● 包容性指导、监督和教师支持:RIT AI 中心将由一个内部咨询委员会指导,该委员会的成员来自整个大学,包括至少一名来自每个学院的院长代表以及来自研究副校长办公室、教务长办公室、RIT 研究生院和多元化与包容性部门的代表。外部咨询委员会可能由政府国家实验室的领导、人工智能研究的工业研究实验室以及人工智能领域的学术或政府领导组成。由于缺乏教师支持,可能会造成利用率不足的威胁,这表明需要从一开始就制定策略来吸引教师。教师将参与中心的规划和持续发展,可能通过调查、研讨会和在咨询委员会中的代表来实施。
加利福尼亚州免除该州征收的 100% 税款。地方和地区销售税仍将适用。太阳能设备必须主要用于服务农用设备。佛罗里达州太阳能系统及其所有组件均免征该州 6% 的销售税
背景人工智能 (AI) 工具为我们的校园带来了机遇和挑战,无论是对于学生、教师还是员工而言。一方面,AI 工具带来个性化学习的好处以及增强的可访问性,有可能帮助学生取得成功。自动化日常任务的机会可以提高行政人员和教师的工作效率。相反,AI 工具有时会产生看似合理但不准确的结果,并且可能在决策过程中引入偏见。AI 工具的开发和使用可能会导致知识产权侵权。支持该技术所需的电力可能会对环境产生不利影响。而且,如果不指导学生负责任地使用 AI 工具,使用可能会扰乱学生的学习,扭曲评分和学生评估过程,并影响学术诚信合规性。了解 AI 的好处和挑战对于我们应对其对专业和教育实践的影响至关重要。
1. 列出 WMO 计划和区域协会内现有活动的清单 2. 审查可以利用有限资源扩展的活动,以包括 AI/ML 系统 3. 确定主要的科学差距和直接相关的科学问题 4. 确定成员的其他关键需求(基础设施、开放数据倡导、培训和知识传播等) 5. 就上述内容制定报告,包括关于立即采取行动的建议
JMU AI 任务组春季更新:JMU 的人工智能任务组在过去一学年专注于四个探索领域:作者身份和新知识的产生;人工智能和学生体验;高等教育和社会中的新背景和意义;以及生成性人工智能的可能管理应用。我们根据 JMU 在数据治理、麦迪逊再造项目和总统目标 #1b 方面的努力开展这项工作。任务组团队共同制作了一套丰富的初步调查结果和建议(2024 年 2 月初步报告),提交给访客委员会(2024 年 4 月幻灯片),并且——最近——汇编了其他要点和可能的下一步方向,概述如下。第 1 组:作者身份和新知识这个任务组小组于 2024 年春季召集了来自整个校园的一系列教职员工焦点小组,讨论人工智能在教学和学术中的使用。我们使用 ChatGPT 4 开始总结 6 多个小时的讨论,我们的领导小组修改并确定了以下内容的优先顺序。我们想分享讨论中的关键要点和未来工作的关键建议:焦点小组记录中的关键要点
2023 年 12 月,PCC 编目和元数据人工智能和机器学习任务组受命对 PCC 社区进行环境扫描,收集当前活动快照以及人工智能对编目和元数据操作的影响。调查于 2024 年 3 月进行,共收到 193 份回复。根据这些回复,任务组为 PCC 制定了一系列建议和潜在行动项目,以支持、教育和协调围绕人工智能和编目的工作。此外,任务组还收集了一组关于人工智能和编目的初始资源,将通过 PCC Wiki 共享。我们设想这个 wiki 空间成为使用人工智能和机器学习 (ML) 的编目从业者之间的交流和协作场所。在我们的工作过程中,任务组确定了一些总体主题,这些主题将在 PCC 在该领域的工作进展过程中加以考虑。这些主题为任务组提出的建议和行动项目的制定提供了参考。
• AI/ML 利益共同体:由 DHS S&T AI/ML 技术中心领导的 DHS AI/ML 利益共同体 (COI) 每月第一个星期二开会,就 AI 和 ML 主题与部门内分享知识和经验。COI 会议通常邀请 DHS 内部和外部的发言人进行演讲并讨论感兴趣的话题。在 11 月 7 日举行的 11 月会议上,DHS AITF 概述了工作组迄今为止的工作,包括三个试点项目和与四项优先计划相关的工作。COI 还于 1 月 9 日举办了 ChatGPT 演讲,并于 2 月 6 日举办了 AI 辅助决策透明机制悖论演讲。DHS 首席技术官 CTO 还介绍了 DHS 生成 AI 政策并回答了有关其实施的问题。
我们的脱碳之路基于基于科学的目标计划提供的框架,这是最新气候科学支持的最强大框架。诸如碳或气候中立之类的术语谈到了平衡排放量,通常是通过使用碳抵消方案,但任务选择使我们的目标保持一致,以达到真正的,科学的净零。要实现这一组织,必须将他们的精力集中在实际排放量减少上,而通过高质量的碳除碳计划中除去的剩余排放量的数量仅有非常有限(不超过5-10%)。脱碳将依赖于适应和变化,改变我们开展业务的方式,以免首先发出。只有在实现有针对性的减少水平后才能进行替代方案,以删除与业务运营有关的任何残余排放。
PCC AI/ML任务小组在2024年1月5日星期五举行了我们的第一次会议,我们设定了每两周的会议时间表。在首次会议上,我们审查了我们的指控,以确认对TG的目标和可交付成果的共同理解。我们已经启动了一份文档收集信息,我们当前知道有关可能的合作伙伴,实施,项目和资源,以作为环境扫描的框架。但是,我们认为对更广泛的PCC社区的扩展调查将是收集最全面信息的主要工具。我们已经与一些POCO成员接触,他们对AI的初步调查做出了回应,以了解有关他们参与的项目或计划的更多信息,并输入了调查的下一次迭代。我们仍在收集此反馈。