XiaoMi-AI文件搜索系统
World File Search System信息搜索
简历
资助（总计：86,992 美元）24,588 美元（PI），华盛顿大学加维脑健康解决方案研究所 2025 年 1 月 - 2025 年 12 月评估大型语言模型在传达心理健康决定因素方面的作用（共同 PI：Tim Althoff、Yiwei Xu、Sarah Gollust）23,836 美元（PI），华盛顿大学人口健康计划 2025 年 1 月 - 2025 年 8 月了解人工智能集成信息搜索工具在用户评估健康（错误）信息中的作用（PI：Yiwei Xu，共同 PI：Saloni Dash、Emma Spiro、Amy Zhang、Wang Liao）8,140 美元（共同 PI），华盛顿大学知情公众中心 2024 年 7 月 - 2025 年 6 月了解用户对大型语言模型作为健康信息搜索来源的新信念（PI：Yiwei Xu，共同 PI：Wang Liao、Lori Cai) $9,200 (PI)，华盛顿大学保罗·G·艾伦计算机科学与工程学院 5/2024–2/2025 为大规模分析社交媒体上的两极分化奠定基础 $21,228 (Co-PI)，华盛顿大学知情公众中心 10/2023–6/2024 自动事实核查优先级排序（与 PI：Amy X Zhang）
2.商业模式的定义和范围
GOOGLE信息搜索可以让我们免费在互联网上搜索信息。谷歌的收入来自哪里？它如何能够发展得如此之大并不断创新？这是什么样的商业模式？谷歌免费提供其产品会蒙受损失吗？施乐和谷歌都不仅仅依赖先进的创新/发明。证据就是，施乐公司起初很难销售其复印机。如果谷歌向用户收取使用其服务的费用，谁会愿意使用它呢？因此，单靠产品创新是不够的。他们利用正确的商业模式推动创新。
统计组织中生成式人工智能的使用
调查结果显示，生成式人工智能在组织中的应用领域多种多样。最常见的用途是代码和 IT 开发 (29)，这对应于预计会产生最大影响的领域 ( Q5 )，其次是用于数据处理的文本生成 (19)，人工智能还广泛用于创建文本通信材料 (19) 和分析 (16)。行政任务和数据传播/信息搜索也受益于人工智能。此外，人工智能还有各种其他用途，例如文献综述、非敏感主题的简介、翻译和头脑风暴，展示了该技术在增强组织功能方面的多功能性和广泛适用性。
研究大脑振荡动力学中认知处理的深度
简介：人机交互 (HCI) 可能受益于访问有关用户状态的隐性信息，因为它允许流畅地适应当前情况。作为这项工作的一部分，我们研究了通过利用大脑活动的相应成分来量化大脑对呈现的信息的处理深度的可行性。认知过程产生的神经成分已在事件相关电位 [1] 中考虑过，这里在频谱域中进行研究。长期目标是从正在进行的脑电图 (EEG) 中估计认知处理的瞬时水平，并动态调整相应的 BCI 应用。适用范围从人机交互（如信息搜索）到工业工作场所（例如操作员监控）。
加拿大未来的 DRI 生态系统：人工智能研究需求
在日益占主导地位的知识经济中，计算卓越性是竞争力的一大驱动力。在过去十年中，计算人工智能 (AI) 在经济发展和市场竞争力中的作用已从小到大。其经济重要性怎么强调都不为过——在源自加拿大的神经网络模型训练创新的推动下，巨大的变化颠覆了许多领域的市场部门领导地位，包括信息搜索、语音识别、自然语言理解、导航助手、自动驾驶汽车、诉讼准备、制造资格等。对于加拿大经济来说，人工智能在高级研究计算 (ARC) 提供的学术计算创新与工业竞争力的良性循环中发挥重要作用至关重要。
正念的调解和享乐的节制
智能手机等手持设备的出现改变了我们连接、导航和娱乐的方式，被认为是信息和通信技术 (ICT) 的一场革命。智能手机是移动电话的高级版本，可以访问互联网以发送消息、使用社交媒体、观看视频和玩游戏。如今，智能手机在日常生活中无处不在，全球用户超过 25 亿 [1]。这个口袋大小的信息库有诸多有益用途，包括提高工作效率（例如电子邮件、消息和日历）[2]、社会支持和社交互动（例如社交媒体）、信息搜索（例如网页浏览功能）、促进健康（例如体育锻炼）[3]、体重控制 [4, 5]、肥胖治疗 [6] 和通信，以及 GPS 导航和娱乐，但人们开始担心上瘾使用会产生意想不到的后果，影响生活质量和幸福感。
使用认知网络分析自我调节学习
摘要。对学生自我调节学习 (SRL) 行为随时间如何展开的微观分析为理解他们在与基于计算机的学习环境互动时的学习过程提供了一个有价值的框架。在本文中，我们使用日志跟踪数据来调查学生如何在 Betty's Brain 环境中自我调节学习，他们参与三类开放式问题解决行动：信息搜索、解决方案构建和解决方案评估。我们使用认知网络分析 (ENA) 来全面了解三个行动类别内部和之间的行动类型共现情况。通过对两组学生（成绩低和成绩高的学生）生成的认知网络进行比较，我们可以深入了解他们的自我调节行为。
基于人工智能的聊天机器人对信息疫情管理有何影响？
人工智能 (AI) 聊天机器人有可能通过提供各种健康主题的最新信息，彻底改变在线健康信息搜索行为。它们通过处理大量文本、分析趋势和生成自然语言响应的能力，对用户查询生成个性化响应。聊天机器人可以通过大规模揭穿在线健康错误信息来管理信息流行病。然而，系统准确性在技术上仍然具有挑战性。聊天机器人需要对多样化和有代表性的数据集进行训练，需要安全性来防范恶意行为者，并需要更新以跟上科学进展。因此，尽管人工智能聊天机器人在协助信息流行病管理方面具有巨大潜力，但由于其目前的局限性，必须谨慎对待其输出。
