是随着互联网购物的兴起而发展起来的。如果购买过程中的“参与者”如人工智能应用程序在购买决策/过程中扮演更被动的角色，则人工智能应用程序提供商不太可能被追究责任，如果人工智能应用程序在购买决策中扮演更积极的角色，并且可以说人工智能提供商在购买决策中强烈影响消费者，则更有可能发现责任。商标法已经适应了购买过程的变化，并且它将再次适应。HGF 合伙人兼特许商标律师 Lee Curtis