XiaoMi-AI文件搜索系统
World File Search Systemtoolkits
人工智能在教育中的应用：
摘要。目的 - 人工智能 (AI) 在教育领域得到了广泛的应用，从在线辅导到学生的自动在线评估。人工智能在教育中的应用的主要未解决问题是预测学生的成绩，以确定学习者是否过早失败或辍学。设计/方法/方法 - 本文从当前文献中分析了人工智能在教育中的应用，并在此基础上提出了一种智能课程分配和学生评估模型，以提高学生的表现和教师的效率。结果 - 文献综述和对人工智能在教育中的应用的分析表明，尽管目前人工智能在教育中得到了广泛的应用和使用，但在使用预测人工智能工具来改善学习者和教师的教学和学习体验方面仍然存在一个未解决的问题。虽然人工智能在教育中的重点似乎是形成性评估、评估和学生的自动评分，但对教师在教学、学习和评估效果方面的表现的评估似乎没有得到同样的重视。实际意义 - 面对全球南方国家用于支持教育的经济资源日益减少，以及全球北方和南方国家教育成本高昂的情况，应用预测性人工智能工具来确定早期学校失败和学生辍学迹象以及教师效率低下的必要性不容忽视。遵循我们的模型并应用 Weka 工具包中选定的机器学习工具来预测学习者和教师的表现，以提高成绩和教师的效率，将产生良好的结果。Weka 包含用于数据挖掘任务的机器学习算法集合，具有用于数据准备、分类、回归、聚类、关联规则挖掘和可视化的工具。使用这种工具可以得到可以表明学生和教师的表现和效率的结果。使用本研究提出的智能评分模型将使教育利益相关者能够成功地开展他们的活动。关键词：人工智能、教育、计算机辅助学习、教育技术。
IBM 向欧盟委员会提交的《人工智能》草案
《情报法》 IBM 坚信开发和帮助他人构建负责任的人工智能。早在 2018 年，我们就提出了信任和透明原则 1，其中包括开发和应用可解释和透明的人工智能的关键承诺，目的是增强（而不是取代）人类智能。我们通过不同的举措将这些原则付诸实践 2，例如开发值得信赖的人工智能开源工具包 3 以支持我们的客户迈向值得信赖的人工智能，以及建立跨学科的人工智能伦理委员会。通过我们对欧盟委员会人工智能伦理高级小组的贡献、签署《人工智能伦理罗马呼吁》、我们对技术的道德使用的坚定承诺 4 以及我们对人工智能政策讨论的众多贡献 5 ，我们努力表明技术应该而且可以以负责任的方式开发和部署，而不会妨碍创新。建立信任需要承认与问责制、透明度、公平性和安全性相关的合理担忧，并建立适当的监管机制来管理这些风险，同时继续促进持续的创新和实验——要实现这种平衡，需要采取明确而有针对性的精准监管方法。关于《人工智能法》草案的总体考虑我们赞扬委员会在 2019 年人工智能白皮书和法规草案中的连续性和连贯性，以及在起草高风险人工智能系统的法律要求时遵循委员会人工智能伦理高级专家组的主要建议。我们相信，规则草案建立在正确的原则之上，我们支持采用基于风险的方法来培养对人工智能的信任，而不会妨碍其负责任的发展。我们长期以来一直呼吁通过一种相称的方法进行“精准监管”，监管高风险用例，而不是人工智能技术本身。我们支持这样的观点，即当人工智能系统满足某些标准时，例如严重程度和对人造成某些严重伤害的概率，就应该被视为高风险。
2025佛罗里达大学本科研究会议
2019 - 现任南佛罗里达大学，帕特尔全球可持续发展学院，佛罗里达州坦帕。可持续业务主任，兼职教授教授和指导学生有关可持续业务，能源政策，研究方法，可持续经济学和金融的学生。执行社区宣传；战略市场评估；开发创新的技术，生成实践知识，以促进全球和本地的社会，经济和环境可持续性。与区域市政当局，公用事业和当地县或城市合作，以进行成本效益分析，为太阳能PV，能源存储和温室气体排放创建案例研究和工具包，以进行弹性。项目包括ESG报告评估，温室气体清单，物质评估，基于SBTI的净零计划，生命周期分析等。审查案例研究以分析GRI，SASB和TCFD报告。作为富布赖特学者的一部分，为印度的PSG研究所提供了可持续的创新和创业专业知识。•与企业（Publix，Tampa International Airport，TD Synnex，Jabil，Ygrene）合作就其可持续性和ESG计划进行了合作。对范围1、2和3的审查，基准测试和建议的方法，以衡量碳足迹和偏移，评估物质和风险，管理环境调节，实施基于科学的净纳入净 - 零，并执行成本/收益和生命周期分析，以评估重要性和风险。2019 - 目前的Halovation LLC，佛罗里达州陆地O湖。总统•对区域城市/县（Hillsborough，Pinellas，Manatee，Largo）进行了详细的财务和环境影响研究，对涉及可再生能源（太阳能和存储）的项目，能源效率和运输机队的电气化。•与坦帕湾地区规划委员会，美国能源和国家可再生能源实验室（NREL）协调，以计划和发展一个行业集群，用于弹性微电网技术，从而使坦帕湾地区的太阳能，能源存储和EV充电基础设施在零发货中进行清洁能源发电。
COVID-19 疫苗接种计划提供者手册
1. 变更摘要 ................................................................................................................................................3 2. 简介 ..........................................................................................................................................................5 3. 紧急使用授权和 FDA 许可 ................................................................................................................6 紧急使用授权 ......................................................................................................................................6 完整的 FDA 许可 ......................................................................................................................................6 4. 疫苗制造商信息 .............................................................................................................................7 疫苗到期日期 .............................................................................................................................................7 5. 疫苗优先顺序和 ACIP 建议 - 必需 .............................................................................................................9 6. 供应商注册 - 必需 ................................................................................................................................9 7. 关键员工和 COVID-19 疫苗管理计划 .............................................................................................................9 8. 供应商培训 - 必需 .............................................................................................................................10 9. imMTrax - 必需 .............................................................................................................................................10 10. 订购疫苗 ............................................................................................................................................. 10 在 imMTrax 中订购疫苗 ...................................................................................................................................... 11 第一剂和第二剂 .............................................................................................................................................. 11 11. 在 imMTrax 中接收疫苗 ............................................................................................................................ 11 12. VaccineFinder – 报告每日库存 - 必需 ...................................................................................................... 12 13. 在 imMTrax 中核对疫苗 ...................................................................................................................... 12 聚合提供商 ............................................................................................................................................. 13 集成提供商 ............................................................................................................................................................................. 13 14. 疫苗发货和辅助用品 ...................................................................................................................... 13 在您的机构接收疫苗 ................................................................................................................................ 14 疫苗发货内容 ...................................................................................................................................... 14 辅助用品 ............................................................................................................................................. 16 15. 患者教育 - 必需 ............................................................................................................................. 16 16. 疫苗接种记录卡（必需）和第二剂提醒 ............................................................................................. 17 V-safe - 接种疫苗后健康检查器 ............................................................................................................. 17 17. 体温监测 - 必需 ............................................................................................................................. 17 持续监测 ............................................................................................................................................. 18 每日监测 ............................................................................................................................................. 18 18. 报告体温超标 - 必需 ............................................................................................................................. 18 涉及疫苗发货的事故........................................................................................................... 18 涉及贵机构储存和处理的事件 .......................................................................................................... 19 19. 疫苗重新分配 - 必需（如适用于贵机构） ................................................................................ 19 20. 疫苗运输 - 必需（如适用于贵机构） ............................................................................................. 20 21. 疫苗浪费和损失 ............................................................................................................................. 21 22. VAERS 不良事件报告 - 必需 ............................................................................................................. 21 23. 向 imMTrax 报告已注射剂量 - 必需 ............................................................................................. 22 有关数据报告的其他资源： ............................................................................................................. 22 24. 覆盖范围和计费 .............................................................................................................................22 医疗保险服务中心和医疗补助工具包 ...................................................................................................... 22 疫苗代码和交叉对照表 .............................................................................................................................. 23 25. 库存管理特殊情况 ............................................................................................................................ 23 预期药瓶填充量和额外剂量及浪费 ......................................................................................................................... 23 附录 ......................................................................................................................................................................... 26 附录 A - 疫苗管理计划 ......................................................................................................................................... 27 附录 B – COVID 疫苗接种人员培训日志 ............................................................................................................. 32
细胞免疫治疗中的多重工程和精准基因编辑
细胞免疫疗法在临床上的出现彻底改变了越来越多人类癌症的治疗前景。基因重编程的免疫细胞，包括嵌合抗原受体 (CAR) 修饰的免疫效应细胞以及 T 细胞受体 (TCR) 疗法，已在不同难治患者群体中表现出显著的反应。虽然这些新的治疗选择在为相当一部分接受治疗的患者提供长期缓解方面取得了巨大成功，但仍存在许多挑战。注入免疫细胞的体内持久性有限和功能性耗竭以及肿瘤免疫逃逸和靶向肿瘤外毒性只是限制当今基因工程细胞产品效力的一些挑战的例子。正在探索多种工程策略来应对这些挑战。近年来，多重精准基因组编辑的出现提供了一种灵活且高度模块化的工具包，可通过有针对性的基因干预来专门解决其中的一些挑战。这类下一代细胞疗法旨在赋予工程免疫细胞增强的功能，并保护它们免受内在免疫检查点以及恶劣的肿瘤微环境 (TME) 引起的免疫抑制线索的影响。之前将额外的基因改造引入免疫细胞的努力大部分集中在基于核酸酶的工具上，如 CRISPR/Cas9 系统或 TALEN。然而，包括碱基编辑器和引物编辑器在内的核酸酶失活平台最近已经出现，并有望提供一种更安全的途径来重写基因序列并引入大片段转基因 DNA，而不会诱导双链断裂 (DSB)。在这篇综述中，我们讨论了这两个令人兴奋的新兴领域——细胞免疫疗法和精准基因组编辑——如何共同发展，从而大大扩展了设计个性化抗癌治疗的可能性。我们将阐述各种工程策略以及核酸酶依赖性和核酸酶失活的精确基因组编辑工具包如何越来越多地被应用以克服当今的限制，从而构建更有效的细胞疗法。我们将反思新颖的信息丰富的无偏见发现方法如何不断深化我们的理解
通过数据和模型共享实现人工智能创新
2020 年 9 月，美国国家科学基金会 (NSF) 融合加速器 (CA) 在其 D 轨道第一阶段的“通过数据和模型共享实现人工智能驱动的创新” (NSF 2020) 中资助了 18 个项目。本文简要概述了这 18 个项目，这些项目侧重于将研究转化为数据和模型共享的实践，以共享开放以及涉及隐私问题的敏感数据/模型。从 2020 年 9 月到 2021 年 5 月，这些项目参加了 CA 创新课程（参见本期特刊中的 Baru 等人），并致力于概念验证原型以测试和说明他们的想法。第二阶段的提案于 2021 年 5 月提交给 NSF。18 个项目中的 6 个被选中进入第二阶段，如下面各自的项目描述中所述。 NSF 的“驾驭数据革命大构想”表达了对共享数据和数据驱动模型（特别是 ML/AI）的 ModelCommons 的需求（NSF 2018）。这些想法在 2018 年 8 月的 ACM KDD 2018 通用模型基础设施研讨会（CMI 2018）上得到了进一步阐述。2019 年 6 月发布的国家人工智能研发战略计划更新（NSTC 2019）强调了相关问题，包括 (i) 开发和提供各种数据集以满足各种人工智能兴趣和应用需求的紧迫性，同时应对标准化、隐私等相关挑战，(ii) 使培训和测试资源响应商业和公共利益，以及 (iii) 开发开源软件库和工具包以实现数据共享和访问。Track D 中开展的努力将有助于创建国家人工智能研究基础设施，正如国家人工智能安全委员会 (NSCAI 2021) 所建议的那样。 Track D 第一阶段项目涵盖了广泛的应用领域，解决了与共享开放和敏感数据和模型相关的一系列问题，包括隐私问题和访问控制考虑。这 18 个项目可以根据共同的问题和挑战分为以下几大领域：(1) 医疗保健/医学、神经科学、美国手语 (ASL)、荟萃分析、兽医学；(2) 水、
全球归还遗传研究的观点导致帕金森氏病
在精确医学时代，基因检测结果在帕金森氏病（PD）及其家人的护理中变得越来越相关。虽然大型PD研究协会正在进行广泛的基因检测以加速发现，但关于是否应将结果归还给患者的结果继续进行辩论。从道德上讲，必须让参与者了解情况，尤其是在发现可能采取行动的情况下。但是，研究测试可能没有临床诊断实验室所需的标准。缺乏普遍认可的协议使建立适当的准则变得复杂。旨在为全球帕金森氏遗传学计划（GP2）中的研究结果（ROR）实践提出建议，我们进行了一项全球调查，以深入了解GP2成员对ROR的看法，实践，准备和需求。GP2成员（n = 191），代表六大大洲的147个机构和60个国家，完成了调查。与低收入国家相比，高收入国家 /地区获得临床基因测试服务的机会明显更高（96.6％vs. 58.4％），那里的资金主要由患者本身覆盖。虽然有92.7％的受访者同意应返回遗传研究结果，但与已知引起PD或其他神经退行性疾病的基因中有关致病性或可能致病性变异的临床相关结果的一致性较高。少于10％在返回遗传研究结果之前提供了单独的临床认证基因检测。48.7％的人报告说，在其道德同意书上有关于ROR政策的具体陈述，而53.9％的人对参与者对ROR的偏好收集了数据。 24.1％接受了正式的遗传咨询培训。 值得注意的是，返回偶然的遗传发现或返回未受影响个体的结果的舒适度仍然很低。 鉴于ROR的资源和培训的差异以及道德和监管方面的考虑，需要使用量身定制的方法来确保公平访问ROR。 几种确定的增强ROR实践的策略包括改善知情同意程序，提高遗传咨询的能力，包括为常见遗传变体提供咨询工具包，扩大对可持续的临床认可的测试的访问，建立后勤基础架构，以促进ROR过程，以及针对公众和医疗保健的宗教和医疗保健的智能，并在基因上的重要作用。48.7％的人报告说，在其道德同意书上有关于ROR政策的具体陈述，而53.9％的人对参与者对ROR的偏好收集了数据。24.1％接受了正式的遗传咨询培训。值得注意的是，返回偶然的遗传发现或返回未受影响个体的结果的舒适度仍然很低。鉴于ROR的资源和培训的差异以及道德和监管方面的考虑，需要使用量身定制的方法来确保公平访问ROR。几种确定的增强ROR实践的策略包括改善知情同意程序，提高遗传咨询的能力，包括为常见遗传变体提供咨询工具包，扩大对可持续的临床认可的测试的访问，建立后勤基础架构，以促进ROR过程，以及针对公众和医疗保健的宗教和医疗保健的智能，并在基因上的重要作用。
苏云金芽孢杆菌及其毒素的生物技术进步：最近的更新
广泛的害虫，主要是鳞翅目（毛毛虫），双翅目（蚊子和黑蝇）和鞘翅目（甲虫幼虫）（Sanchis 2011）。bt的特征是在孢子形成过程中生产，内毒素蛋白（称为哭泣的蛋白），这些蛋白会积聚并形成晶体包含体。昆虫必须消耗/摄取这些哭泣的蛋白质，才能感受到其作用，直到昆虫死亡。在摄入后，昆虫中肠内的碱性条件会导致晶体的溶解化，从而将其转化为有毒的核心碎片（Sansinenea 2019）。这些有毒蛋白与位于昆虫中肠上皮细胞上的受体（糖蛋白或糖蛋白）结合（Bravo等人2011）。结合后，毒素会改变其构象，从而使其插入细胞膜并形成阳离子选择通道（Bravo等。2013）。当形成足够的这些通道时，几个阳离子进入了细胞。这会导致细胞内部的渗透不平衡，从而导致中肠上皮完整性的丧失。这使碱性肠道果汁和细菌可以通过中肠地下膜，杀死昆虫。当用作喷雾剂时，这些毒素无效地防止昆虫攻击植物的根或植物的内部部分（Sanahuja等人。2011）。这些局限性引发了人们对开发新的遗传修饰植物和细菌表达哭泣和其他BT-杀虫基因的兴趣，以便提供更有效的毒素递送系统来控制这些昆虫（Azizoglu和Karabörklü2021）。2021; Lazarte等。在生物技术技术（例如基因工程）中的持续进展，具有计算生物学的能力，导致了有关BT的发展和发现。在这种情况下，全球各个研究小组对寻找具有新的抑制活性范围和高水平的毒性毒素的新型哭泣毒素非常感兴趣，这是针对虫害的一种替代品，这种毒性毒性具有更高的抗药性水平（Hou等人 2019; Crickmore等。 2021）。 结果，使用术基因组数据，遗传修饰（GM）微生物的发展的持续菌株改善正在成为不可避免的能够实现非本地基因表达和改善本机生产国以发展遗传学改善菌株的工具包（Liu等人（Liu等）（Liu等人。 2017; Azizoglu等。 2020）。 今天的新一代方法，例如模拟和动态研究，2019; Crickmore等。2021）。结果，使用术基因组数据，遗传修饰（GM）微生物的发展的持续菌株改善正在成为不可避免的能够实现非本地基因表达和改善本机生产国以发展遗传学改善菌株的工具包（Liu等人（Liu等）（Liu等人。2017; Azizoglu等。2020）。今天的新一代方法，例如模拟和动态研究，
革新医疗保健：机器学习如何改变患者的诊断 - 对AI对医疗的影响的全面审查
机器学习与医疗保健的交汇处引发了患者诊断，个性化疗法和医疗保健的重大转变。本文探讨了创新技术与富有同情心的护理之间的复杂互动，阐明了AI驱动的见解和人类专业知识如何改变医疗保健行业。这次旅行始于医疗保健机器学习背后的基本思想的细分。我们研究机器学习算法如何在复杂的医学数据中找到隐藏的模式，从而可以进行风险分层和早期疾病鉴定。机器学习到医学成像，尤其是放射学的应用是一种关键发展，可以提高诊断精度并加快治疗选择。随着机器学习的应用增长，诊断辅助工具正在成为医疗保健专业人员工具包中越来越重要的一部分。这些工具通过分析患者数据来产生潜在的诊断并提供治疗建议，从而增强了临床决策，从而增加了人类直觉和AI驱动的见解之间的新水平。本文探讨了常规患者诊断的问题，例如人为错误，诊断准确性变异性以及诊断异常疾病的障碍。以机器学习的形式出现答案，该答案具有降低错误，标准化诊断并提高识别罕见疾病的精度的能力。在将机器学习整合到医疗保健中时，道德和法律问题将成为中心阶段。指导适当使用AI驱动见解的关键支柱是患者自主权，数据隐私，算法偏见和可解释性。为了确保患者的信任，数据安全和道德行为，应对这些问题至关重要。本文提供了令人信服的案例研究，以证明机器学习对医疗保健行业的革命性影响。这些案例研究突出了具体的成就，可以改善患者的结果，重新定义诊断准确性并塑造越来越精确且以患者为中心的医疗保健局势。它们的范围从放射学和早期疾病检测到预测传染病暴发和实现个性化治疗。机器学习和医疗保健的结合是数据驱动的创新如何具有在人类同情心上具有牢固基础的部门的能力的一个例子。这项研究强调了机器学习与人类专业知识之间的互惠互利，同时强调了在技术的革命潜力与道德考虑与以患者为中心的治疗之间取得平衡的必要性。医疗保健中机器学习的革命性潜力是对未来的希望，与传统相融合在一起，可以在我们走上道路上融合的艺术和科学。
人工智能的新兴技术增强了人与人之间的协作
[1] Patricia Bertini 和 Elsa Plumley。2014 年。共同创造：与用户一起设计，为用户服务：Ux 展位。https://www.uxbooth.com/articles/co-creation-designing-with-the-user-for-the-user/ [2] Susanne Bødker。2021 年。通过界面：一种人机交互设计方法。CRC 出版社。[3] Willemien Brand。2017 年。视觉思维：通过视觉协作赋予个人和组织权力。BIS 出版社。[4] Senthil Chandrasegaran、Chris Bryan、Hidekazu Shidara、Tung-Yen Chuang 和 Kwan-Liu Ma。2019 年。TalkTraces：实时捕捉和可视化会议中的口头内容。2019 年 CHI 计算机系统人为因素会议论文集。1-14。 [5] Henna Järvi、Anni-Kaisa Kähkönen 和 Hannu Torvinen。2018 年。当价值共同创造失败时：导致价值共同毁灭的原因。《斯堪的纳维亚管理杂志》34, 1 (2018)，63–77。[6] Janin Koch。2017 年。使用协作 AI 进行设计的设计含义。2017 年 AAAI 春季研讨会系列。[7] Jon McCormack、Patrick Hutchings、Toby Gifford、Matthew Yee-King、Maria Teresa Llano 和 Mark D'inverno。2020 年。与创意人工智能实时协作的设计注意事项。《Organised Sound》25, 1 (2020)，41–52。 https://doi.org/10.1017/S1355771819000451 [8] Jonas Oppenlaender。2022 年。文本到图像生成的创造力。第 25 届国际学术 Mindtrek 会议论文集。192–202。[9] Paul B Paulus 和 Jared B Kenworthy。2019 年。有效的头脑风暴。牛津团体创造力和创新手册 (2019 年)，第 287–386 页。[10] Dorian Peters、Lian Loke 和 Naseem Ahmadpour。2021 年。工具包、卡片和游戏——协作创意模拟工具综述。CoDesign 17, 4 (2021)，410–434。[11] L Plé 和 R Chumpitaz。 2009. 并非总是共同创造：在服务主导逻辑中引入价值的交互共毁。关键词。LEM 工作文件 2009-05 (2009)，18-p。[12] 石阳、王阳、齐叶、陈约翰、徐晓瑶和马宽流。2017. IdeaWall：通过组合视觉刺激改善创造性协作。2017 年 ACM 计算机支持协同工作和社交计算会议论文集。594-603。[13] Ben Shneiderman。2020. 以人为本的人工智能：三个新想法。AIS 人机交互学报 12，3 (2020)，109-124。[14] Anne M. Smith。2013. 价值共毁过程：客户资源视角。 https://doi.org/10.1108/EJM-08-2011-0420 [15] Jaime Snyder。2014 年。信息的视觉表示作为交流实践。信息科学与技术协会杂志 65, 11 (2014)，2233–2247。[16] Lebene Richmond Soga、Bernd Vogel、Ana Margarida Graça 和 Kofi Osei-Frimpong。2021 年。Web 2.0 支持的团队关系：行动者网络视角。欧洲工作与组织心理学杂志 30, 5 (2021)，639–652。