XiaoMi-AI文件搜索系统
World File Search System中负
在慈善事业中负责任地采用人工智能
重要的是，这些考虑因素不是技术领导者可以独自解决的。以人为本的人工智能需要在整个考虑过程中倾听关键利益相关者的意见，包括领导层、员工和受助者，他们可能会受到人工智能采用的影响或看到其使用的新潜力。此外，人工智能的使用是一个迭代过程，通常从一个试点项目开始，该项目包括开放的反馈循环、适应和扩展使用，只有当应用程序为组织及其人员提供真正的价值时才会开始。在该过程的多个点上，可以利用负责任的慈善人工智能采用框架来确保您在不断发展的路线图中纳入重要考虑因素。探索和采用人工智能不是一个线性过程，也不是一个孤立的过程。
确保在扩展中负责任且透明地使用生成式人工智能
GenAI 有可能影响各种行业和领域，包括知识工作、媒体和娱乐以及医疗保健，因为它可以自动创建内容，并允许企业更快、更高效地产生新的想法和产品 (Daugherty & Wilson, 2019)。值得注意的是，GenAI 仍处于发展的早期阶段；在充分发挥其潜力之前，仍有许多挑战和限制需要检验。GenAI 可以改变推广教育者的工作和期望。推广必须考虑两个主要问题：GenAI 对推广相关性的影响以及如何最大限度地发挥 GenAI 的优势以改进推广。随着 GenAI 的普及，如果我们想在编程方面保持相关性和有效性，推广必须确定如何将其纳入工作职能。同时，推广教育者有效利用和整合 GenAI 到工作中的能力将影响推广未来相关性和有效性。 GenAI 的普及有可能颠覆推广部门的本质——知识产业——通过自动化目前由推广部门员工执行的重复性或可预测的任务。
价值链中负责任的采购
公司不再忽略其运营在其供应链所有层次上的影响。对于公司而言，无论其位置或行业如何，对其供应链的更深层次的了解有限，这是现代奴隶制和环境问题经常存在的主要风险。对于传统上与现代奴隶制相关的组织，例如快速移动的消费品（FMCG）公司，声誉风险尤其很高。例如，通过中国Uyghur地区的强迫劳动营1。此外，电子和太阳能电池板制造与强迫劳动2的指示有关。现代奴隶制法律现在已经在许多国家制定，并且即将来临的欧盟公司可持续性尽职调查指令（CS3D或CSDDD）和绿色索赔指令，现在对公司采取行动至关重要。组织应使用基于风险的方法，进行全面的风险评估，实施尽职调查措施，建立可追溯性并进行进度报告。尽管许多公司通过考虑社会和环境风险和机遇的负责任的采购系统取得了长足进步，但可用的数据表明仍有工作要做。
危机恢复管理中负责任的人工智能路线图
新型数据传感和人工智能技术在危机恢复力分析中得到了实际应用，这表明需要考虑负责任的人工智能 (AI) 实践如何减轻有害后果并保护弱势群体。在本文中，我们提出了一个负责任的人工智能路线图，该路线图嵌入危机信息管理圈。该路线图包括六个主张，旨在强调和解决与危机恢复力管理负责任的人工智能特别相关的重要挑战和考虑因素。我们涵盖了与负责任的信息收集、分析、共享和使用有关的广泛相互交织的挑战和考虑因素，例如公平、公正、偏见、可解释性和透明度、问责制、隐私和安全、组织间协调和公众参与。通过研究危机恢复力管理的人工智能系统问题，我们剖析了危机中信息管理和决策的固有复杂性，并强调了负责任的人工智能研究和实践的紧迫性。本文提出的想法是首次尝试为研究人员、从业人员、开发人员、应急管理人员、人道主义组织和政府官员建立路线图，以解决与危机恢复力管理有关的负责任人工智能的重要考虑因素。
2D NC-FET 中负电容的短沟道稳健性 Yuh-Chen Lin 1、G. Bruce Rayner 3、Jorge Cardenas 1 和 Aaron D.
5 TS Böscke、J Müller、D Bräuhaus、U Schröder 和 U Böttger，《应用物理快报》99 (10), 102903 (2011)。 6 Uwe Schroeder、S Mueller、Johannes Mueller、Ekatarina Yurchuk、D Martin、Christoph Adelmann、Till Schloesser、Ralf van Bentum 和 Thomas Mikolajick，ECS 固体科学与技术杂志 2 (4)，N69 (2013)。 7 H Alex Hsain、Younghwan Lee、Gregory Parsons 和 Jacob L Jones，《应用物理快报》116 (19)、192901 (2020)。 8 Johannes Muller、Tim S Boscke、Uwe Schroder、Stefan Mueller、Dennis Brauhaus、Ulrich Bottger、Lothar Frey 和 Thomas Mikolajick，《纳米快报》12 (8)，4318 (2012)。9 Yuh-Chen Lin、Felicia McGuire 和 Aaron D Franklin，《真空科学与技术 B 期刊》，《纳米技术和微电子学：材料、加工、测量和现象》36 (1)，011204 (2018)。10 Justin C Wong 和 Sayeef Salahuddin，《IEEE 会议纪要》107 (1)，49 (2018)。 11 C Zacharaki、P Tsipas、S Chaitoglou、EK Evangelou、CM Istrate、L Pintilie 和 A Dimoulas，《应用物理快报》116 (18), 182904 (2020)。 12 Zoran Krivokapic、U Rana、R Galatage、A Razavieh、A Aziz、J Liu、J Shi、HJ Kim、R Sporer 和 C Serrao，在 2017 年 IEEE 国际电子器件会议 (IEDM) 上发表，2017 年（未发表）。 13 Shen-Yang Lee、Han-Wei Chen、Chiuan-Huei Shen、Po-Yi Kuo、Chun-Chih Chung、Yu-En Huang、Hsin-Yu Chen 和 Tien-Sheng Chao，IEEE 电子器件快报 40 (11), 1708 (2019)。 14 Sujay B Desai、Surabhi R Madhvapathy、Angada B Sachid、Juan Pablo Llinas、Qingxiao Wang、Geun Ho Ahn、Gregory Pitner、Moon J Kim、Jeffrey Bokor 和 Chenming Hu，Science 354 (6308), 99 (2016)。15 Amirhasan Nourbakhsh、Ahmad Zubair、Redwan N Sajjad、Amir Tavakkoli KG、Wei Chen、Shiang Fang、Xi Ling、Jing Kong、Mildred S Dresselhaus 和 Efthimios Kaxiras，Nano letters 16 (12), 7798 (2016)。16 Felicia A McGuire、Zhihui Cheng、Katherine Price 和 Aaron D Franklin，Applied Physics Letters 109 (9), 093101 (2016)。 17 Felicia A McGuire、Yuh-Chen Lin、Katherine Price、G Bruce Rayner、Sourabh Khandelwal、Sayeef Salahuddin 和 Aaron D Franklin，《Nano Letters》17 (8)，4801 (2017)。18 Yuh-Chen Lin、Felicia McGuire、Steven Noyce、Nicholas Williams、Zhihui Cheng、Joseph Andrews 和 Aaron D Franklin，《IEEE 电子设备学会杂志》7，645 (2019)。19 Mengwei Si、Chun-Jung Su、Chunsheng Jiang、Nathan J Conrad、Hong Zhou、Kerry D Maize、Gang Qiu、Chien-Ting Wu、Ali Shakouri 和 Muhammad A Alam，《自然纳米技术》13 (1)，24 (2018)。 20 Amirhasan Nourbakhsh、Ahmad Zubair、Sameer Joglekar、Mildred Dresselhaus 和 Tomás Palacios，纳米尺度 9 (18), 6122 (2017)。 21 Girish Pahwa、Amit Agarwal 和 Yogesh Singh Chauhan，IEEE Transactions on Electron Devices 65 (11), 5130 (2018)。 22 Daewoong Kwon、Korok Chatterjee、Ava J Tan、Ajay K Yadav、Hong Zhou、Angada B Sachid、Roberto Dos Reis、Chenming Hu 和 Sayeef Salahuddin，IEEE 电子设备快报 39 (2)、300 (2017)。 23 Daewoong Kwon、Suraj Cheema、Nirmaan Shanker、Korok Chatterjee、Yu-Hung Liao、Ava J Tan、Chenming Hu 和 Sayeef Salahuddin，IEEE Electron Device Letters 40(6)，993 (2019)。 24 Junichi Hattori、Koichi Fukuda、Tsutomu Ikegami、Hiroyuki Ota、Shinji Migita、Hidehiro Asai 和 Akira Toriumi，《日本应用物理学杂志》57(4S)，04FD07 (2018)。
端到端机器学习中负责任的人工智能挑战
随着人工智能在我们日常生活中的广泛应用，负责任的人工智能变得越来越重要。许多部署人工智能的公司公开表示，在训练模型时，我们不仅需要提高其准确性，还需要保证模型不会歧视用户（公平性）、能够抵御嘈杂或中毒数据（鲁棒性）、可解释等等。此外，这些目标不仅与模型训练有关，而且与端到端机器学习的所有步骤有关，包括数据收集、数据清理和验证、模型训练、模型评估以及模型管理和服务。最后，负责任的人工智能在概念上具有挑战性，支持所有目标必须尽可能简单。因此，我们提出了实现这一愿景的三个关键研究方向——深度、广度和可用性——以衡量进展并介绍我们正在进行的研究。首先，必须深入支持负责任的人工智能，其中必须同时处理公平性和鲁棒性等多个目标。为此，我们提出了 FR-Train，这是一个在存在数据偏见和中毒的情况下进行公平和鲁棒模型训练的整体框架。其次，负责任的人工智能必须得到广泛支持，最好是在机器学习的所有步骤中。目前，我们专注于数据预处理步骤，并提出了 Slice Tuner（一种用于训练公平和准确模型的选择性数据采集框架）和 MLClean（一种也可以提高公平性和鲁棒性的数据清理框架）。最后，负责任的人工智能必须是可用的，其中技术必须易于部署和可操作。我们提出了 FairBatch（一种有效且易于使用的公平性批次选择方法）和 Slice Finder（一种自动查找有问题的切片的模型评估工具）。我们相信我们触及了端到端机器学习负责任人工智能的表面，并提出了未来的研究挑战。
人工智能中负责任的数据共享
目前，对信任、安全性和对可用数据使用缺乏控制的担忧阻碍了大规模数据共享 [2]。所有这些都减缓了新人工智能应用的开发和推出，尽管当大量和不同类型的数据无处不在时，可能会实现显著的优势。因此，开发和使用来自多种来源的数据的人工智能应用程序并不是一件简单的事情。荷兰经济事务和气候部最近发布了各种政策指南 [3],[4]，以在经济部门和社会内部和之间共享数据。这些指南概述了共享数据的经济价值。一个适合共享数据的环境的重要性被强调为一个关键因素。虽然这些政策并不是针对人工智能应用的，但它们与人工智能非常相关。在欧盟政策中，数据共享和人工智能也是关注的焦点。最近，欧盟委员会发布了一份关于人工智能对欧洲重要性的通报 [5]、一项协调计划 [6] 以及一份关于欧洲人工智能的白皮书 [7] 和一份关于欧洲数据战略的通报 [8]。 NLAIC 内部“数据共享”工作组的目标是尽可能减少 AI 数据共享方面的障碍。一个重要的出发点是数据所有者必须控制其数据。最重要的术语是“数据主权”。这意味着，这并不是对“一切都会好起来”的信心，而是需要一个适当的环境来保证数据得到负责任的处理——在数据所有者确定的条件下。有很多事情需要考虑；然而，很多事情已经是可能的了。有时必须做出艰难的选择，但考虑到 AI 提供的可能性，这一切都是值得的。
引用：Khan，SN，利用智能算法高效利用能源，解决电力系统中负荷不确定性问题
在本文中，我正在开发一种独特的基于优化的实时内陆负荷管理算法，该算法考虑到负荷模糊性，以尽量减少每个住宅用户的能源支付，并降低峰值与平均值的比率以克服电网稳定性的缺陷。通过将所有住宅负荷分为不同的类别，即必须运行、可中断和不间断设备，我使用实时定价方案进行负荷管理。然而，当能源需求过高时，实时定价会产生峰值曲线，这就是为什么我使用实时定价和倾斜区块费率模型的组合来通过降低峰值与平均值的比率来提高电网稳定性。模拟结果表明，对于所提供的数据，所提出的算法有效地降低了总体住宅能源成本以及我们模型的峰值与平均值的比率。
珠宝供应链中负责任的采购
1 C182- 1999年童工大会的最坏形式（No.182）; The worst forms of child labour: https://www.ilo.org/ipec/Campaignandadvocacy/Youthinaction/C182-Youth-orientated/worstforms/lang--en/index.htm 2 Inter-American Commission Report on Indigenous Peoples, Afro-Descendent Communities and Natural Resources: Human Rights Protection in the Context of Extraction, Exploitation, and Development Activities: http://www.oas.org/en/iachr/reports/pdfs/extractiveIndustries2016.pdf;乌干达：新采矿区的风险权利：https：//www.hrw.org/news/2014/02/03/uganda-rights-rights-rights-rights-risk-new-mining-mining-gregion-3 c169-土著和部落人民大会，1989年（No.169）;联合国关于土著人民权利的声明；美国关于土著人民权利的宣言