XiaoMi-AI文件搜索系统
World File Search Systemmethodology
Adrien Berthelot、Eddy Caron、Mathilde Jay、Laurent Lefèvre。使用基于 LCA 的方法评估生成式人工智能服务对环境的影响。CIRP LCE 2024 - 第 31 届生命周期工程会议，2024 年 6 月，意大利都灵。第 1-10 页。 hal-04346102v2
随着数字服务越来越多地部署和用于各种领域，信息和通信技术 (ICT) 对环境的影响令人担忧。人工智能正在推动这一增长，但其环境成本仍未得到深入研究。大型生成模型（如 ChatGPT）的最新趋势尤其引人注目，因为它们的训练需要大量使用专门的计算资源。这些模型的推理以服务的形式在网络上提供，使用它们还可以调动最终用户终端、网络和数据中心。因此，这些服务加剧了全球变暖，加剧了金属短缺，增加了能源消耗。这项工作提出了一种基于 LCA 的方法，用于对生成 AI 服务的环境影响进行多标准评估，考虑了训练模型、从模型中推断和在线托管模型所需的所有资源的具体成本和使用成本。我们以稳定扩散服务为例来说明我们的方法，这是一种可在线访问的开源文本到图像生成深度学习模型。此用例基于对稳定扩散训练和推理能耗的实验观察。通过敏感性分析，探索了估计使用强度对影响源影响的各种场景。
确定相场模拟损伤力学参数的实验方法
摘要 3D 打印或基于材料挤压的增材制造已从一种有前途的制造技术发展成为一种成熟的方法，可以集成到众多应用中。然而，这种技术涉及大量变量，这些变量会显著影响最终结构。此外，这种依赖性阻碍了数值模型的开发，无法估算具有不同打印配置的 3D 打印组件的机械行为。因此，提出了相场方法，通过相对简单的能量平衡最小化问题来预测裂纹扩展。然而，这种计算方法需要确定特定的参数。因此，提出了一种基于拉伸试验的实验方法来机械地表征材料，并从实验结果中分析定义必要的断裂参数，包括强度和临界能量释放率。在不同配置下研究了使用可持续热塑性塑料通过材料挤压制造的无缺口和有缺口样品，以分析断裂机制，同时提出减少打印缺陷的策略。此外，还开发了一种基于相场断裂建模的开源数值预测工具，以及对基本长度尺度参数的评估。实验和数值研究的结合验证了所提出的方法，并证明了其易于在进一步的案例研究中重现。
大多数饮用水微型塑料小于消耗水质量的20μmEU方法限制
营养中的微型塑料（MP）含量包括饮用水，尽管瓶装水品牌中的MP浓度在几个数量级上发散。欧盟指令2020/2184最近提出的方法学方法是在20–5000μm的尺寸范围内检测MPS的方法。但是，在1-20μm范围内的精细MP更有可能将人类肠道传播到血液和器官中。为了评估这种省略对检测到的MPS总数的影响，我们使用自动的拉曼微光谱法确定了十个不同品牌的聚乙二醇酯（PET）瓶装水和1个自来水样品的MP浓度。我们发现，MP浓度范围为19至1,154（N/L）[0.001至0.250μg/L]，尽管所有研究的瓶装水样品都存储在PET容器中，但在大多数SAMPER中，PET仅占MPS的一小部分。重要的是，98％和94％的MP的直径小于20和10μm，这表明了小型MP纳入饮用水分析和调节的重要性。当前的研究提出了一项方案，可在任何类型的饮用水中识别出MPS，无论硬度如何，并证明了实施负面和正面程序性，质量控制措施的重要性。
使用方法论模糊认知映射Mirmahmood Naghibi 1，Ch
摘要这项研究的目的是使用模糊认知映射方法的影响工业初创企业发展的因素之间的关系。根据其目的，研究方法适用，并且在实施方面是……。这项研究的统计人群包括19个工业初创公司的专业专家，包括高级管理人员及其收藏品，并以目标方式进行了采样，并持续进行采访，直到达到理论上的饱和度。数据收集工具是半结构化访谈。要收集数据，使用模糊的Delphi技术来识别组件，并使用模糊的认知映射方法来展示该模型。分析的结果表明，影响工业初创企业发展的主要因素包括11个变量：发展能力，人力资源能力，组织的发展需求，吸引和保留精英，创业品牌，创造合适的机会，精英技能的发展，精英技能，经济条件，客户满意度，启动进步和发展文化。然后使用模糊认知图的方法，相应地解释了这些因素之间的关系方式。
AI安全问题的景观 - 一种支持基于AI的自主系统安全保证的方法
摘要 - 手工智能（AI）已成为一项关键技术，推动了一系列应用程序的进步。将其集成到现代自主系统中需要确保安全。但是，确保合并AI组件的系统安全性的挑战是很大的。缺乏具体的规格，以及操作环境和系统本身的复杂性，导致了不确定行为的各个方面，并使令人信服的系统安全证据的推导变得复杂。尽管如此，学者们建议彻底分析和减轻AI特异性的不可能，即所谓的AI安全问题，该问题提供了支持令人信服的保证案例的基本证据。在本文中，我们以这个想法为基础，并提出了AI安全问题的所谓景观，这是一种新颖的方法，旨在通过系统地证明缺乏AI安全问题来支持基于AI的系统的安全保证案例。通过涉及无人驾驶区域火车的案例研究来说明该方法论的应用，并证明了其实用性和有效性。索引条款 - AI安全，保证案例，自主系统，机器学习
推荐 NIH 资助的哈佛医学院 AI 计算健康信息学博士后项目候选人，波士顿儿童医院，马萨诸塞州波士顿 CHIP ，波士顿儿童医院的计算健康信息学项目，哈佛医学院的附属机构和其生物医学信息学系的合作项目，正在招募对使用人工智能推动医疗保健感兴趣的博士后研究员。我们寻求优秀的候选人，他们对提升获取和推理一系列数据类型的能力充满热情，从临床、流行病学、环境和社会一直到分子和基因组。我们鼓励教师和研究负责人推荐能够胜任这一职位的候选人。我们提供丰富的学术环境和顶尖医院的优秀导师。CHIP 位于 401 Park Drive 美丽的新设计空间内，位于波士顿芬威街区的中心地带，周围有美妙的餐饮、娱乐和体育场所。重点领域包括机器学习/人工智能，包括临床决策支持和预测医学、可计算表型分析、精准医学、人口健康、真实世界证据和数据可视化。CHIP 成立于 1994 年，是一个多学科应用研究和教育项目。生物医学信息学已成为生物医学科学、医疗保健服务和人口健康的主要主题和方法，包括
推荐 NIH 资助的哈佛医学院 AI 计算健康信息学博士后项目候选人，波士顿儿童医院，马萨诸塞州波士顿 CHIP 是波士顿儿童医院的计算健康信息学项目，是哈佛医学院的附属机构，也是其生物医学信息学系的合作项目，正在招募对利用人工智能推进医疗保健感兴趣的博士后研究员。我们寻求优秀的候选人，他们对提升获取和推理一系列数据类型的能力充满热情，从临床、流行病学、环境和社会一直到分子和基因组。我们鼓励教师和研究负责人推荐能够胜任这一角色的候选人。我们提供丰富的学术环境和优秀的导师，并嵌入顶级医院。CHIP 位于波士顿芬威街区中心 401 Park Drive 的美丽新空间内，周围有各种美食、娱乐和体育设施。重点领域包括机器学习/AI，包括临床决策支持和预测医学、可计算表型、精准医学、人口健康、真实世界证据和数据可视化。CHIP 成立于 1994 年，是一个多学科应用研究和教育项目。生物医学信息学已成为生物医学、医疗保健和人口健康的主要主题和方法，涉及高维建模和从分子到人口水平了解患者。尽管 CHIP 拥有强大的儿科研究议程，但我们的兴趣涵盖所有年龄段。我们为医疗决策、诊断、护理重新设计、公共卫生管理和重新构想的临床试验设计信息基础设施。该领域本质上是跨学科的，借鉴了传统生物医学学科、计算科学和技术、数据科学、生物统计学、流行病学、决策理论、组学、实施科学以及医疗保健政策和管理。我们的教师接受过医学、数据科学、计算机科学、数学和流行病学方面的培训。CHIP 研究亮点在这里。
欧盟资助：InnovFund 相关成本方法：V4.0
在这个具体例子中，申请人将使用以下数据作为 FIF 的输入：发动机工程、制造和安装的资本支出（如相关）、与发动机运行相关的运营支出（例如燃料成本和维护服务成本）以及与发动机安装直接相关的收入（例如避免购买欧盟排放交易体系配额或客户为使用新技术运营船舶而支付的潜在绿色溢价）。但是，在这个具体例子中，任何与新建船舶建造相关的资本支出、收入（如租船收入）或运营支出（例如船员、保险、港口或干船坞成本）与发动机运行没有直接关系，必须从相关成本计算中排除，因为它们不属于项目范围。
新方法 - 评估 - 经济和金融 -
根据联合国环境局的说法，目前在全球采用的气候政策将不足以实现到2050年净零经济的巴黎协议目标。全球排放量继续上升，并有望继续这样做直到2030年。5气候变化已经在许多国家产生重大影响。6丹麦正在经历更频繁的极端天气事件，根据丹麦气象研究所的说法，将来预计将来会有更极端的天气波动。7但是，气候变化可能造成的经济损害量存在很大的不确定性。在文献中，到本世纪末，年度损害的估计范围为全球GDP的2％至44％。8相比，国际能源机构估计，绿色能源供应的年度投资将从今天的全球GDP的1.8％增加到到2050年的每年3.6％，才能满足巴黎协定目标。 98相比，国际能源机构估计，绿色能源供应的年度投资将从今天的全球GDP的1.8％增加到到2050年的每年3.6％，才能满足巴黎协定目标。9