XiaoMi-AI文件搜索系统
World File Search System中负
在评估中负责任地使用人工智能
得益于美国国家标准与技术研究所 (NIST)、美国教育部、经济合作与发展组织 (OECD)、欧盟委员会和联合国教育、科学及文化组织 (UNESCO) 等组织的努力，人们对负责任地使用人工智能的含义已经达成了普遍共识。美国心理学会 (APA)、美国教育研究协会 (AERA)、美国国家教育测量委员会 (NCME) 和国际测试委员会 (ITC) 制定的联合标准也为教育测量的道德方法提供了重要指导。
负责在军事系统中负责使用AI
在军事环境中最引人注目的人工智能（AI）是武器系统，具有识别包括人类战斗人员在内的目标并自主接触的目标。想象一辆具有图像识别技术的无人机，能够通过其制服来识别敌人的战斗人员，并有权用步枪对准他们，而无需任何人类参与目标识别或参与。这样的系统与美国国防部的指令3000.09符合“自动武器系统”的定义，因为“一旦激活，[IT]可以选择和参与目标，而无需由操作员进一步干预'（2023，第21页），而俗话说则可以描述为人类的“脱节”。鉴于这种制度的严重后果，并杀死了战争法律免受致命武力的人的严重后果 - 包括平民，正在投降或正在竞争的敌方战斗人员，甚至对友谊武力构成风险，这并不奇怪地提出了对使用AI
已发布版本的引文 (APA)：Scheper, MC, van Velzen, M., & LU van Meeteren, N. (2024)。在日常实践中负责任地使用人工智能：物理治疗师需要知道、考虑和做什么？《物理治疗杂志》，70 (2)，81-84。https://doi.org/10.1016/j.jphys.2023.07.012 EUR 研究信息门户上的出版物链接
结合丰富的可用数据（例如医疗记录）及其多功能性，人工智能驱动的应用程序通常可以轻松地在数字系统中实现，并且几乎立即影响其使用环境。最常见的人工智能形式也称为“机器学习”（ML）；然而，被称为“深度学习”的其他形式的人工智能正变得越来越频繁地使用，并且在未来会变得更加普遍。6、8 在详细介绍机器学习的技术方面之前，应仅在专业人员和患者共同决策期间在支持角色的背景下考虑人工智能或机器学习的使用。根据机器学习的发展模式，它可以分为：监督学习、无监督学习或强化“学习”。 6 在监督学习中，每个人的数据及其背景都会根据历史数据中某个事件的发生或缺失来创建预测或分类算法（例如，检测慢性疲劳等合并症、预测从 ICU 安全出院或个性化锻炼方案）。无监督学习侧重于未标记的数据集（没有发生预设的结果或事件），旨在探索、解开或确认数据集内现有的模式。强化学习是 ML 的一个子类别，侧重于通过最大化正确和/或不正确结果的可能性来优化预测/分类。虽然所有形式的 ML 都可能用于物理治疗，但监督 ML 算法最为常见，因为其输出类型通常类似于临床推理过程（例如决策树或决策规则）并且通常易于理解/实施。第二个重要特征是，AI 算法首先在数据集的一部分（训练集）上进行训练，然后在独立数据集上进行交叉验证，其性能以类似于物理治疗中常用的标准化临床测试的方式记录。AI 算法的性能指标（灵敏度、特异性、曲线下面积和其他 AI 特定的召回率和偏差指标）遵循与标准化临床测试大致相同的原则。3、6、7
在高压和低温条件下LA3NI2O7中负责超导状态的结构
摘要：最近，在15-40 GPA条件（自然，621，493，2023）的镍（La 3 Ni 2 O 7）中，已有T c = 80 K的新超导体报道，这是第二种非常规超导体的类型，除了较大的cup池，液态氮气高于液体氮气。但是，本报告中绘制的相图主要基于低温和高压条件下的传输测量，并在室温下进行了假定的相应X射线衍射（XRD）结果。这鼓励我们进行原位高压和低温同步XRD实验，以确定哪个阶段负责高T C状态。除了从正栓的AMAM结构到正交FMMM结构的相过渡外，当将样品压缩到40 K左右的19 GPA时，在40 K左右将超导性在La 3 Ni 2 Ni 2 O 7中发生在40 K大约19 GPA时，还发现了具有I 4/ mmm的空间的四方相。基于该四方结构的计算表明，接近费米能的电子状态主要由E G轨道主导（3D Z
CHRO 原则：组织中负责任地使用 AI
作者： Kevin Cox，通用电气公司首席人力资源官、通用电气航空航天公司首席行政官 Christy Pambianchi，英特尔公司执行副总裁兼首席人才官 Lucien Alziari，保诚金融集团首席人力资源官 Brad Bell，康奈尔大学高级人力资源研究中心主任 Katy George，麦肯锡公司首席人才官 Ashley Goldsmith，Workday 首席人才官 Nickle Lamoreaux，IBM 首席人力资源官 Anthony Nyberg，南卡罗来纳大学达拉摩尔商学院高管继任中心主任 Michael O'Hare，雅诗兰黛公司首席人力资源官 Laura Cococcia，通用电气公司人力资源战略、人才和传播主管 Bryce Duck，英特尔公司人力资源技术、运营和分析副总裁
在 EHR 和临床实践中负责任且合规地实施人工智能 (AI) 技术
本次演讲将重点介绍 UNC Health 人工智能 (AI) 的发展历程，从起步阶段到负责任地实施工具，这些工具可提高提供商在提供以患者为中心的优质护理、响应患者需求以及继续确保患者护理文档完整方面的满意度。本次演讲还将提供在动态医疗环境中实施和监控 AI 工具使用方面的合规性和隐私考虑因素。
审查基于SDN的数据中心中负载平衡机制
随着数据中心网络量表的持续扩展，网络需求的改变以及增加网络带宽的压力，传统的网络体系结构无法再满足人们的需求。软件定义的网络的发展为未来的网络带来了新的机会和挑战。SDN的数据和控制分离特性提高了整个网络的性能。研究人员已将SDN体系结构置于数据中心，以改善网络资源效果和性能。本文首先介绍了SDN和数据中心网络的基本概念。然后，它从不同的角度讨论了基于SDN的数据中心的负载平衡机制。最后，它概括了，并期待研究基于SDN的负载平衡机械及其开发趋势。
在帕金森氏病的临床前模型中负载槲皮素负载的植物体纳米颗粒的治疗作用：抗氧化剂途径和BDNF表达的调节
抽象的槲皮素是最丰富的多酚类黄酮之一，在许多疾病中都显示出许多促进健康的生物学作用。槲皮素负载的植物体纳米颗粒（QLP）可能会改善抗氧化特性，并降低帕金森氏症的抗氧化特性。进行了这项研究，以评估QLP在大鼠模型中治疗帕金森氏病的治疗作用。一组大鼠（n = 10）未接受鱼藤酮，被认为是健康的对照（续）。另一组用烤面包酮给药，未接受任何治疗，被认为可以控制该疾病（ROTN）。其他组用烤面包酮给药，并用50 mg/kg的QLP（QLP50和QLP100）处理50 mg/kg和100 mg/kg的体重。对疾病诱导疾病后21天研究了固定时间，保留潜伏期和攀爬以及超氧化物歧化酶（SOD）和谷胱甘肽过氧化物酶（GPX）的活性以及脑衍生的神经营养因子（BDNF）的表达。结果表明，帕金森的诱导增加了固定时间（p = 0.0001），保留潜伏期（p = 0.0001），攀爬（P = 0.0001），SOD（P = 0.0001），GPX（P = 0.0001）和BDNF（P = 0.0001）（p = 0.0001）。结果还显示了QLP的处理，尤其是在较高剂量的100 mg/kg时，固定时间减少（P = 0.0001）和保留潜伏期增加（P <0.05），攀爬（P <0.05），SOD（P <0.05），GPX（P <0.05），GPX（P <0.05）（P <0.05）和BDNF（P <0.05），与这些组合相比。总而言之，QLP通过调节抗氧化剂和BDNF浓度降低了帕金森氏症的负面影响。关键字：抗氧化剂，BDNF，帕金森氏症，植物体，临床前模型，槲皮素
农业中负责的AI：可持续技术设计的多标准框架
摘要：人工智能（AI）和自动农业机械（例如，无人机和机器人）的连续融合提供了农民日常工作经验的显着转变。面对新的技术发展，需要仔细地转化为技术要求，以实现可持续的生产环境。分析社会，生态和技术依赖关系之间的复杂关系是了解技术功能的不同观点和系统效应的关键步骤。通过提供对最新技术状况的全面概述，本文定性地分析了人工智能对农民自治的潜在影响以及技术发展以减轻风险。公平的数据管理实践，透明的AI方法和直观用户体验的设计作为支持负责任的模型开发的关键机制。基于人工智能发展中定义的社会，技术和生态挑战，为负责任的AI技术提供高级框架的知识进一步系统化。通过关注多方面的关系及其对农民自主权的影响，本文说明了在创建值得信赖和负责任的AI工具时必须面临的复杂设计决策。
农业中负责的AI：可持续技术设计的多标准框架
摘要：人工智能（AI）和自动农业机械（例如，无人机和机器人）的连续融合提供了农民日常工作经验的显着转变。面对新的技术发展，需要仔细地转化为技术要求，以实现可持续的生产环境。分析社会，生态和技术依赖关系之间的复杂关系是了解技术功能的不同观点和系统效应的关键步骤。通过提供对最新技术状况的全面概述，本文定性地分析了人工智能对农民自治的潜在影响以及技术发展以减轻风险。公平的数据管理实践，透明的AI方法和直观用户体验的设计作为支持负责任的模型开发的关键机制。基于人工智能发展中定义的社会，技术和生态挑战，为负责任的AI技术提供高级框架的知识进一步系统化。通过关注多方面的关系及其对农民自主权的影响，本文说明了在创建值得信赖和负责任的AI工具时必须面临的复杂设计决策。