圣保罗 - pucsp的天主教电子邮件:erikarflearn@gmail.com,mgraglia@pucsp.br摘要本文认识到人工智能对社会的深刻转变。描述性探索性研究旨在讨论算法偏见并了解其对社会的影响。本文从对文学作品和科学文章的分析的对人类智力的理解和从多元化的角度学习开始。这种方法提供了一种环境,其中AI可以从创新的角度从创新的角度来构思和机器学习,以实现共同的幸福感。批判性分析强调了对这些系统开发中道德方法的需求。所讨论的主题强调了多维方法在缓解算法偏见中的重要性。从数据选择到审计和问责制,数据集和开发团队中的观点多样性至关重要。持续培训和人类监督的实施反映了对人工智能中透明度和公平性的持续承诺。这些综合策略对于AI的道德,透明和公平发展至关重要。这种整体方法涉及多样化的技能和人员,不断的培训和专心监视,对于确保AI的道德使用对集体福利至关重要。关键字:人工智能;机器学习;算法偏见;社会影响;道德设计。接受:07/03/2024发布:30/04/2024
1.1.人工智能 20 世纪 50 年代中期,人工智能的先驱者们开始了一项雄心勃勃但目标明确的使命:在机器上重塑人类智能。最初,人工智能领域可以分为两类:“基于规则”的方法,该方法教计算机根据逻辑规则思考(如果 X,则 Y)和“神经网络”方法,该方法旨在模仿生物神经元网络的架构,接收和传输信息,其中通过提供给定现象的大量示例来进行学习,从而使这些网络能够识别模式。从 2012 年开始,神经网络开始受到关注,这次是以“深度学习”的形式,展示了该领域在解读人类语音、翻译文档、识别图像、预测消费者行为、识别欺诈甚至驾驶汽车方面的巨大潜力 1 。人工智能(AI)的定义多年来不断演变,但我们可以理解为是指模仿人类智能执行任务的系统或机器,能够基于所收集的信息在自我优化的过程中不断迭代改进,而不需要人类活动来配置它。为了实现这一目标,该系统借鉴自身的经验,找出最有成效的做法,使流程更加有效。这是通过数百万数据的互连和模式识别来实现的。因此,使用人工智能后,受外部因素影响而导致的人为行为故障几乎为零。人工智能被认为是最重要的新兴技术之一,它推动了几乎所有行业的根本性变革,包括农业、医疗保健、交通运输、教育等。该领域专利活动的增加反映了该技术的快速增长。如图1所示,深度学习被认为是人工智能的核心技术之一。它可以表示为机器学习的一个子集,其中神经网络(受人脑启发的算法)可以适应并从大量数据中学习,也可以看作是预测分析的自动化 2 。机器学习也是人工智能的核心部分,可以理解为人工智能的一个子集,其中所使用的算法允许机器基于对给定数据集的观察和分析自主“学习”,而无需特定的编程。此类别包括(但不限于)深度学习。如图 1 所示,尽管所有机器学习都是人工智能,并非所有人工智能都基于机器学习。
ACR 的 AI(人工智能)设备由高度灵敏的非接触式温度计组成,其特点是部署灵活。热像仪支持面部识别和自动实时测温。在任何人流量大的环境中(如机场、火车站、铁路、医院、学校、超市、公司等),可以快速检测到人员的体温异常并触发警报。对于公司来说,它在控制员工和服务提供商的访问方面非常有用,从健康和安全的角度来看,访问都是完全安全的。
在进行这些协商和公开辩论的同时,瓦伦西亚市议会的不同部门继续致力于确定推动瓦伦西亚 2030 城市战略发展的行动。一方面,制定了新的战略和部门计划,以丰富该战略的基础;另一方面,还制定了该战略的行动计划,该文件包括正在实施和将要实施的计划和项目,以继续实施该战略。
10综合数据是人为生成的数据(AEPD,2023年)。“合成数据”一词在信息技术(IT)和隐私和数据保护领域均使用。在后者中,这些数据的使用通常与增强隐私技术(宠物)相关。因此,在讨论一般AI与数据保护的关系的第3章中,将使用“合成内容”的表达来指代生成模型生成的合成数据。合成内容没有匿名个人数据的目标。
本研究旨在评估桉树辐射精油对大肠杆菌的食源性菌株的抗菌和抗粘附潜力。使用最小抑制浓度(MIC)和最小杀菌浓度(MBC)进行了研究。此外,使用磁盘扩散技术评估桉树辐射精油与合成抗菌剂的关联。还进行了最小抑制浓度(MIC)。结果表明,辐射大肠杆菌对测试的大肠杆菌菌株显示抗菌活性,MIC值范围为500μg/ml至1000μg/ml,MBC值范围从500μg/ml到1,024μg/mL。至于关联,据观察,辐射油对某些抗生素,尤其是头孢曲松酮表现出协同作用,而精油的干扰更大。此外,它有效抑制大肠杆菌细菌菌株的依从性,比抗菌剂0.12%氯己胺二甲酸抗菌剂具有更明显的抗生素作用。总而言之,辐射大肠杆菌的精油显示出针对食物来源大肠杆菌菌株的抗菌潜力,因此可以通过深入研究单独使用或与合成抗菌剂相关,以打击由这种病原体引起的感染。
DOI:10.56083/RCV4N9-130 原件接收日期:2024 年 12 月 8 日 接受出版日期:2024 年 2 月 9 日 Heloisa Bogaz Madeira 法学本科 机构:南圣菲大学中心 (UNIFUNEC) 地址:巴西圣保罗南圣菲 电子邮件:heloisabogaz@hotmail.com Leticia Lourenço Sangaleto Terron 法学硕士 机构:南圣菲大学中心 (UNIFUNEC) 地址:巴西圣保罗南圣菲 电子邮件:leticiasanga@bol.com.br 摘要:本文旨在讨论人工智能 (AI) 的刑事责任以及赋予这些控制论实体法人资格的可能性。检查刑事责任模型,包括程序员和用户责任、可能的后果和直接机器责任。强调需要使立法适应技术进步,以保障机器的权利和充分保护。人工智能的功能被探索,包括数据收集、算法解释、决策和执行器执行的动作。机器学习被认为是改进人工智能的常用技术。强调寻求人类与控制论生物之间的和谐共处,确保对其行为负责,并在技术创新面前促进公平和包容的社会。在技术进步的背景下,对人工智能的适当问责被视为确保道德和安全至关重要。开展这项工作所采用的方法是基于