B9/67C 2024 年 8 月 19 日 行政长官 全体认可机构 先生/女士, 使用生成人工智能的消费者保障 我谨致函,向认可机构提供一套关于从消费者保障角度在面向客户的应用中使用生成人工智能(“GenAI”)的指导原则。鉴于大数据分析和人工智能(“BDAI”)的发展,香港金融管理局(“金管局”)于 2019 年 11 月 5 日在《认可机构使用大数据分析和人工智能的消费者保障》通函中发布了一套指导原则(“2019 年 BDAI 指导原则”),重点关注四个主要领域,即管治和问责、公平、透明度和披露,以及数据隐私和保护(请参阅附件 1 的简要摘要 1 )。这些指导原则已被证明对银行和客户有益,并有助于促进香港银行业 BDAI 的健康发展,正如香港金融管理局最近进行的一项调查显示 BDAI 使用案例激增所见(调查结果摘要见附件 2)。更重要的是,2019 年 BDAI 指导原则还有助于增强客户对使用采用 BDAI 的银行服务的信心。近几个月来,香港金融管理局注意到银行业对在其运营中采用 GenAI 的兴趣日益浓厚。GenAI 是 BDAI 的一种形式,可以生成新内容,例如文本、图像、音频、视频、代码或其他媒体,
结果:等位基因C和T的等位基因频率分别为72和28%。在主要的遗传模型下,观察到较小的言语等位基因的显着易感关联,其平均言语综合指数(OR = 2.216,p = 0.003,CI(95%)= 1.33–3.69)= 1.33–3.69),平均绩效指数较低(OR = 2.634,P <0.001,CI(CI(955))= 1.51(955) - = 1.51(951)。 IQ-4(OR = 3.159,P <0.001,CI(95%)= 1.873–5.328)。Met-Cleares的载体的体重指数增加(OR = 2.538,P <0.001,CI(95%)= 1.507–4.275),收缩压降低(OR = 2.051,P = 0.012,p = 0.012,CI(95%),CI(95%)= 1.202-3.502),或降低了尿症(或poi = 2. 2. 16,或= 2.16,ci(或= 2.16) (95%)= 1.278–3.657)。在隐性遗传模型下,还检测到智商和BP的几倍降低,并且还检测到T等位基因的存在,BMI的增加。
b'genation 的 C3 和 C2 位尚未开发。在此,我们报道了一种无催化剂获取 1-芳基 2,3-二碘咔唑 [7,8] 的方法,其中涉及碘转位(方案 1D)。值得注意的是,我们的方案允许在三个连续位置 [9] 即 C1、C2 和 C3 对咔唑核心进行可控官能化。环化前体 (碘吲哚基)炔醇 1a \xe2\x80\x93 n 是使用已知程序由适当的吲哚-2-甲醛制备的。[5] 我们的旅程始于研究苯基取代炔醇 1a 作为模型底物的反应(表 1)。 [10] 我们研究了 1a 与几种碘化试剂(如 I 2 、NIS、ICl 和 Ipy 2 BF 4 )的反应。在碳酸钠存在下,在异丙醇中,在 15 °C 下使用 ICl [11] 可有效实现串联碘环化-碘移位。使用 1.1 倍过量的 ICl 可得到三环 2a ,产率为 50%(表 1,条目 5),而使用 2.5 倍过量的 ICl 可得到所需的杂环,产率为 60%(表 1,条目 3)。通过对粗反应混合物进行 TLC 和 1 H NMR 分析观察到总转化率,未检测到副产物或聚合反应。然而,在柱层析纯化 2,3-二碘-咔唑 2a 的过程中观察到一些分解,这可能是导致分离产率适中的原因。值得注意的是,重排的 1-苯基-2,3-二碘-咔唑 2a 是唯一的区域异构体。使用有机碱代替 K 2 CO 3 或不同的溶剂'
该项目的最终产品是一项蒙巴萨县红树林管理计划,已完成并转发给肯尼亚森林服务总监签署和启动。为确保生物多样性的不同方式提供的计划通过绘制了在红树林领域内将进行不同的生计活动,例如养蜂,养殖(养鱼养鱼),环保 - 旅游业和红树林的康复和护理等特定领域的活动,他们可以由社区成员运行和管理各个方面的各个领域。
第 9 章 巴甫洛夫、斯金纳和其他行为主义者对人工智能的贡献 *** Witold Kosinski 和 Dominika Zaczek-Chrzanowska 波兰-日本信息技术研究所,波兰-日本计算机技术研究中心 ul. Koszykowa 86, 02-008 Warszawa wkos@pjwstk.edu.pl mado@pjwstk.edu.pl 摘要 将在真实和人工系统的背景下提供一种智能行为的定义。将简要介绍学习原理,从巴甫洛夫的经典条件作用开始,到桑代克和斯金纳的强化反应和操作性条件作用,最后到托尔曼和班杜拉的认知学习。本文将描述行为主义中最重要的人物,尤其是那些对人工智能做出贡献的人物。本文将介绍一些根据这些原理行事的人工智能工具。本文将尝试说明何时一些简单的行为修改规则可以导致复杂的智能行为。 1. 智能:描述 毫无疑问,行为主义者对人工智能的发展做出了巨大贡献。动物学习理论的证据,尤其是行为主义者发现的学习规律,多年来吸引了人工智能领域的研究人员,许多模型都以此为基础。智能是一个复杂而有争议的概念,因此很难用一个简单的定义来概括它。根据 Jordan 和 Jordan [1] 的说法,将智能视为我们用来描述具有一定质量的行为的概念是恰当的。在这方面应该使用两个标准,即速度(即代理执行需要智力的特定任务的速度)和能力(即代理可以执行的任务的难度)。另一方面,我们可以找到另一种智能定义,即执行认知过程的能力。有三个基本的认知过程:1) 抽象,2) 学习,3) 处理新颖性。该领域的杰出研究人员对智力给出了许多定义,例如,它被定义为: