XiaoMi-AI文件搜索系统
World File Search Systemorganizations
人工智能如何影响医疗保健组织的竞争地位
摘要目的——数字化转型影响了现代社会，影响了企业的合作和创造价值的方式。在这种背景下，人工智能起着至关重要的作用。本研究旨在探讨人工智能在市场中的组织定位中的作用，影响企业的竞争力。在这方面，本研究试图回答以下研究问题：人工智能如何影响医疗保健组织的竞争优势？设计/方法/方法——为了解决研究问题，使用案例研究方法对迪拜的一家国际医疗中心进行了探索性分析。对迪拜CMCDubai的机器人手术团队负责人和成员进行了九次半结构化访谈，以彻底了解机器人方法的组成部分以及在引入这种创新技术之前的安排，同时阐明采用这种技术对患者安全和患者满意度的附加值和优势。此外，还分析了档案数据和在线文档（例如行业报告、报纸文章和内部文件）以获得数据三角测量。结果——研究结果强调了在组织流程中实施人工智能对三个主要结果的影响：临床、财务和技术结果。这项研究将提供有趣的非研究见解，关于人工智能工具在医疗保健领域（特别是机器人手术）的实施，以及这将在多大程度上做出贡献并代表竞争优势。希望结果能够为人工智能工具对外科手术质量和结果的影响提供一砖一瓦，同时强调将人工智能融入外科手术实践的好处。
美国可再生能源理事会和其他 42 个组织 - RIN 3064-AF29
美国政府通过税法激励能源转型。可再生能源项目通常具有较高的合同收入水平、有限的可变运营成本和相对可预测的现金流。项目通常由有限责任公司 (LLC) 持有，并作为合伙企业征税。在大多数情况下，项目发起人没有足够的纳税义务来有效利用这些项目可能获得的税收优惠。因此，发起人在结构化税收股权交易中将 LLC 的非控制性被动权益出售给税收股权投资者。这种结构旨在允许税收股权投资者为项目的大部分资本成本提供资金，并获得预先协商的回报率，该回报率主要由可用税收抵免和其他税收优惠的价值组成。税收股权投资者的下行风险有限，因为税收股权投资的大部分回报将来自更可预测的税收抵免和其他税收优惠，并且它还有其他
通用人工智能问题与机遇摘要各国政府和欧盟、经合组织等多边组织，
通用人工智能的问题与机遇摘要各国政府和欧盟、经合组织、联合国教科文组织等多边组织已经确定了狭义人工智能的价值观和原则，以及其发展的国家战略。但很少有人关注如何确定未来通用人工智能 (AGI) 的有利初始条件。AGI 的初始条件将决定超级人工智能是否会进化以造福人类。即使就 AGI 的有利初始条件达成国际协议，仍然需要一个全球治理体系来执行这些协议并监督 AGI 的发展和管理。由于制定和批准国际 AGI 条约并建立全球 AGI 治理体系可能需要十年、二十年甚至更长时间，而且一些专家认为有可能在十到二十年内实现 AGI，因此尽快解决这些问题非常重要。AGI 最关键的问题是其初始条件和全球治理。政府从一开始就正确处理这些问题非常重要。简介/背景 AI 的发展如此迅速，以至于一些专家认为通用人工智能 (AGI) 可能会在本世纪末出现 1 ；因此，现在是时候开始认真考虑 AGI 了。 人工智能 (AI) 分为三类：狭义人工智能、通用人工智能和超级人工智能。狭义人工智能 (ANI) 有时也称为弱人工智能，是我们今天拥有的人工智能或机器学习类型：每个软件应用程序都有一个特定的目的。然而，人们正在创建能够执行多种功能的通用代理，但不如 AGI 通用和有创造力。 通用人工智能 (AGI) 有时也称为强人工智能，它类似于人类的新型问题解决和推理能力，其目标由人类设定。它可以： 解决复杂问题，而无需像 ANI 那样进行预编程； 在全球范围内发起信息搜索； 使用传感器和物联网 (IoT) 进行学习； 打电话和采访人员； 进行逻辑推理； 重写或编辑其代码以变得更加智能…… 不断地，它变得越来越聪明，比人类越来越快。一些人认为这可能在十年内实现 2 ；另一些人则认为 AGI 在未来很多年内都不可能实现，甚至永远不可能。3 尽管人工智能界尚未达成共识，但一些人认为 AGI 将具有独特的感知形式。人工智能超级智能 (ASI) 是一种非常先进的 AGI，它可以独立于人类的意识或理解设定自己的目标和策略。它最有可能从 AGI 中脱颖而出。4 目前尚不清楚 ASI 会以多快的速度从 AGI 中脱颖而出。可能是几乎立即出现，也可能是数年，也可能永远不会出现。因此，研究和创新政策应考虑各种可能性。Allan Dafoe，DeepMind 与人类的未来
学习型组织的战略一致性维度和结构化实践：案例研究
学习型组织通过利用其“战略一致性”来促进教育。然而，组织战略是一个关键问题，因为它会影响组织的效率和绩效。本研究旨在评估战略一致性维度对组织学习实践的影响。本研究是定量的、描述性的和解释性的。验证性因子分析 (CFA) 方法用于评估研究变量。研究案例是 Wasit 大学教职员工，他们向 450 名参与者提供样本。使用问卷收集数据。使用 SPSS V.25 和 Amos.V.23 统计程序分析收集的数据。研究假设被接受，并证实了战略一致性维度（包括电信、组织价值、治理、伙伴关系和劳动力技能）对 Wasit 大学学习型组织实践的影响的统计显著性 (p < 5%)。组织学习的战略一致性维度中保留的结构表明电信、组织价值、治理、伙伴关系和教师技能的可用性。大学应该增加对组织学习机制的兴趣和投资，以促进获取知识的过程。在制定战略决策时，必须让教官参与并考虑他们的观点和能力。
2022 年下半年针对工业组织的 APT 攻击
ESET 研究人员发现并分析了 Lazarus APT 组织在 2021 年秋季的攻击中使用的一组恶意工具。该活动始于包含恶意 Amazon 主题文档的鱼叉式网络钓鱼电子邮件，目标是荷兰一家航空航天公司的员工和比利时的一名政治记者。攻击者的主要目标是数据泄露。此活动中使用的最引人注目的工具代表了首次记录的 CVE-2021-21551 漏洞滥用，该漏洞会影响 Dell DBUtil 驱动程序。此 BYOVD（自带易受攻击的驱动程序）技术用于禁用 7 个 Windows 操作系统监控机制并禁用受感染机器上的安全解决方案。在此活动中，Lazarus 还使用了其功能齐全的 HTTP(S) 后门，称为 BLINDINGCAN。
研究人工智能如何促进公共组织的组织绩效
对于公共组织来说，通过人工智能实现数字化转型的能力变得越来越重要，因为越来越多的公共组织活动现在由人工智能驱动。这促使人们了解公共组织应如何组织才能从人工智能中获取价值，以及价值可以在哪些形式中实现。在此背景下，本文研究了人工智能能力如何通过引发关键组织活动的变化来提高组织绩效。通过一项基于调查的研究，我们从欧洲公共组织收集了有关人工智能能力对组织绩效的间接影响的数据。数据来自三个欧洲国家（挪威、德国和芬兰）的 168 个城市，并通过结构方程模型进行分析。我们的研究结果表明，人工智能能力对流程自动化、认知洞察生成和认知参与有积极影响。虽然流程自动化和认知洞察对组织绩效有积极影响，但我们发现认知参与对组织绩效有负面影响。我们的研究结果记录了构成人工智能能力的关键资源，并展示了培养这种能力对关键组织活动以及组织绩效的影响。
探索负责任的人工智能实践中的矛盾。瑞典公共组织内部和外部的人工智能实践访谈研究
摘要。人工智能 (AI) 系统的使用日益增多，引发了关于开发合乎道德责任的技术的讨论。因此，各种组织都发布了高级 AI 伦理框架来协助 AI 设计。然而，我们对 AI 伦理原则在实践中如何被看待和发挥作用仍然知之甚少，尤其是在公共组织中。本研究考察了 AI 从业者如何看待他们在 AI 设计工作中遇到的伦理问题，以及他们如何解释和付诸实践。我们进行了一项实证研究，包括对在公共组织工作的 AI 从业者进行半结构化的定性访谈。从行动中的伦理框架和先前关于伦理紧张的研究的角度来看，我们分析了从业者对 AI 伦理原则的解读及其在实践中的应用。我们发现从业者对工作中的伦理原则的解读与精神紧张之间存在紧张关系。从这个角度来看，我们认为，了解实践中可能出现的不同紧张关系以及如何应对这些紧张关系是研究实践伦理的关键。了解人工智能从业者如何看待和运用道德原则对于实践伦理学促进基于经验的负责任的人工智能至关重要。关键词：负责任的人工智能、实践中的人工智能伦理、伦理实证研究、道德张力、人工智能从业者。
人工智能造福社会——组织如何利用人工智能建设更美好的世界
1. 在世界各地消除一切形式的贫困。2. 消除饥饿，实现粮食安全，改善营养状况，促进可持续农业。3. 确保健康的生活，促进各年龄段所有人的福祉。4. 确保包容和公平的教育，促进全民终身学习机会。5. 实现性别平等，增强所有妇女和女童的权能。6. 确保人人享有水和卫生设施并进行可持续管理。7. 确保人人都能获得负担得起的、可靠、可持续的现代能源。8. 促进持续、包容和可持续的经济增长，实现充分的生产性就业，让所有人都有体面的工作。9. 建设具有抵御灾害能力的基础设施，促进包容和可持续的工业化，促进创新。10. 减少国家内部和国家之间的不平等。11. 建设包容、安全、具有抵御灾害能力和可持续的城市和人类住区。12. 确保可持续的消费和生产模式。13. 采取紧急行动应对气候变化及其影响。14. 保护和可持续利用海洋和海洋资源，促进可持续发展。 15. 保护、恢复和促进陆地生态系统的可持续利用，可持续管理森林，防治荒漠化，制止和扭转土地退化，遏制生物多样性丧失。16. 促进和平、包容的社会，促进可持续发展，让所有人都能获得司法公正，在各级建立有效、负责和包容的机构。17. 加强执行手段，振兴全球可持续发展伙伴关系。
第 14 章 特殊报告代码 (SRC) 和职责分配 这些报告分类仅用于人员和/或职位报告目的。 a. 本节所述的职责分配代码已建立，用于识别职位描述与特定 CMF 或 MOS 无直接关联的职位。这些代码允许在部队结构和库存变化方面具有更大的灵活性，从而可以进行更准确的编码以满足要求，但受到控制，通常需要得到代码批准机构的批准，然后才能在授权文件中对职位进行编码。职责分配代码包含前两位数字 00。 b. 已建立特殊报告代码以识别本节所述的特殊类别的人员。人员报告文件中将使用特殊报告代码来反映士兵的报告分类。特殊报告代码包含前两位数字 09。 14-1. 特殊职责分配 (00D) a. 此代码 (00D) 将用于识别组织授权文件中批准的特殊职责分配职位，并报告分配到这些职位的士兵的职责 MOS。授权文件在获得 HQDA、ODCS G-1 (DAPE-PRP) 批准之前不会标明 SRC 00D（见表 14-2）。特殊职责岗位必须符合以下标准：（1）职责涉及一般军事技能/教育或独特的特殊资格，与特定职责无直接关系
第 14 章 特殊报告代码 (SRC) 和职责分配 这些报告分类仅用于人员和/或职位报告目的。a.本节所述的职责分配代码已建立，用于识别职位描述与特定 CMF 或 MOS 无直接关联的职位。这些代码允许在部队结构和库存变化方面具有更大的灵活性，允许更准确的编码以满足要求，但受到控制，通常需要获得代码批准机构的批准，然后才能在授权文件中对职位进行编码。职责分配代码包含前两位数字 00。 b.已建立特殊报告代码以识别本节所述的特殊类别的人员。特殊报告代码将用于人员报告文件中，以反映士兵的报告分类。特殊报告代码包含前两位数字 09。14-1。特殊职责分配 (00D) a。此代码 (00D) 将用于识别组织授权文件中已批准的特殊职责分配职位，并报告分配到这些职位的士兵的职责 MOS。在获得 HQDA、ODCS G-1 (DAPE-PRP) 批准之前，授权文件不会标有 SRC 00D（见表 14-2）。特殊职责职位必须满足以下标准： (1) 职责涉及一般军事技能/教育或与特定 MOS（MOS 无关紧要）不直接相关的独特特殊资格。(2) 职责需要独特的民事技能/教育或组件独特经验，这些经验未在本法规的其他地方归类为标识符。(3) 技能和知识通常无法从其他军事组织的其他岗位获得。(4) 驻地或非驻地军校课程既不适用也不适用于培训人员执行所需职责。(5) 涉及的职位数量太少，不足以建立新的 MOS 或其他职业标识符。b.识别 SRC 00D 职位的请求将转发给 ODCS G-1，收件人：DAPE-PRP，300 Army Pentagon，华盛顿特区 20310-0300，并将包括以下信息： (1) 单位识别码、命令代码和职位所在的授权文件的文件编号。(2) 段落和行号。(3) 薪级。(4) 授权数量。(5) 职位描述，包括-- (a) 职责。(1) 随员 (SQI 7) 职位。(b) 所需的最低技能和知识。(6) 与特定 MOS 无关的一般军事技能/教育或独特技能的摘要，或成功执行工作所需的民事教育/培训/经验。(7) 解释为什么不能用现有的陆军标识符编码该工作。c. 除非在初始批准时获得接受（如下文第 d 项所列），否则批准将一直有效，直到任务发生变化或 3 年（以先到者为准）。如果要求有效期超过 3 年，必须重新提交理由以供 HQDA 审查和批准继续有效。d. 批准使用 SRC 00D 的组织或任务集，无需 3 年续签要求。(2) 陆军要求/授权文件中的其他军事服务职位。(3) 伤亡和纪念事务行动中心 (CMAOC) 职位。(4) 监察长 (IG) NCO 职位。(5) 动员 TDA 中的 MOS 非重要职位。(6) 现役部队要求/授权文件中的预备役部队 MOS 00F/00G 非重要职位。(7) 国防部/陆军部信使职位。(8) 总部、信息作战 (IO) 组/营/BNFSB/BNGSB (SRC 53519Gxxx/53612Gxxx/53616Gxxx/ 63617Gxxx/53618Gxxx) 中的 MOS 非重要职位。(9) 美国陆军降落伞队 (W027AA)。
