XiaoMi-AI文件搜索系统
World File Search Systempons
2023 年议员和贵族来信回复数据
1 2023 年 2 月 7 日，总理宣布政府机构 (MoG) 改革，成立三个新政府部门：能源安全与净零排放部 (DESNZ)、科学、创新和技术部 (DSIT) 和商业和贸易部 (DBT)；以及重新调整后的文化、媒体和体育部。由于从 BEIS 到 DBT、DESNZ 和 DSIT 的过渡时间，BEIS 的数据已报告第一季度和第二季度。
HiddenLayer 对 NIST 关于 AI 的 RFI 的回应
HiddenLayer 团队诞生于 2019 年的一次真实世界中的对抗性机器学习攻击，当时 Chris Sestito、Jim Ballard 和 Tanner Burns（HiddenLayer 创始人）负责应对一次严重的真实世界中的对抗性机器学习攻击。当时，Chris Sestito（HiddenLayer 首席执行官）领导着 Cylance 的威胁研究，Cylance 是一家 AI 公司，通过利用深度学习来防止恶意软件攻击，彻底改变了反病毒行业。2019 年，Windows 可执行 ML 模型通过现在称为推理攻击的攻击被利用，暴露了其弱点，并允许攻击者成功逃避 Cylance 运行的任何地方的检测。在响应工作中，未来的 HiddenLayer 创始人将其视为未来攻击的前兆，这些攻击是由 AI/ML 固有的弱点、更多的开源攻击工具以及对世界上有史以来发展最快、最重要的技术的不断增长的了解和使用而引起的。为了证明这些攻击是可以预防的，该团队开发了一种独特的、正在申请专利的、产品化的人工智能安全解决方案，以帮助所有组织减轻基于人工智能的解决方案固有的安全风险。
负责任地使用人工智能
1. 人机互动：我们认为 AI 应该用于协助和加速人类决策，而不是取代人类决策。我们的 AI 系统本质上是咨询性的，绝不会自行采取相应行动。使用 AI 生成的指导，我们可以帮助客户更快地做出更好的决策。2. 以工作流程为中心的应用：我们确定工作流程中 AI 可以提供改进的授权和特定领域，使用户能够更快、更成功地完成相同的任务。我们正以有针对性和协作开发的方式将经过验证的 AI 技术应用于定义狭窄且易于理解的用例。3. 规范创新：我们应用经过精心训练、彻底表征和广泛测试的经过验证的 AI 和机器学习技术。这使得 AI 驱动的解决方案在现场出现意外的可能性大大降低。4. 监督：我们成立了摩托罗拉系统技术咨询委员会 (MTAC)，作为“技术良心”，并就特定产品技术的道德规范、局限性和影响为公司提供建议。此外，我们还咨询客观的第三方，以提供由外而内的观点来指导我们的决策。
引导负责任和合乎道德的
2024 年 4 月由 FSMB 众议院通过 执行摘要 人工智能 (AI) 具有巨大潜力，可帮助医疗保健提供者进行诊断、治疗选择、临床记录和其他任务，以提高质量、可及性和效率。但是，如果没有适当的“护栏”和理解，这些技术就会带来风险，这可能会影响临床实践中的考虑因素以及州医疗委员会的监管流程。通过采取以道德原则为基础的主动和标准化治理方法，州医疗委员会可以促进各种形式的人工智能的安全有效整合，同时优先考虑患者的健康。本报告总结了专家意见和程序，以制定 FSMB 道德和专业委员会的指导方针，以帮助医生和州医疗委员会引导负责任和合乎道德的人工智能融入，重点是 (1) 教育、(2) 强调人类责任、(3) 确保知情同意和数据隐私、(4) 主动解决责任和义务问题、(5) 与专家合作以及 (6) 将人工智能治理锚定在道德原则上。必须持续监控和改进使用人工智能的临床系统和流程。这不应在真空中进行，而应成为医生、卫生系统、数据科学家和监管机构（包括州医疗委员会）之间协作的重点。通过深思熟虑地应对人工智能在医疗保健领域带来的机遇和挑战，州医疗委员会可以促进人工智能的安全、有效和合乎道德的使用，将其作为一种工具来增强（但通常不会取代）医疗实践中人类的判断力和责任感。在履行其使命以确保患者从人工智能的应用中受益而不是受到伤害的过程中，州医疗委员会必须避免过度监管和监管过度，避免试图监管不属于其职权范围的领域。通过集中精力关注持照人使用人工智能的现状和未来，州医疗委员会可以保持监管效率，实现跨辖区在临床实践中对人工智能监管的一致性，帮助确保人工智能的益处，并在维护专业标准的同时积极保护患者。
建议：提供权力和资源，促进政府机构对人工智能的负责任采购创新
过去几年，美国联邦政府对人工智能技术的采购急剧增加。1 基于对各机构在采购尖端人工智能方面面临的挑战的研究，NAIAC 2023 年秋季的建议重点关注各机构在现有采购权限内可以做些什么。即，NAIAC 建议各机构优先考虑人工智能采购，包括在其总统过渡计划中；解决人工智能专业知识差距并培训采购人员；利用新兴人工智能采购实践的非详尽清单——例如质量保证监测计划 (QASP) 和领域内评估；并确保创新人工智能采购方面的专业知识和最佳实践成为机构知识并在整个机构间共享。2 持续的研究和与利益相关者的接触揭示了联邦采购条例 (FAR) 在实践中的实施存在很大局限性。因此，这项建议侧重于机构采购一流、值得信赖的人工智能所必需的变革。
我们对OFWAT对2025–30
Ofwat已决定干预以延迟RCV的恢复，而不是允许资本资产在其经济生活中自然贬值。这导致成本传递给子孙后代。我们的客户研究发现了对代际公平的坚定支持，这似乎没有考虑过。这种扭曲与回收RCV的自然率对现金流产生负面影响，这是在满足监管要求所需的投资率时增加的。仅增加投资就会扩展现金流，通常会导致RCV的高级恢复。延迟RCV的恢复量留下了AMP8所需的投资支出和价格控制中提供的资金的巨大差距。虽然有加速RCV恢复的案例，但我们要求Ofwat将其恢复为我们最初提交的业务计划中规定的恢复率，该计划已经从当前时期减少了，以减轻账单压力。
