XiaoMi-AI文件搜索系统
World File Search Systemriendship
人工智能聊天机器人与友谊
随着时间的推移，技术影响了我们建立和维持友谊的方式。随着人工智能技术的最新发展，我们现在有了可以进行非常真实的对话的生成式人工智能聊天机器人。这不仅有趣且有用，而且还会让人们与聊天机器人产生情感联系。但这可以吗？在本次活动中，学习者将努力解决这个问题，思考是什么让人类的友谊变得特别和独特。
基于生成代理的建模可以在社交媒体模拟中复制友谊悖论吗？
基于生成代理的建模（GABM）是一种新兴的模拟范式，将大型语言模型的推理能力与传统的基于代理的建模相结合，以复制复杂的社交行为，包括在社交媒体上进行互动。虽然先前的工作集中在局部现象（例如意见形成和信息传播）上，但其捕获全球网络动态的潜力仍然没有被逐渐消失。本文通过通过友谊悖论（FP）的角度分析基于GABM的社交媒体模拟来弥补这一差距，这是一种违反直觉现象，平均而言，个人的朋友比朋友的朋友少。我们为社交模拟的GABM框架提出了一个框架，其特征是模仿具有不同个性和兴趣的真实用户的生成代理。使用美国2020年选举和Qanon阴谋的Twitter数据集，我们表明FP自然出现在GABM模拟中。与现实世界的观察一致，模拟揭示了一个分层结构，在该结构中，代理优先与其他表现出更高活动或影响的人相连。此外，我们发现不频繁的连接主要驱动FP，反映了真实网络中的模式。这些发现将GABM验证为建模全球社交媒体现象的强大工具，并通过对用户行为进行细微的分析来强调其推进社会科学的潜力。
密苏里经济指标 - 友谊中的社会资本...
桥接社会资本可以解锁多样化资源的获取 桥接社会资本或经济联系是通过高收入（高于中位数）朋友在低收入（低于中位数）人群中的比例来衡量的。 2022 年，下图中黄色区域县的经济联系度高于美国 40.3% 的中位数。 在密苏里州，城市圣查尔斯县排名最高，为 54.4%，这表明低于中位数收入人群的朋友中有 54.4% 是收入高于中位数的人。 相比之下，农村佩米斯科特县排名最低，为 29.2%。 在全国范围内，新罕布什尔州的罗金厄姆县的经济联系度最高，为 68%，而南达科他州的托德县最低，为 14.7%。 与不同收入人群的接触因地点和结识某人并成为其 Facebook 好友的可能性而异。 对于本地主导的发展工作，与当地社区内外的多元化个人网络建立联系具有优势。虽然爱荷华州农村地区的当地领导人首先从他们最亲密的关系中获取知识和资金，但他们经常需要建立新的关系来获得专业知识、政治支持或额外资源来完成项目。建立新的关系需要时间，而且并非所有的新关系都会发展成为合作伙伴关系。研究表明，拥有强大跨收入关系的社区对当地主导的经济发展的支持更强，居民的向上流动性也更大。
在学校联系中保存友谊：一种构建合成时间网络的算法，用于流行建模
关于宿主之间接触的高分辨率时间数据提供了有关传染病传播基础的混合模式的重要信息。公开可用的联系数据集通常在短时间窗口中记录有关流行病的持续时间。为了告知疾病传播模型，数据经常经常重复几次，从而产生涵盖足够长时间的时间表的合成数据。在短期数据上循环到较长的时间尺度上的接触模式可能会导致无效的传输链，因为所有接触的确定性重复，而无需在连续期之间每个人的接触伙伴任何续约。真正的联系确实包括定期重复的接触（例如，由于友谊关系）和更随意的联系。在本文中，我们提出了一种算法，以纵向扩展学校环境中记录的联系数据，并考虑到这一问题的双重方面，尤其是由于友谊而导致的重复联系人。为了说明这种算法的兴趣，我们使用针对学校环境的基于代理的模型模拟了SARS-COV-2在合成接触上的传播。我们将结果与对综合数据进行的模拟进行了比较，以更简单的算法来确定在数据扩展方法中保存友谊的影响。值得注意的是，友谊的保存不会强烈影响学校班级之间的传输路线，而是导致各个学生之间的不同感染途径。我们的结果还表明，在两天内收集接触数据足以产生该人群中较长时间尺度的个体之间的现实综合接触序列。所提出的工具将允许建模者利用现有的联系数据，并有助于最佳未来现场数据收集的设计。
儿童亲密友谊、心理健康和认知之间非线性关联的大脑和分子机制
1 复旦大学类脑智能科学与技术研究所，上海，中国；2 计算神经科学与类脑智能教育部重点实验室（复旦大学），上海，中国；3 教育部医学神经生物学国家重点实验室和脑科学教育部前沿研究中心（复旦大学），上海，中国；4 英国考文垂华威大学计算机科学系；5 英国牛津计算神经科学中心；6 英国剑桥大学精神病学系；7 英国剑桥大学行为与临床神经科学研究所；8 浙江师范大学复旦 ISTBI—ZJNU 类脑智能算法中心，金华，中国；9 上海医学院和中山医院免疫治疗技术转移中心，上海，中国；10 复旦大学华山医院神经内科，上海，中国； 11 张江复旦国际创新中心，上海，中国
儿童亲密友谊、心理健康和认知之间非线性关联的大脑和分子机制
基线 (n = 7,512) 2 年随访 (n = 4,290) 年龄，岁 9.91 (0.62) 11.49 (0.66) 性别，n (%) 女性 3,625 (48.3%) 2,044 (47.7%) 男性 3,887 (51.7%) 2,246 (52.4%) 种族，n (%) 白种人 4,169 (55.5%) 2,612 (60.9%) 黑人 931 (12.4%) 385 (9.0%) 西班牙裔 1,500 (20.0%) 791 (18.4%) 亚裔 154 (2.1%) 89 (2.1%) 其他 758 (10.1%) 413 (9.6%) 家庭收入 7.73 (2.35) 7.83 (2.04) 父母教育 16.87 (2.59) 17.11 (2.44) BMI 18.72 (4.11) 20.35 (4.63) 青春期 1.75 (0.87) 2.53 (1.05) 亲密朋友总数 6.26 (9.01) 6.82 (8.37) 同性亲密朋友 4.78 (6.73) 4.99 (5.92) 异性亲密朋友 1.48 (3.68) 1.83 (3.66)
我的人工智能朋友：社交聊天机器人的用户如何理解他们的人机友谊
对话式人工智能 (AI) 的使用正在增加，例如类人社交聊天机器人。虽然预计会有越来越多的人与社交聊天机器人建立亲密关系，但关于人与人工智能友谊的理论和知识仍然有限。由于与人工智能的友谊可能会改变我们对友谊本身的理解，本研究旨在通过已开发的概念框架探索人与人工智能友谊的含义。我们对与社交聊天机器人 Replika 建立人与人工智能友谊的人进行了 19 次深入访谈，以了解他们如何理解和看待这种友谊，以及它与人类友谊的比较。我们的结果表明，虽然人与人工智能的友谊可能以与人与人友谊类似的方式理解，但聊天机器人的人工智能性质也在多个方面改变了友谊的概念，例如允许根据用户的需求定制更加个性化的友谊。