XiaoMi-AI文件搜索系统
World File Search System交互方式
人工智能革命后的信息素养
随着人工智能 (AI) 系统的发展和使用日益广泛，这些系统以“模拟人类智能”的方式收集、处理和响应数据（参见 Elliot，2019），信息系统变得越来越自动化、适应性强、个性化和易于使用。现在，我们的许多日常信息相关任务都可以委托给人工智能搜索引擎、（社交）媒体平台、流媒体服务和数字助理，它们试图通过预测我们的需求、愿望和欲望，为我们提供无摩擦的体验。与此同时，由于生成式人工智能应用程序的存在，出现了新的信息搜索和创造机会，这些应用程序不仅允许以类似人类的交互方式搜索信息，还能够快速生成满足不同需求和要求的内容（参见 Hirvonen 等人的早期观点）。这些发展正在迅速塑造我们在日常生活、教育和工作任务中获取、评估、分享、创建和使用信息的方式，同时挑战我们对信息素养 (IL) 的理解。
元宇宙：国会概念和问题
一些商业和技术领袖断言，元宇宙并不是指任何特定的技术或技术集合，而是指用户与在线技术、服务、平台以及彼此之间交互方式的转变。在这个框架下，元宇宙代表着一些变化，如果这些变化得以实现，最终可能会改变互联网的架构（例如，通信和网络基础设施、硬件和软件以及人机界面）和运行（例如，内容生产和消费以及用户与平台和服务的交互）。一些支持者断言，鉴于 COVID-19 大流行和网络游戏的扩展引发了向虚拟环境的转变，元宇宙是不可避免的。批评者认为，元宇宙的概念被过度炒作，其前景和重要性被夸大了。他们认为，一些公司只是将这个标签贴在长期存在的人机交互技术及其应用上。其他批评者则担心，元宇宙服务可能无法维持用户兴趣，缺乏可持续的商业模式，以及不适当和非法内容的盛行。
基于 AI 的人工制品语音功能对代理的作用 基于 AI 的人工制品语音功能对代理归因的作用
私人、组织和社会领域中基于人工智能 (AI) 的人工制品的普及和日益复杂化正在改变人类与机器的交互方式。例如，关于人类感知基于 AI 的人工制品的方式的理论对于理解为什么以及在多大程度上人类认为这些人工制品能够胜任决策至关重要，但传统上却采取了与模态无关的观点。在本文中，我们理论化了一种特殊的交互情况，即基于语音的与基于 AI 的人工制品的交互。我们认为，在自然语言处理的不断进步的推动下，此类人工制品的能力和感知自然性促使用户认为人工制品能够以目标为导向的方式自主行动。我们表明，人工制品的语音能力与用户的代理归因之间存在正向直接关系，最终掩盖了人工制品的真实性质和能力。这种关系进一步受到工件的实际代理、不确定性和用户特征的影响。
科技解锁思维——德国关于脑机接口的调查
2018 年夏季，在德国 18-65 岁的普通人群中，进行了一项具有代表性的在线调查，包含 20 个项目（n = 1000），并通过描述性统计数据进行了分析。调查评估了：对技术的亲和力；有关 BCI 的先前知识和经验；对 BCI 使用和人口统计信息产生的伦理、社会和法律影响的态度。我们的结果表明，BCI 是一种独特而令人费解的人机交互方式。研究结果显示，一方面人们对 BCI 持积极看法并高度信任，但另一方面也存在广泛的伦理和人类学问题。能动性和责任明确归因于 BCI 用户。参与者对 BCI 对人类的影响意见不一。总之，发现人们对 BCI 存在高度矛盾心理。我们建议更好地向公众提供信息并促进公众对 BCI 的审议，以确保负责任地开发和应用这种潜在的颠覆性技术。
ZEAMAP，适应玉米多组学时代的综合数据库
作为种植范围最广的作物之一，玉米 ( Zea mays L.) 已被科研人员和育种家广泛研究了一个多世纪。随着各种组学数据高通量检测的进展，人们积累了丰富的玉米及其野生近缘种大刍草的多维和多组学信息。整合这些信息有可能加速遗传研究并改良玉米农艺性状。为此，我们构建了 ZEAMAP ( http://www.zeamap.com )，这是一个综合性的数据库，包含多个参考基因组、注释、比较基因组学、转录组、开放染色质区域、染色质相互作用、高质量遗传变异、表型、代谢组学、遗传图谱、遗传图谱位点、种群结构和大刍草与玉米之间的驯化选择信号。ZEAMAP 用户友好，能够以交互方式整合、可视化和交叉引用多个不同的组学数据集。
元宇宙：国会的概念和议题
一些商业和技术领袖断言，元宇宙并不是指任何特定的技术或技术集合，而是指用户与在线技术、服务、平台以及彼此之间交互方式的转变。在这个框架下，元宇宙代表着变化，如果这些变化得以实现，最终可能会改变互联网的架构（例如，通信和网络基础设施、硬件和软件以及人机界面）和运行（例如，内容生产和消费以及用户与平台和服务的交互）。一些支持者断言，鉴于 COVID-19 大流行和网络游戏的扩张引发了向虚拟环境的转变，元宇宙是不可避免的。批评者认为，元宇宙的概念被过度炒作，其前景和重要性被夸大了。他们认为，一些公司只是将这个标签贴在长期存在的人机交互技术及其应用上。其他批评者则对元宇宙服务可能无法维持用户兴趣、缺乏可持续的商业模式以及不适当和非法内容的盛行表示担忧。
在规划下一次更新时，了解下一代 AI PC 对员工生产力和满意度带来的好处
公司在制定 AI 战略时，应该考虑下一代 AI PC 的优势。随着 Windows 10 服务终止 (EOS) 于 2025 年 10 月临近，许多公司都在同时计划对急需的机群更新进行最后的冲刺。这些 PC 中的许多都是四年前购买的，电池老化，缺乏现代协作功能，例如优质的摄像头和麦克风。前瞻性的信息技术决策者 (ITDM) 和业务线 (LOB) 经理看到了今天投资这种新型 PC 的价值，以保持竞争优势并在新的 AI 功能、应用程序和用例出现时获得长期利益。现在还为时过早，但我们相信下一代 AI PC 代表了一个新的计算时代，它将极大地改变最终用户与计算机的交互方式，推动生产力、协作和员工满意度达到新的水平。
数学中的人工智能
人工智能 (AI) 是一个重要的技术领域，它正在快速发展，并改变着我们每天与计算机和系统的交互方式。在这一学科中，需要对数学有深入的理解，才能创建让计算机执行具有挑战性的认知任务的模型和算法。本文将探讨与人工智能中的数学应用相关的几个主题，并说明数学在人工智能中的相关性和用途。本文的第一部分将介绍机器学习的基础数学思想，例如线性代数、概率和统计。我们将展示如何将这些思想应用于数据分类、回归和聚类模型创建。本研究旨在展示数学在人工智能系统发展中发挥的重要作用。此外，它还将解决这个迷人主题面临的障碍和前景。那些希望在人工智能这个充满活力的领域从事研究或发明的人必须对其数学基础有扎实的理解。
道德：通过多目标强化主动学习使人工智能与人类规范保持一致
从演示和成对偏好推断奖励函数是将强化学习 (RL) 代理与人类意图相结合的良好方法。然而，最先进的方法通常专注于学习单一奖励模型，因此很难权衡来自多位专家的不同奖励函数。我们提出了多目标强化主动学习 (MORAL)，这是一种将社会规范的不同演示组合成帕累托最优策略的新方法。通过维持标量权重的分布，我们的方法能够以交互方式调整深度 RL 代理以适应各种偏好，同时无需计算多个策略。我们在两种场景中通过实证证明了 MORAL 的有效性，这两种场景模拟了交付和紧急任务，需要代理在存在规范冲突的情况下采取行动。总的来说，我们认为我们的研究是朝着具有学习奖励的多目标 RL 迈出的一步，弥合了当前奖励学习和机器伦理文献之间的差距。