XiaoMi-AI文件搜索系统
World File Search Systemperception
人工智能背景下的意识本质：重新定义人与技术的关系 Izuchukwu Kizito Okoli* 和 Osita Gregory Nnajiofor* https://dx.doi.org/10.4314/ujah.v25i1.1 摘要 人工智能 (AI) 背景下的意识本质提出了一个需要分析和进一步探索的问题。本研究旨在通过研究意识与 AI 的交集（包括形而上学含义和考虑）来重新定义人与技术的关系。主要目标是在 AI 的背景下定义意识，评估 AI 表现出意识的潜力，研究对人类体验的形而上学含义，并探索伦理层面。研究结果表明，意识涉及自我意识、感知、意向性和主观体验。虽然 AI 可以实现高级认知能力，但高阶意识的存在仍然不确定，这引发了关于主观意识本质的形而上学问题。意识难题凸显了连接物理过程和主观体验的挑战，强调了形而上学考虑的必要性。本文还探讨了人工智能集成的伦理影响及其对人类体验的影响。建议包括进一步研究人工智能中的意识、
人工智能背景下的意识本质：重新定义人与技术的关系 Izuchukwu Kizito Okoli* 和 Osita Gregory Nnajiofor* https://dx.doi.org/10.4314/ujah.v25i1.1 摘要 人工智能 (AI) 背景下的意识本质提出了一个需要分析和进一步探索的问题。本研究旨在通过研究意识与 AI 的交集（包括形而上学含义和考虑）来重新定义人与技术的关系。主要目标是在 AI 的背景下定义意识，评估 AI 表现出意识的潜力，研究对人类体验的形而上学含义，并探索伦理层面。研究结果表明，意识涉及自我意识、感知、意向性和主观体验。虽然 AI 可以实现高级认知能力，但高阶意识的存在仍然不确定，这引发了关于主观意识本质的形而上学问题。意识难题凸显了连接物理过程和主观体验的挑战，强调了形而上学考虑的必要性。本文还探讨了人工智能集成的伦理影响及其对人类体验的影响。建议包括进一步研究人工智能中的意识、
观点：激素和人感知的演变 - 定量的遗传框架
进化生物学提供了一个统一的理论，用于测试有关激素与人感知之间关系的假设。人们的感知通常从性选择的角度受到关注。但是，由于人的感知是受激素调节的套件中的一个特征，因此单变量方法不足。在这一观点文章中，定量遗传学被视为一个重要但未充分利用的框架，用于测试本文中的进化假设。我们注意到当前有关精神遗传学的文献中的默认假设，这些假设危及到迄今为止的发现的解释。作为各种特征多种流形的调节因子，激素介导了一系列功能之间的权衡。激素多效性还提供了相关选择的基础，该过程在激素介导的套件中对一个性状进行选择会在其他特征中产生选择。该体系结构为激素介导的套件内的性和自然选择之间的冲突提供了基础。由于其在人的感知，精神疾病和生殖生理学中的作用，性激素雌激素被强调为这里的典范。讨论了该框架对人感知演变的含义。对荷尔蒙介导的套件中特征的选择的经验量化仍然是文献中的重要差距，具有阐明精神疾病的基本本质的巨大潜力。
探索受众对数据的看法和偏好...
摘要尽管数据驱动的“定量”新闻的数量和可见性增加了，但对观众的感知和评估方式知之甚少。这项研究通过分析定量新闻的特征来帮助解决这一差距，这是31个新闻消费者的各种各样的群体关注他们偏好可能存在的那些特征，并在这些特征中。在八次小组访谈中，参与者阅读和讨论了被选为代表数据驱动新闻的形式和生产中存在的多样性的文章。我们的分析揭示了28个感知标准，我们将我们分为四个主要类别：感知，情感和认知影响的先例，文章统计以及新闻和编辑价值。在对定量新闻的感知的先前研究中尚未使用几个标准。我们的标准在未来的研究中有明显的应用，即观众如何感知不同类型的定量新闻，包括借助自动化的新闻业。对于研究受众的看法和对新闻的评估的研究人员来说，标准也将很感兴趣。对于记者和其他与数字交流的人，我们的发现表明受众可能从数据驱动的新闻业中想要什么，包括它具有建设性，简洁，提供分析，具有人体角度，并包括视觉元素。
工程专业学生对人工智能技术的看法......
摘要。近几年来，人工智能 (AI) 等尖端技术从根本上改变了传统的教学和学习体验。虽然科学文献中有很多关于在一般外语学习环境中采用和使用人工智能工具的讨论，但关于这些模型在工程教育中的实施，特别是在专门用途英语 (ESP) 中的实施的研究仍然存在差距。本文的主要目的是研究工程专业学生对在大学专门用途英语 (ESP) 课程中使用人工智能技术的看法，并研究它是否可以提高外语学习成果。为了实现研究目的，拉脱维亚生命科学与技术大学进行了一项调查，涉及 137 名代表不同课程和不同学术水平的工程专业学生：本科生、研究生和博士生。在分析收集到的数据后，本研究的作者发现，大多数工程专业学生在专门用途英语 (ESP) 中积极使用各种人工智能工具，并发现它们对外语学习过程的各个方面都很有用。学生们还认为，人工智能工具的结合可以提高他们的学习成果，并强调发展数字技能的重要性，因为未来人工智能在教育中的应用必然会增长。此外，学生们强调了在 ESP 中使用人工智能工具的批判性方法的重要性，并报告说，应负责任地使用人工智能技术，以避免抄袭和作弊、过度依赖和懒惰、缺乏真实性、原创性和透明度、学习质量下降、对沟通和人际交往能力产生负面影响等问题。
神秘和操纵的黑匣子：对推荐系统的看法的定性分析
推荐系统用于提供有关各种事项的相关建议。尽管这些系统是一个经典的研究主题，但知识仍然受到有关这些系统的公众舆论的限制。公众舆论也很重要，因为已知系统会引起各种问题。为此，本文对普通公民，民间社会团体，企业以及其他对欧洲推荐系统的看法进行了定性分析。所检查的数据集是基于对最近在欧盟（EU）颁布的有关数字服务法（DSA）的咨询的答案。因此，本文不仅有助于有关调节新技术和在线平台的紧迫问题，而且还揭示了有关DSA决策的见解。根据定性结果，欧洲人通常对推荐系统及其建议的质量有负面看法。该系统被广泛认为侵犯了隐私和其他基本权利。根据许多欧洲人的说法，这些也会引起各种社会问题，包括对民主的威胁。此外，由于缺乏适当的执法，通常认为欧盟中的现有法规失败了。咨询的受访者提出了许多建议，以改善局势，但其中只有少数最终达到了DSA。
将Chatgpt Vision（GPT-4V）放入测试：流量图像中的风险感知
视觉语言模型在包括自动驾驶在内的各个领域都感兴趣，计算机视觉技术可以准确地检测道路使用者，但是车辆有时无法理解上下文。这项研究检查了GPT-4V在预测人类评估的交通图像中“风险”水平的有效性。我们使用了从移动车辆拍摄的210张静态图像，每辆车先前由大约650人进行评级。基于心理测量构建理论并使用来自自洽性提示方法的见解，我们提出了三个假设：（i）在有效的条件下重复提示提示提示提示提高有效性，（ii）在使用单个提示和（III）中，与对象分析相比，与单个提示相比，将总分数变化并提取总分来提高有效性，以及与对象分析相比，与对象分析相比，与构成，相比，与构成的特征，相比，与构成的特征相比，与构成的特征相比，与之相比，将其与单个提示相比，相比之下。提高模型的有效性。的有效性。结果证实了这三个假设。最终的有效性系数为r = 0.83，表明可以使用具有高度准确性的AI预测人口水平的人类风险。这些发现表明，必须以相当于人类填写多项目问卷的方式提示GPT-4V。
健康还是药物？德国阿育吠陀的使用和感知：来自在线代表的横断面研究的数据
结果：所有调查参与者（n = 4,065）的总共9.3％（n = 377）已经以某种方式使用了阿育吠陀，一生中的频率更高（1.7％）或至少一次（7.6％）。反应者阿育吠陀主要与印度医学（27.7％）和健康（18％）相关联。通常使用的阿育吠陀服务包括健康度假村/水疗中心（48.3％），门诊实践（27.1％）和酒店（23.6％）的非药物治疗。30.2％的参与者相信阿育吠陀的治疗潜力。76.7％的阿育吠陀使用者认为健康的营养很重要或非常重要。九个预测因子被发现将阿育吠陀用户与非用户对非用户的精神和信念对阿育吠陀的治疗功效为最相关的效力。阿育吠陀似乎主要是由受过良好教育的女性和女性使用的，通常来自高收入群体以及相当现代的社会环境方向。
学生对人工智能的看法作为英语......
对于我的校园，作为我获得如此多宝贵事物的地方，我要表达我最深切的谢意。非常感谢我的导师 Hariswan Putera Jaya S.Pd., M.Pd. 先生，我非常感谢你所有的支持性建议，我非常感谢你对我论文的指导和指引，有了这一切，我才能成功完成这篇论文。也非常感谢 Sriwijaya 大学英语教育研究项目的所有讲师，他们向我传授了知识，也感谢所有在大学期间帮助过我的英语教育工作人员、管理人员和其他人员。
多对象检测的远程智能感知系统
方法：视觉技术的进步对多个对象检测和场景理解的领域有重大影响。这些任务是各种技术的组成部分，包括将场景集成到增强现实中，促进机器人导航，启用自主驾驶系统以及改善旅游信息中的应用程序。尽管在视觉解释方面取得了长足的进步，但许多挑战仍然存在，包括语义理解，遮挡，定向，标记数据的可用性不足，照明不均匀，包括阴影和照明，方向变化，对象大小以及背景变化。为了克服这些挑战，我们提出了一个创新的场景识别框架，事实证明这是非常有效的，并产生了非凡的结果。首先，我们在场景数据上使用内核卷积执行预处理。第二，我们使用UNET分割执行语义分割。然后，我们使用离散小波变换（DWT），SOBEL和LAPLACIAN以及文本（本地二进制模式分析）从这些分段数据中提取特征。要识别对象，我们使用了深度信念网络，然后找到对象对象关系。最后，Alexnet用于基于图像中识别的对象将相关标签分配给场景。
置信度评估AV感知传感器的奇数
•天气对传感器性能的影响非常复杂2，包括多个变量和因素之间的许多非明显相互作用。•即使我们能够构建一个“完美”的虚拟测试环境（VTE），该环境（VTE）忠实地将输入天气和风景参数转换为输出传感器响应3，所需的输入数量也将比现有奇数分类学中当前所描述的要大得多，以便完全解释传感器对天气的响应。•成功整合了不同的测试域（校准实验室，现实世界4，模拟5，虚拟）要求所有利益相关者对其目的（和局限性）的共同理解，而且在批判性地，与与之相关的不确定性如何共同管理。