XiaoMi-AI文件搜索系统
World File Search Systemsoni
Ikram Chraibi Kaadoud、Lina Fahed、Philippe Lenca。可解释的人工智能：知识发现、知识表示和表示学习交叉点的叙述性回顾。MRC 2021：第十二届国际情境建模与推理研讨会，2021 年 8 月，加拿大蒙特利尔（虚拟）。第 28-40 页。 hal-03343687
可解释人工智能 (XAI) 最近已成为一个非常活跃的领域，这主要是由于神经网络等黑箱模型的广泛发展。最新技术定义了最近的 XAI 目标，并提出了具体方法。在 XAI 和其他领域之间可以找到隐式链接，尤其是与知识和神经网络相关的领域。我们在此旨在强调这些隐式链接。我们对两个领域的研究工作进行了叙述性回顾：（i）知识领域，重点关注知识发现和表示，以及（ii）表示学习。我们讨论了这些领域与 XAI 之间的相似性和连接点。我们得出结论，为了使黑匣子更加透明，XAI 方法应该受到更多启发，并利用知识和表示学习领域的过去和最近的工作。通过本文，我们为多学科研究人员和人工智能专家以及人工智能知识渊博的用户提供了 XAI 领域的切入点。
神经毒剂和药物中毒的新型医疗对策
德国人继续研究神经毒剂，1938 年 Schrader 团队合成了“沙林”。另一位德国化学家 R. Kuhn 于 1943 年描述了神经毒剂的作用机理，并于 1944 年合成了一种效力更强的神经毒剂“梭曼” [2]。德国人研制的这些神经毒剂被命名为“G 系列”（GA；塔崩，GB；沙林，GD；梭曼）。由于一些政治保留，德国人在第二次世界大战期间没有使用神经毒剂，但有机磷农药在农业中仍然保持着其重要性。20 世纪 50 年代，英国科学家 R Ghosh 为了研制农药，合成了一种新的神经毒剂“VX”，V 代表有毒 [2]。这些新化合物被称为“V 系列”，它们比 G 系列更有效、更持久、挥发性更低 [3]。 1971—1991年，直至苏联解体，俄罗斯在进攻性化学武器计划范围内进行核爆研究，合成了“诺维乔克”（新型核爆剂），这一系列新型核爆剂也被命名为“A系列”[4]。
非典型帕金森主义摘要
我该怎么做才能照顾好我的大脑？亚历山大·潘特利亚特（Alexander Pantelyat），医学博士，我们中的许多人对构成本文标题的问题非常感兴趣。最近，患者和护理伙伴越来越多地问了这个问题，因此决定撰写有关此问题的问题。2020年，麦卡恩大脑健康中心（与波士顿马萨诸塞州综合医院的隶属关系）的一个团队开发了一种循证工具，称为脑护理评分（BCS），这是对大脑健康的21点评估。该分数具有4种物理成分（血压，血红蛋白A1C，胆固醇和身体质量指数），5种生活方式元素（营养，酒精摄入，吸烟，体育锻炼和睡眠量），以及3个社交情绪因素（一般性的社会关系水平，一个直接家庭之外的社交关系和生活中的意义）。分数较高与更好的大脑健康有关，即痴呆，中风和抑郁症的风险较低。对英国40-69岁的年轻人进行了一项大型研究随后，最多13年后发现，BCS的5分提高了中风的风险平均下降了30％，后期生命抑郁症的风险增加了35％，痴呆症风险降低了18％ - 遗传风险概况无遗传风险概况1。BCS的所有3个领域（身体，生活方式和社会情感）都导致了所有3个结果的风险降低！此外，接受MR成像的参与者中所做的一种方法发现，BCS上的每5分增加与临床沉默的中风2降低了25-33％，这是60岁以后的人们非常普遍的发现。BCS旨在成为初级保健的动机工具，但我也发现让患者在诊所填写BC并与我讨论问卷非常有帮助。m OST经常在回顾响应后，我们发现有可衡量的改进空间。填写BC可以提醒患者，他们需要定期检查胆固醇和血红蛋白A1C，并考虑生活中的意义/目的，并记住培养和维持友谊。BCS符合“预防性神经病学”的规模范围更广泛的考虑因素。 3一些神经科医生开始主张预防性神经病学成为其自己的亚专业，而另一些神经病学则敦促它可能为时过早。但是，我毫无疑问，无论您的年龄如何，还是有神经退行性疾病，都有基于证据的方法可以很好地照顾您的大脑！要了解有关预防性神经病学的更多信息，请参见此处的原始文章：https：//pmc.ncbi.nlm.nih.gov/articles/pmc8601209/以及随附的Lay-language文章：应该_preventive_neurology_become_its_own.7.aspx
Natalia Díaz-Rodríguez、Galena Pisoni。通过可解释的人工智能实现可访问的文化遗产。PATCH 2020 - 第 11 届个性化访问文化遗产研讨会，2020 年 7 月，意大利热那亚/虚拟。hal-02864501
值得信赖的人工智能道德准则倡导更具包容性的人工智能技术。可解释人工智能 (XAI) 旨在使最先进的不透明模型更加透明，并捍卫以合理解释为基础的人工智能结果，即以非技术用户为目标的解释。XAI 和负责任的人工智能原则捍卫了这样一个事实，即受众专业知识应该包括在可解释人工智能系统的评估中。然而，人工智能尚未覆盖所有公众和受众，其中一些可能最需要它。文化遗产是可访问性没有受到最新人工智能进展太大影响的领域的一个例子。我们建议将少数民族作为最新 XAI 技术的特殊用户和评估者。为了定义协作和改善用户体验的催化场景，我们提出了一些挑战和研究问题，这些挑战和问题尚未由可能参与这种协同作用的最新 AI 模型解决。
是什么使良好的视觉说明？合成视觉说明调整的复杂视觉推理说明
视觉指导调整对于赋予多模式大语言模型（MLLMS）的零弹性概括性capabil至关重要。在本文中，我们旨在投资一个基本问题：“什么使良好的视觉说明造就了”。通过一项综合实证研究，我们发现着重于复杂的视觉推理任务的指导在改善MLLM的性能方面特别有效，结果与指导复杂性有关。基于这种见解，我们开发了一种系统的方法来自动创建高质量的复杂视觉推理指令。我们的方法采用合成完整的改革范式，利用多个阶段来逐步提高说明的复杂性，同时保证质量。基于此AP-PRACH，我们创建了具有32K示例的Comvint数据集，并在其中创建了四个mllms。实验结果始终取消了所有组合MLLM的性能，例如MME感知和MME认知的LLAVA分别提高了27.86％和27.60％。我们的代码和数据可在链接上公开获取：https：//github.com/rucaibox/comvint。
TDK 企业在 2025 年 CES 上为人工智能新时代铺平道路 ● TDK 将 AI、绿色转型和数字化转型确定为未来十年的大趋势 ● 关键发展包括用于节能 AI 计算的“自旋忆阻器”和集成边缘传感、组件和 AI 功能的工业 4.0 解决方案的 TDK SensEI 的形成 ● 为汽车、工业、能源和 ICT 领域提供尖端解决方案 ● 战略合作伙伴关系包括与 NEOM McLaren Formula E 车队在赛车创新方面的技术合作，以及即将发布的视障人士无障碍产品 2024 年 12 月 10 日 TDK 公司 (TSE: 6762) 将于 2025 年 1 月 7 日至 12 日在内华达州拉斯维加斯举行的年度消费电子展 (CES) 上展出。总部位于东京的 TDK 公司是智能社会电子解决方案的全球领导者之一，正在拥抱人工智能的崛起。预计未来十年该领域将快速增长，因此该公司正在制定创新和业务战略，以充分利用人工智能的潜力。TDK 还强调绿色转型和持续数字化是塑造其未来重点的关键全球趋势。在拉斯维加斯会议中心中央大厅的 15815 号展位上，TDK 展示了其新制定的长期愿景“TDK 转型：加速转型，实现可持续未来”。通过其创新产品，TDK 致力于推动技术进步并促进有意义的社会转型。为了实现这一目标，TDK 不断突破创新的界限，专注于先进材料、尖端制造工艺以及提高客户应用中的产品性能。人工智能已经改变了日常生活的许多方面，并将继续影响行业、自动化和技术。TDK 的解决方案旨在解决人工智能应用面临的关键挑战，例如高功耗，从而实现更高效和更广泛的使用。通过结合传感器融合、先进组件、软件和人工智能，TDK 能够推动创新并改变其主要市场，包括汽车、工业和能源以及 ICT。关键行业的变革性解决方案 ● 汽车：TDK 为电动汽车和高级驾驶辅助系统 (ADAS) 提供广泛的尖端解决方案组合。该公司的全面展示展示了其全系列的组件和传感器技术，特别强调了其 6 轴 IMU 和压电 MEMS 镜技术。 ● 工业和能源：TDK 的集成方法结合了人工智能、传感器融合和先进组件，以推动环境可持续性发展并应对关键的工业挑战，优化能源效率，提高生产力并促进可持续实践。值得关注的创新包括其柔性薄膜压电传感器解决方案和超声波飞行时间传感器。● ICT：TDK 将展示旨在实现更智能、更可靠、更环保的通信系统的解决方案，包括先进的高精度定位传感器和用于直接视网膜投影的超紧凑全彩激光模块，这些技术有望彻底改变增强和虚拟现实体验。
TDK 企业在 2025 年 CES 上为人工智能新时代铺平道路 ● TDK 将 AI、绿色转型和数字化转型确定为未来十年的大趋势 ● 关键发展包括用于节能 AI 计算的“自旋忆阻器”和集成边缘传感、组件和 AI 功能的工业 4.0 解决方案的 TDK SensEI 的形成 ● 为汽车、工业、能源和 ICT 领域提供尖端解决方案 ● 战略合作伙伴关系包括与 NEOM McLaren Formula E 车队在赛车创新方面的技术合作，以及即将发布的视障人士无障碍产品 2024 年 12 月 10 日 TDK 公司 (TSE: 6762) 将于 2025 年 1 月 7 日至 12 日在内华达州拉斯维加斯举行的年度消费电子展 (CES) 上展出。总部位于东京的 TDK 公司是智能社会电子解决方案的全球领导者之一，正在拥抱人工智能的崛起。预计未来十年该领域将快速增长，因此该公司正在制定创新和业务战略，以充分利用人工智能的潜力。TDK 还强调绿色转型和持续数字化是塑造其未来重点的关键全球趋势。在拉斯维加斯会议中心中央大厅的 15815 号展位上，TDK 展示了其新制定的长期愿景“TDK 转型：加速转型，实现可持续未来”。通过其创新产品，TDK 致力于推动技术进步并促进有意义的社会转型。为了实现这一目标，TDK 不断突破创新的界限，专注于先进材料、尖端制造工艺以及提高客户应用中的产品性能。人工智能已经改变了日常生活的许多方面，并将继续影响行业、自动化和技术。TDK 的解决方案旨在解决人工智能应用面临的关键挑战，例如高功耗，从而实现更高效和更广泛的使用。通过结合传感器融合、先进组件、软件和人工智能，TDK 能够推动创新并改变其主要市场，包括汽车、工业和能源以及 ICT。关键行业的变革性解决方案 ● 汽车：TDK 为电动汽车和高级驾驶辅助系统 (ADAS) 提供广泛的尖端解决方案组合。该公司的全面展示展示了其全系列的组件和传感器技术，特别强调了其 6 轴 IMU 和压电 MEMS 镜技术。 ● 工业和能源：TDK 的集成方法结合了人工智能、传感器融合和先进组件，以推动环境可持续性发展并应对关键的工业挑战，优化能源效率，提高生产力并促进可持续实践。值得关注的创新包括其柔性薄膜压电传感器解决方案和超声波飞行时间传感器。● ICT：TDK 将展示旨在实现更智能、更可靠、更环保的通信系统的解决方案，包括先进的高精度定位传感器和用于直接视网膜投影的超紧凑全彩激光模块，这些技术有望彻底改变增强和虚拟现实体验。
来自2D基础模型的3D相互作用推理
估计相互作用的人类的3D姿势和形状以及来自单个野外图像的物体对于混合现实和机器人技术很重要。由于阻塞，深度歧义和广泛变化的物体形状，这具有挑战性。现有工作通过利用身体和物体上的表面接触点并使用这些来指导3D重建来应对这些挑战。不幸的是，获得3D接触注释需要昂贵的3D地面真相或耗时的手动标签。，根据大规模获取培训数据是一个挑战。我们通过开发一种称为InteractVLM的新型模型来解决此问题，该模型利用大型视觉语言模型（VLM）的广泛视觉知识。问题是，这些大型模型并未直接“理解” 3D人类对象接触。为了解决这个问题，我们利用了3D人类对象交互的现有小型数据集来微调大型模型以了解接触。但是，这是非平凡的，因为这种模型仅在2D中“仅”，而触点是继承的3D。因此，我们引入了一个新颖的“ RenderLecalize-Lift”模块，该模块：（1）通过多视图渲染将3D主体和物体表面嵌入2D空间，（2）训练一种新型的多视图本地化模型（MV-LOC），以推断2D，
超声波对锂离子电池的无损测试用于异常检测和质量控制：应用和信号处理
使用超声检查方法用于异常和锂离子电池中的缺陷检测一直是研究人员近年来的一个令人兴奋的主题。用于电池检查的超声波技术主要集中于监视电池状态，识别内部缺陷，并检测诸如锂电池，气体产生和扩展，润湿的一致性以及热失控等问题。该技术通常采用脉搏回波方法，使用触点或沉浸式设置在电池中进行内部缺陷检测。随着超声技术的不断发展，预计将在锂电池检查的各个方面应用越来越多的超声技术。右审讯频率的使用取决于检查的目标。例如，当电池内部有大量阻塞信号的大气体时，使用低频检查。渗透量可能表明细胞的气体程度如何。通过传输信号用于识别与电池内部缺陷相关的音速或穿透量。另一方面，反射信号主要用于定位内部缺陷。当需要单向穿透（例如厚棱镜细胞）并在传感器和细胞之间具有距离时，浸入设置很有用。接触测试通常也用于SOC或SOH估计。
使用神经符号概念学习，推理和计划
我的目标是建造可以从任务，方式和环境中不断学习新知识的机器：回答查询，推断人类的意图，并制定长时间的计划跨越小时到几天。虽然互联网规模数据收集和深度学习工具的最新进展在许多实际应用（例如视觉识别，聊天机器人和游戏代理）中取得了重大进展，但将这一成功扩展到通用代理商仍然很难。首先，收集与高度可变对象和环境的长马相互作用的数据非常昂贵；其次，这样的代理必须能够不断获得新的概念，同时能够将分布式分布到新颖的状态，目标和偏好中，这是当前端到端神经网络系统所影响的挑战。