作为基因编写领域的先驱,Tessera Therapeutics 正在通过完善将短信息或长信息插入任何基因组的能力来改变人类治疗疾病的方式。Tessera 寻求一种解决方案,以确保超过 12 TB 的科学数据在由湿科学家和计算生物学家组成的大型跨职能团队中可查找、可访问、可互操作和可重复使用 (FAIR)。Tessera 利用 Quilt 和 Nextflow 的组合来加速其基因编辑发现的上市。
1 Lancieri 是苏黎世联邦理工学院法学与经济学中心的博士后研究员,也是芝加哥大学布斯斯蒂格勒中心的研究员;Zingales 是罗伯特·C·麦考马克杰出创业服务教授,也是芝加哥大学布斯斯蒂格勒中心的教职主任;Posner 是芝加哥大学法学院的 Kirkland & Ellis 杰出教授。他在本文的早期草稿发布后加入了司法部;该版本和最终版本不一定反映司法部的观点。作者要感谢 Bill Kovacic、Tina Miller、Marc Winerman、Andrew Gavil、Daniel Crane、Fiona Scott Morton、Matt Stoller、Stefan Bechtold、Amit Zac、Gerard Hertig、Inge Graef、Jens Prufer、Giorgio Monti、Anna Tzanaki、Jens-Uwe Frank、Andrew Vivian、Frederic Marty、Vardges Levonyan 以及由《反垄断法杂志》、蒂尔堡法学院、曼海姆大学、《全球竞争评论》、Cote d'Azur 大学、CRESSE 和 ASCOLA 组织的研讨会和会议小组的参与者对本文不同阶段的评论。我们还要感谢 Lee Epstein 分享她的商业友好度评分数据;感谢 Simcha Barkai 分享他的司法部反垄断诉讼数据;感谢 Erik Peinert 与我们分享他在里根图书馆中发现的几份备忘录;感谢 Dino Christenson 分享法庭之友陈述数据。最后,我们感谢 Sima Biondi 和 Grant Strobl 提供的出色研究协助。
数字服务提供商需要了解,AI系统带有附加的生命周期,如上所示(10)。数字服务提供商可能不会沿着这一生命周期同样参与,因此可以具有不同的角色和职责。例如,您可能是一家IT公司,专门从事商业用途的模型(例如大型语言模型(LLM)),或者您可能是依靠商业可用AI系统作为您服务的一部分的组织,例如通过聊天机器人。对于数字服务提供商来说,重要的是要了解其AI系统来自何处,产生的依赖性以及他们可以和应该控制的AI生命周期的哪一部分。
此后,加拿大农业及农业食品部莱斯布里奇研究与发展中心的高级研究员贝雷斯一直致力于解答这个问题,他通过在艾伯塔省、萨斯喀彻温省以及最近的马尼托巴省测试小麦早期播种的结果。他的研究重点是超早播种,即在土壤达到一定温度时播种。春小麦的这一过程最早可以在二月或三月开始,具体取决于年份。贝雷斯表示,迄今为止,这项研究的结果(目前正在进行中,部分由萨斯喀彻温省小麦局资助)一致表明,“超早”播种对春小麦的产量和质量都有积极的影响。
摘要 — 对于病理病例和在不同中心获取的图像(而不是训练图像),用于医学图像分割的深度学习模型可能会意外且严重地失败,其标记错误违反了专家知识。此类错误破坏了用于医学图像分割的深度学习模型的可信度。检测和纠正此类故障的机制对于安全地将这项技术转化为临床应用至关重要,并且很可能成为未来人工智能 (AI) 法规的要求。在这项工作中,我们提出了一个值得信赖的 AI 理论框架和一个实用系统,该系统可以使用基于 Dempster-Shafer 理论的回退方法和故障安全机制来增强任何骨干 AI 系统。我们的方法依赖于可操作的可信 AI 定义。我们的方法会自动丢弃由骨干 AI 预测的违反专家知识的体素级标记,并依赖于这些体素的回退。我们在最大的已报告胎儿 MRI 注释数据集上证明了所提出的可信 AI 方法的有效性,该数据集由来自 13 个中心的 540 个手动注释的胎儿大脑 3D T2w MRI 组成。我们值得信赖的 AI 方法提高了四个骨干 AI 模型的稳健性,这些模型适用于在不同中心获取的胎儿脑部 MRI 以及患有各种脑部异常的胎儿。我们的代码可在此处公开获取。
该文件计划于 2025 年 1 月 24 日在《联邦公报》上公布,并可在线查阅:https://federalregister.gov/d/2025-01712 和 https://govinfo.gov
非常重要的是,标准涵盖了允许我们的设备互操作的技术组。蓝牙和 WIFI 是标准,汽车中的 OBD II 和智能手机上的 LTE 也是标准。由于标准化,所有设备的传输和数据处理方法都是相同的,因此设备制造商是谁并不重要。Apple 或三星的手机将能够访问相同的 WIFI 连接,福特或法拉利的检查引擎灯可以在同一家当地维修店读取。使用标准化技术对消费者、创新者和制造商都有广泛的好处,而实现这些好处的关键是专利制度。许多重要的高科技标准都是由来自许多公司的专家在标准制定组织 (SSO) 的支持下制定的。
独立于设备的量子密钥分发 (DIQKD) 提供了最强大的安全密钥交换形式,仅使用设备的输入输出统计数据即可实现信息论安全性。尽管 DIQKD 的基本安全原理现已得到充分理解,但为高级 DIQKD 协议推导出可靠且强大的安全界限仍然是一项技术挑战,这些界限要超越基于违反 CHSH 不等式而得出的先前结果。在这项工作中,我们提出了一个基于半有限规划的框架,该框架为使用不受信任设备的任何 QKD 协议的渐近密钥速率提供可靠的下限。具体而言,我们的方法原则上可用于基于完整输入输出概率分布或任何贝尔不等式选择来为任何 DIQKD 协议找到可实现的密钥速率。我们的方法还扩展到其他 DI 加密任务。