1 简介 本文件提供了美国国家标准与技术研究所 (NIST) 工作的最新进展,该研究所根据第 14028 号行政命令 (EO)“改善国家网络安全”的要求,启动了一项物联网产品网络安全标签“试点”计划。NIST 提出了一种方法和消费者物联网产品网络安全标签计划中需要考虑的关键因素,包括拟议的基准产品标准以及标签和合格评定考虑因素。NIST 将根据最低要求和理想属性确定标签计划的关键要素,而不是建立自己的计划;它将指定期望的结果,允许提供商和客户为其设备和环境选择最佳解决方案。一刀切的方法并不适合所有人,标签提供商可能会提供多种解决方案。附录中包含了更多信息和注意事项。尽管如此,NIST 得出的结论是,多种标签方法可能会引起消费者的困惑,并限制此类努力的有效性。标签标准和标签本身在产品和标签计划产品中保持一致至关重要。
人们普遍认为,蓝色经济和蓝色增长在全球经济中发挥着重要作用;过去几年,它们在国家和国际层面都得到了广泛讨论。然而,对于如何衡量它们,人们缺乏共识,因为不同研究的核算方法不同,结果也大相径庭。本文通过比较蓝色经济核算方法并强调其优缺点,总结了以前的研究。在比较的基础上,提出了一种新方法,主要基于微观和国家特定的本地数据;这种新方法已被用于衡量波兰的蓝色经济规模。结果表明,尽管总体动态和部门结构随时间变化相似,但之前的分析略微低估了波兰蓝色经济的规模。研究得出结论,在使用现有的一刀切方法和针对特定国家的方法之间存在权衡,更精确、更有针对性的方法是以牺牲跨国比较的准确性为代价的。最后,研究强调,由于上述权衡问题没有明确的解决方案,因此应使用不同的方法,方法的选择取决于要执行的具体研究任务或要解决的政策问题。
在重大资产出售或重组之后,通常情况下,一些剩余资产、负债和职能可能仍留在国家手中。在许多情况下(但不一定在所有情况下),管理这些情况的最适当方式是建立一个特定目的实体。本政策和指南文件使用“剩余实体”一词来指代此类实体。2015 年,安永向财政审计和风险委员会提供了“第 3 级实体 1”合规性和组织责任审计(审计报告)。该审计报告建议制定一个涵盖剩余实体生命周期的治理框架。本文响应该审计报告的建议,概述了在建立新的剩余实体时要考虑和确定的事项。正如一项资产交易与另一项资产交易不同一样,每个剩余实体的目的和职能也不同。因此,不可能为每个剩余实体提出一刀切的方案。然而,本文提供了在交易过程中以及交易后(如果设立了剩余实体)应考虑和确定的与剩余资产、负债和功能有关的事项的清单。
对于全国各地的学生来说,参加体育运动并成为团队的一员是成长、保持学校参与度以及学习领导力和生活技能的重要组成部分。H.R.734 将通过绝对禁止跨性别学生(即使是小学学生)加入符合其性别认同的团队,剥夺许多家庭参加体育运动的机会。全国各地的学校、教练和体育协会已经与家庭合作制定公平的参与规则,并考虑到特定的运动、年级和竞争水平。作为一项不考虑竞争力或年级的全国性禁令,H.R.734 针对的是人们的身份,因此具有歧视性。政客们不应该规定一个一刀切的要求,迫使教练将孩子从他们的球队中除名。跨性别青年已经面临全国性的心理健康危机,最近的一项调查显示,一半的跨性别青年表示他们曾认真考虑过自杀,而一项进一步污名化这些儿童的国家法律完全没有必要,会伤害家庭和学生,只会让学生面临更大的风险。歧视不应该出现在我们国家的学校或运动场上。
我们介绍了可解释人工智能 (AI) 的四项原则,这些原则构成了可解释 AI 系统的基本属性。我们认为,可解释的 AI 系统应提供结果和过程的附带证据或理由;提供个人用户可以理解的解释;提供正确反映系统生成输出过程的解释;并且系统仅在其设计条件下以及在其输出达到足够信心时才能运行。我们分别将这四项原则称为解释、有意义、解释准确性和知识限制。通过大量利益相关者的参与,这四项原则得以发展,涵盖了可解释 AI 的多学科性质,包括计算机科学、工程学和心理学领域。由于不存在一刀切的解释,不同的用户将需要不同类型的解释。我们提出了五类解释并总结了可解释 AI 的理论。我们概述了该领域中涵盖主要可解释算法类别的算法。作为基线比较,我们评估了人们提供的解释是否符合我们的四项原则。这项评估为设计可解释的 AI 系统的挑战提供了见解。
本文旨在提供一个框架,帮助人们理解个性化和精准医疗的原理。自 1990 年人类基因组计划问世以来,精准医疗的方法已经发生了变化。这使得医疗实践从“一刀切”模式转变为针对患者识别、诊断和治疗量身定制的模式。个性化医疗在过去二十年中一直是一个备受争议的未来愿景。个性化医疗的人性化方法将提供利用生理过程及其个性化、预测性、参与性、精准性和预防性 P5 医疗应用的可能性。应在社区内调查疾病进展的预测变量,以确定高危人群的预防措施,医疗保健可以定制化和参与性。疾病的准确诊断、监测和治疗包括生物标志物识别的发展、随后开发适合复杂疾病状态的可靠特征,以及可以不断修改和调整剂量和药物选择的医疗方法。本综述阐述了新兴技术进步的重大突破以及个性化和精准医疗的障碍。它将为实现完全个性化的患者护理创造突破性的能力。
摘要:背景:个性化医疗 (PM) 是一种基于了解患有相同疾病的患者之间的差异的方法,代表着对“一刀切”概念的改变。根据这一概念,应为特定患者群体选择适当的治疗方法。PM 可以预测特定疗法是否对特定患者有效。在成功实施个性化医疗之前,它仍必须克服许多挑战和障碍。然而,必须记住,个性化医疗不是一场医学革命,而是一种进化。方法:进行了三个焦点小组,以实现本研究的目的,即确定实施个性化医疗的障碍和促进因素,并强调欧洲国家的现有做法。焦点小组讨论涵盖了实施个性化医疗的障碍和促进因素领域。结果:本节描述了焦点小组的结果,涵盖了实施个性化医疗的障碍和促进因素领域。结论:个性化医疗在成功实施卫生系统之前面临许多挑战和障碍。 PM向欧洲国家的翻译、法规的差异、新技术的高成本以及报销是PM实施延迟的原因。
• CM 容易过度采购。关键决策必须由面临不平衡激励的中央机构做出。他们通常会谨慎行事,因为任何以断电形式出现的故障都是显而易见的,而过度建设的成本则更难看到。 • CM 创造的激励机制较弱,无法选择最具成本效益的供应和需求响应方案组合。这是因为中央机构将显著影响资源组合,但并不直接承担其决策的成本。例如,中央机构需要决定每台风力发电机的铭牌容量中有多少比例将符合固定容量的条件。事实上,答案取决于发电机的位置以及该地区的风力模式与其他地区的风力模式的关联程度等因素。但由于更详细的评估很复杂,中央机构可能更喜欢简单的“一刀切”规则。这反过来会鼓励各方投资于反映 CM 规则的资源组合,而不是真正以最低成本提供固定容量的组合。 • 由于决策和处方高度集中,CM 无法促进和奖励创新——这是长期节省成本的最重要来源。
虽然人工智能技术和工具为用户提供了各种潜在好处,但尚不清楚是否所有人都能平等地获得这些好处。我们研究了可用性和可访问性之间的差距,因为它与采用人工智能中介通信 (AI-MC) 工具有关,这种工具可以实现人际交流,其中智能代理代表交流者进行操作。在定义了六种功能性 AI-MC 类型(语音辅助通信、语言校正、预测文本建议、转录、翻译、个性化语言学习)后,我们对 519 名美国参与者进行了在线调查,结合了封闭式和开放式措施。我们的定量结果揭示了 AI-MC 的采用与语音辅助通信等工具的软件、设备和互联网访问之间的关系;翻译和转录工具的人口统计因素,如年龄、教育和收入;以及特定功能工具的 AI-MC 素养的一些组成部分。我们的定性分析为这些发现提供了额外的细微差别,我们阐明了访问、理解和使用 AI-MC 工具的许多障碍,我们认为这些障碍阻碍了传统上因一刀切的技术工具而处于不利地位的用户群体获得 AI-MC 的可访问性。最后,我们呼吁广泛解决数字技术行业内的可访问性问题。
高科技辅助和替代沟通 (AAC) 技术利用计算机软件生成听觉和文本信息,让有复杂沟通需求的人发出声音,以增强他们的参与度和整体幸福感。例如,有严重身体障碍的人可以通过眼动追踪系统访问高科技 AAC 设备,通过将眼睛对准所需的沟通项目(例如单词或字母)来创建信息,然后执行针对项目选择的预定操作 [例如长时间注视或停留;1]。AAC 领域服务于一群不同的个体,他们每个人都有自己独特的认知、感觉运动特征和偏好。AAC 干预并不是一个一刀切的过程;相反,它旨在最大限度地发挥每个人独特的认知、感觉运动和语言优势,以支持沟通成功 [2]。目前,由于严重的身体障碍,一些有复杂沟通需求的人可能会发现现有的 AAC 系统访问方法无效或效率低下 [例如 3、4]。因此,在 AAC 领域继续探索新技术(例如脑机接口技术 (BCI))至关重要,以便为个人提供一种有效的 AAC 访问形式,以匹配他们整个生命周期中独特且不断变化的特征 [例如 5]。