XiaoMi-AI文件搜索系统
World File Search Systemuab
使用 STM32 上的 AI 添加有价值的新功能
© STMicroelectronics - 2020 年 11 月 - 英国印刷 - 保留所有权利 ST 和 ST 徽标是 STMicroelectronics International NV 或其附属公司在欧盟和/或其他地方的注册和/或未注册商标。特别是，ST 和 ST 徽标已在美国专利商标局注册。有关 ST 商标的更多信息，请参阅 www.st.com/trademarks。所有其他产品或服务名称均为其各自所有者的财产。
人工智能如何改变我们做出购买决策的方式？这对商标法意味着什么？商标法的核心在于如何购买商品和服务，而由于人工智能正在影响购买过程，因此从定义上讲它也影响着商标法。人工智能通过两种方式影响购买过程：（a）消费者可获得的品牌信息和（b）谁来做出购买决策。亚马逊的 Alexa 等人工智能个人零售助理有可能成为品牌向消费者提供的“守门人”，控制向消费者提供哪些品牌信息，并以纯粹的形式购买品牌产品，在人工智能所谓的“自动执行模型”中几乎不需要或根本不需要人为干预，从而有效地将传统的购物体验从“先购物后发货”模式颠覆为“先发货后购物”模式。商标法的许多关键方面都涉及人性的弱点。如果您考虑商标法和实践中的一些“流行词”，例如“混淆”、“不完全记忆”、“联想”和“商标混淆”，这些概念都围绕着人类的弱点。然而，人工智能有可能从购买过程中消除“人性”和“弱点”。人工智能应用程序可以通过“给我买个灯泡”等一般命令来购买产品。人类消费者与人工智能应用程序购买的灯泡品牌没有任何互动。人工智能应用程序会混淆吗？它会混淆商标吗？人工智能应用程序甚至会通过传统的听觉、语音和概念比较商标的方式来评估产品购买，这就是所谓的人工智能黑箱问题吗？人工智能应用程序经常受到个人消费者过去购买决策的影响，而人工智能应用程序做出购买决定或建议的原因有时可能难以理解。在这些情况下，知识产权侵权责任问题也引起了重要的问题。然而，即使人工智能应用程序不做出购买决策，它仍然会影响消费者在做出购买决策时可用的品牌信息。例如，亚马逊 Alexa 平均只向消费者推荐三种产品。它控制着向消费者推荐什么品牌产品，它而不是人类消费者掌握着所有的品牌信息。然而，人工智能对购买过程的影响必须放在历史背景中来看待。人工智能的兴起是新的，但并非史无前例。现代商标法诞生于十九世纪，并发展到现代。然而，在此期间，购买过程并非一成不变，而是发生了变化。我们只需看看从传统的十九世纪“店主”购买产品模式到二十世纪二十年代超市发明的变化，从互联网和社交媒体的兴起到人工智能的兴起。商标法已经适应并发生了变化，实际上可以说是适应性最强的知识产权法形式。例如，关于人工智能应用程序的责任问题，我们已经可以从关键词广告的案例中得到指导，例如谷歌法国，它是随着互联网购物的兴起而发展起来的。如果购买过程中的“参与者”如人工智能应用程序在购买决策/过程中扮演更被动的角色，则人工智能应用程序提供商不太可能被追究责任，如果人工智能应用程序在购买决策中扮演更积极的角色，并且可以说人工智能提供商在购买决策中强烈影响消费者，则更有可能发现责任。商标法已经适应了购买过程的变化，并且它将再次适应。HGF 合伙人兼特许商标律师 Lee Curtis
人工智能如何改变我们做出购买决策的方式？这对商标法意味着什么？商标法的核心在于如何购买商品和服务，而由于人工智能正在影响购买过程，因此从定义上讲它也影响着商标法。人工智能通过两种方式影响购买过程：（a）消费者可获得的品牌信息和（b）谁来做出购买决策。亚马逊的 Alexa 等人工智能个人零售助理有可能成为品牌向消费者提供的“守门人”，控制向消费者提供哪些品牌信息，并以纯粹的形式购买品牌产品，在人工智能所谓的“自动执行模型”中几乎不需要或根本不需要人为干预，从而有效地将传统的购物体验从“先购物后发货”模式颠覆为“先发货后购物”模式。商标法的许多关键方面都涉及人性的弱点。如果您考虑商标法和实践中的一些“流行词”，例如“混淆”、“不完全记忆”、“联想”和“商标混淆”，这些概念都围绕着人类的弱点。然而，人工智能有可能从购买过程中消除“人性”和“弱点”。人工智能应用程序可以通过“给我买个灯泡”等一般命令来购买产品。人类消费者与人工智能应用程序购买的灯泡品牌没有任何互动。人工智能应用程序会混淆吗？它会混淆商标吗？人工智能应用程序甚至会通过传统的听觉、语音和概念比较商标的方式来评估产品购买，这就是所谓的人工智能黑箱问题吗？人工智能应用程序经常受到个人消费者过去购买决策的影响，而人工智能应用程序做出购买决定或建议的原因有时可能难以理解。在这些情况下，知识产权侵权责任问题也引起了重要的问题。然而，即使人工智能应用程序不做出购买决策，它仍然会影响消费者在做出购买决策时可用的品牌信息。例如，亚马逊 Alexa 平均只向消费者推荐三种产品。它控制着向消费者推荐什么品牌产品，它而不是人类消费者掌握着所有的品牌信息。然而，人工智能对购买过程的影响必须放在历史背景中来看待。人工智能的兴起是新的，但并非史无前例。现代商标法诞生于十九世纪，并发展到现代。然而，在此期间，购买过程并非一成不变，而是发生了变化。我们只需看看从传统的十九世纪“店主”购买产品模式到二十世纪二十年代超市发明的变化，从互联网和社交媒体的兴起到人工智能的兴起。商标法已经适应并发生了变化，实际上可以说是适应性最强的知识产权法形式。例如，关于人工智能应用程序的责任问题，我们已经可以从关键词广告的案例中得到指导，例如谷歌法国，它是随着互联网购物的兴起而发展起来的。如果购买过程中的“参与者”如人工智能应用程序在购买决策/过程中扮演更被动的角色，则人工智能应用程序提供商不太可能被追究责任，如果人工智能应用程序在购买决策中扮演更积极的角色，并且可以说人工智能提供商在购买决策中强烈影响消费者，则更有可能发现责任。商标法已经适应了购买过程的变化，并且它将再次适应。HGF 合伙人兼特许商标律师 Lee Curtis
临床审计是改善护理质量的重要工具
考虑到审核在临床过程中的重要性，我们决定对我们机构中那些听取了诊所放射肿瘤学家的专家意见但没有接受治疗的患者进行审核。我们的目的是找出患者不遵从我们研究所放射肿瘤学家提供的治疗的原因。我们的团队通过电话采访对 180 名患者进行了审核，以了解不遵从临床医生建议的原因。我们的临床审核结果显示，85% 的患者由于财务限制而没有出现，而 12% 的患者由于多种与放射相关的误解而拒绝推荐的治疗，2% 的患者对临床医生的咨询不满意。财务限制和对放射治疗的误解，即与放射治疗相关的误解，是阻碍获得推荐的癌症治疗的两个最重要因素。需要做出有效的努力来克服成本问题。医生需要致力于对患者进行教育并改善生活质量，同时按照标准治疗方法进行治疗。
安全持续远程酒精监测 (SCRAM) 技术可评估性评估
美国国家司法研究所 (NIJ) 有条件地建议对以下评估地点（或其他适当的社区矫正环境）的安全持续远程酒精监测 (SCRAM) 进行评估。NIJ 不相信可以构建适当的对照组，因为倾向评分需要随机分配和数据访问方面的障碍。NIJ 将考虑克服这些障碍的申请。建议评估这项技术（或其他 SCRAM 实施）的申请人考虑以下确定的结果变量（包括检测和阻止违规行为、遵守社区释放条件以及监狱转移的成本节省）和障碍（包括数量少和不可用或无法比较的对照组）。NIJ 鼓励申请人确定可以进行随机化或可以轻松构建匹配比较组的地点。申请人可以通过提供适当的理由来偏离本指导。项目摘要：安全持续远程酒精监测是一项相对较新的技术，旨在持续监测社区监督下的审前客户和罪犯的酒精消费情况，并在饮酒时向社区矫正官员发出警报。我们选择印第安纳州马里恩县作为 SCRAM 可评估性评估的重点。马里恩县社区矫正局 (MCCC) 是使用 SCRAM 的客户数量最多的机构，任何时候都有大约 280 名 SCRAM 用户。马里恩县自 2003 年以来一直在使用这项技术，法官将 SCRAM 作为对那些因酒后驾车 (DUI) 或家庭暴力罪被指控或判刑的人的制裁或审前释放条件。马里恩县官员投资 SCRAM 是为了缓解监狱过度拥挤，因为 SCRAM 使客户能够在服刑或审前释放期间留在社区、驾驶机动车并保持就业。评估范围：如果马里恩县同意随机分配到 SCRAM 或替代制裁，则可以对 SCRAM 进行严格的结果评估。到目前为止，一位法官表示有兴趣了解更多关于参与评估的内容，该评估涉及
重复性工作伤害诊断指南 (LATR) 的支持文件...
这份重复性工作伤害诊断指南 (LATR) 的支持文件是为了响应职业健康与安全研究所 (IRSST) 的赞助。其任务是提出一系列指南，供魁北克省的医生使用，以促进 LATR 的诊断。接受伤害与工作之间联系的决定涉及一个行政程序，从主治医生向 CSST 作出诊断声明，到工伤事故和职业病法规定的上诉机构（ LATMP）。支持文件和指南的构建考虑了诊断的两个方面：临床方面和职业方面。目标是为医生提供一种易于使用的工具，帮助建立损伤的临床诊断，并在存在这种联系时推测与工作的联系。