XiaoMi-AI文件搜索系统
World File Search System公益
GW FSA 领事-12月23日
1.1 标签 在咨询中，没有人质疑是否需要为消费者标注由公益组织生产的食品和饲料。食品标准局在其背景文件的第 7.11 至 7.13 段中试图为此辩护。然而，这一决定与其自己的消费者研究相冲突，这导致食品标准局自己指出，“大多数消费者认为标签应该始终使用全称‘基因组编辑’来告知消费者转基因成分的存在”3 并且“研讨会参与者强烈认为精准养殖产品应该标记为精准养殖。虽然现有的强制性标签会告知消费者产品特性的任何变化，但参与者认为仅靠这一点是不够的。他们认为，能够通过标签识别精准养殖产品对于透明度至关重要，因此对于消费者的选择和公众信任也至关重要”。 4 后一项研究还报告了调查结果，其中“调查受访者表示同意，近五分之四（77%）的人表示，在购买食品时了解其是否经过精准养殖很重要，近一半（45%）的人表示这‘非常’重要。只有六分之一（15%）的人表示了解这一点并不重要”。食品标准局在咨询文件中指出，其目标之一是“通过新的监管制度为消费者提供保证，并保持对食品系统的信心”。然而，没有标签就无法做到这一点。GeneWatch UK 强烈支持消费者对 PBO 进行标签的必要性。完全可追溯性和标签对于以下方面至关重要：
低收入家庭能源援助计划和能源部防寒保暖分包商
发布者：弗雷斯诺经济机会委员会能源服务发布日期：2024 年 11 月 5 日提案截止日期：2024 年 12 月 6 日估计金额：DOE WAP 300,000.00 美元 LIHEAP 1,500,000.00 美元 DOE BIL 1,500,000.00 美元弗雷斯诺县经济机会委员会是加利福尼亚州的一家非营利性公益公司 (Fresno EOC)，正在寻求合格的分包商来安装防风雨装置、节能措施以及为期 24 个月的设备维修和更换； 2025 年 1 月 1 日至 2026 年 12 月 31 日。（仅提供 2024/2025 年估计资金金额。）弗雷斯诺 EOC 预计到 2025 年将获得额外的 LIHEAP WAP、DOE WAP 和 DOE BIL 资金。弗雷斯诺 EOC 预计将根据 LIHEAP 为 300 栋房屋进行防寒保暖，根据 DOE BIL 为 300 栋房屋进行防寒保暖。弗雷斯诺 EOC 的所有防寒保暖资金均取决于联邦和州预算，并且每年都会发生变化。1. 合格的受访者应查看随附的规范，并在 2024 年 12 月 6 日星期五下午 4:00 之前提交一份 (5) 份未装订副本、一份 (1) 份原件和一份 (1) 份 PDF 版本的提案。发送至：
服务访问规定
1.根据设立志愿服务中心的法规限制，并根据艺术规定等待国家第三部门登记册（RUNTS）的运作。101 第 2 段，这些服务针对的是以下实体，这些实体的注册办事处和主要业务位于米兰大都会：a) 在志愿服务总区域登记册中注册的志愿者组织 (OdV)； b) 在地区或省级社会促进协会登记册中注册，或通过全国网络在国家社会促进协会登记册中注册，并利用志愿者的社会促进协会（APS）； c) 在社会公益非营利组织 (ONLUS) 注册处注册并使用志愿者的社会合作社； d) 在伦巴第大区社会合作社注册处注册并使用志愿者的社会合作社； e) 未在志愿服务总地区登记册中登记的志愿组织，这些组织受到条款原则的启发。第 266/91 号法律第 1、2 和 3 条，并根据立法法令验证成为第三部门实体 (ETS) 的条件。117/2017； f) 依照本章程设立的社会促进协会。立法法令第 35 和 36 条117/2017 且尚未在社会促进协会登记册中登记； g) 组织网络，包括利用志愿者的OdV、APS或社会合作社; h) 有意成立协会的人士，他们希望验证使用 OdV 形式或其他利用志愿者的 ETS 形式的可能性和机会； i) 向符合志愿者资格或有志于成为志愿者的公民提供各类服务。
AI4People 还是 People4AI？关于人类在工作中对人工智能的适应
人工智能伦理框架强调技术能够促进社会公益，但另一方面又强调人工智能与人类的关系，这一点令人不安，正如它在迄今为止部署人工智能最为复杂的场所之一——亚马逊的配送中心所展现的那样。人工智能应该促进人类的福祉，这是“良好人工智能社会”伦理框架提出的五项原则中的第一项（Floridi 等人，2018 年）。该框架宣称人工智能从四个基本方面为提升人类尊严和繁荣提供了机会：通过促进自主自我实现，“我们能成为谁”，通过促进人类能动性，“我们能做什么”，通过增强个人和社会能力，“我们能取得什么成就”，通过促进社会凝聚力，“我们如何彼此互动、如何与世界互动”。仓库机器人也被赋予了类似的乐观态度。亚马逊全球消费者业务前首席执行官 Jeff Wilke 在推特上表示，这种机器人让仓库工作“变得更好、更安全”，他还表示，它们让“人们能够发挥与生俱来的创造力，而不是一遍又一遍地重复死记硬背的工作”（Evans 2020 ）。时任亚马逊运营总监的 Dave Clark 表示：“这对每个人来说都更好”，2014 年，亚马逊加州仓库配备了新机器人（Evans 2020 ）。这些机器人使用基于云端的人工智能软件在仓库内进行感知和导航。现实情况比这更复杂。人工智能技术有两个特点在这种情况下尤为重要：它们在灵活性方面有相当大的局限性，而在分析人类行为数据方面有相当大的能力。亚马逊机器人履行总监 Scott Anderson 表示
1.确保人工智能（AI）弥补差距……
3. 两个已经缩小不平等差距并可由联合国成员国扩大以造福国家框架的机构是发展中国家妇女科学组织 (OWSD) 和世界科学院 (TWAS)。OWSD 通过吸收和提升女性进入科学学科来解决科学、技术、工程和数学 (STEM) 领域的性别和地域差异，特别是针对发展中国家的女性。这有助于平衡传统上由男性主导的 STEM 领域的性别代表性。该组织倡导支持女性在 STEM 领域包容和进步的政策和做法，提高人们对女性在这些领域面临的独特挑战的认识。TWAS 致力于通过促进科学进步、建设研究能力、促进国际合作、倡导科学政策、支持性别平等和认可科学卓越来缩小不平等差距。这种综合方法有助于创建一个更具包容性和公平性的全球科学界。例如，这些说明了减少不平等差距的各种方法。通过研究和借鉴这些成功模式，联合国成员国可以制定促进包容、公平和社会正义的国家框架。此外，各国之间的合作和知识共享可以进一步扩大这些努力，以创造一个更加公平的全球社会。谢谢。一分钟：人工智能具有解决和减少差距和不平等的巨大潜力，但它需要一种深思熟虑的、合乎道德的方法来确保其利益得到公平分配，并且不会无意中加剧现有的差距。强有力的治理、多元化利益相关者的参与和持续的监测对于发挥人工智能的社会公益潜力至关重要。
MCAA 2023 年度最终公共权力报告。......
组织和宗旨门罗县机场管理局（简称管理局）是一家公益机构，旨在为门罗县（简称县）内的航空及其他相关设施和服务提供资金、建设、开发、运营和维护。管理局依照纽约州公共当局法成立。监督机构是管理局董事会，由县议会根据县长的建议批准成立。管理局从县租赁弗雷德里克·道格拉斯-大罗彻斯特国际机场（简称机场），并按照 1989 年 9 月 15 日修订的信托契约条款运营。管理局的地址为纽约州罗彻斯特布鲁克斯大道 1200 号。其网站为 rocairport/mcaa。管理局董事会简介管理局董事会由县长任命的七名成员组成，但其中两名成员须根据县议会主席的书面推荐任命。定期会议每两个月举行一次，年度会议在三月举行。特别会议根据需要举行。常设委员会包括审计委员会、治理委员会和财务委员会。会议记录和出席情况可在管理局网站上找到。每位董事会成员委员会参与情况的摘要和董事会的年度自我评估可在附件 A 中找到。使命管理局的使命是确保机场为旅客提供安全、高效和经济的航空运输，并促进大罗彻斯特地区的经济发展、贸易和旅游业。管理局将继续优化机场设施的使用，以加强和扩大业务发展并促进我们地区的经济增长。绩效评估报告作为附件 B 附在本报告中。
简历 - Joshua Bengio -
2019 年 9 月，Google Scholar 上查找到 Yoshua Bengio 撰写的科学出版物被引用近 206,000 次，H 指数为 146，仅 2018 年就被引用了 60,000 多次。正如图灵奖特别认可的那样，他的主要贡献共同创造了深度学习领域，涉及循环网络、使深度学习成功的方法、深度学习的理论理解、基于注意力的新架构的开发以及使神经网络能够处理集合而不仅仅是向量和序列，以及开发深度生成模型（如生成对抗网络）。最近，YB 将注意力转向了表示学习的代理视角（以及深度强化学习），并参加了关于人工智能社会责任发展的国内和全球讨论（和文件），并为人工智能在社会公益应用方面的研究做出了贡献，例如在医疗保健、环境和教育领域。主要贡献如下。 • 1989-1998 卷积和循环网络与概率对齐 (HMM) 相结合来对序列进行建模，这是我的博士论文 (1991)、NIPS'1988、NIPS'1989、Eurospeech'1991、PAMI'1991、IEEE Trans. Neural Nets 1992 的主要贡献。这些架构首先应用于我博士论文中的语音识别（并在 2010 年后重新发现），然后与 Yann LeCun 等人一起应用于手写识别和文档分析（被引用最多的论文是“基于梯度的学习应用于文档识别”，1998 年，引用次数超过 19,000 次）。 • 1991-1995 与 Samy Bengio 一起学习学习论文，从 1991 年的 IJCNN 开始，
建议引用：Hermann, Erik (2021)：利用人工智能在营销中实现社会公益——一种伦理视角，《商业伦理杂志》，ISSN 1573-0697，Springer 荷兰，多德雷赫特，第 179 卷，Iss。1，第 43-61 页，https://doi.org/10.1007/s10551-021-04843-y
摘要 人工智能 (AI) 正在 (重新) 塑造商业领域，尤其是营销领域的战略、活动、互动和关系。人工智能系统和应用在营销领域提供的巨大机遇的缺点是道德争议。基于人工智能伦理文献，作者从多利益相关方的角度系统地审视了在营销中部署人工智能的道德挑战。通过揭示伦理原则之间的相互依赖和紧张关系，作者阐明了纯原则性、义务论方法在营销中对人工智能伦理的适用性。为了调和其中一些紧张关系并解释人工智能造福社会的观点，作者提出了如何利用营销中的人工智能来促进社会和环境福祉的建议。
非人类人道主义：当人工智能的善举变成坏事时 Mirca Madianou 伦敦大学金史密斯学院 2018 年，有超过 1.68 亿人需要人道主义援助，同时有超过 6900 万人成为难民，人道主义部门面临着重大挑战。人工智能 (AI) 应用可以成为人道主义危机的潜在解决方案的提议受到了热烈欢迎。这是“人工智能用于社会公益”大趋势的一部分，也是“数字人道主义”更广泛发展的一部分，“数字人道主义”指的是公共和私营部门为应对人道主义紧急情况而使用数字创新和数据。聊天机器人、声称可以预测未来流行病或人口流动的预测分析和建模以及依赖于采用机器学习算法的先进神经网络的生物识别技术，都是在援助行动中越来越受欢迎的例子。本文建立了一个跨学科框架，将殖民和非殖民理论、人道主义和发展的批判性探究、批判性算法研究以及对人工智能的社会技术理解结合在一起。人道主义在这里被理解为一种复杂的现象：不仅仅是通常定义的“减少痛苦的必要性”（Calhoun，2008），而且是一种行业、一种话语和一种源于 19 世纪和 20 世纪殖民主义的历史现象（Fassin，2012；Lester & Dussart，2014）。人工智能同样是一个多面现象：不仅仅是基于先进计算和机器学习算法的技术创新，而且是一个行业以及关于技术的特定话语。人工智能只能与数据和算法一起理解——这三者是不可分割的，因为人工智能依赖于机器学习算法，而机器学习算法是特定数据集的产物。鉴于“大数据”本质上是不完整的，且具有本体论和认识论的局限性（Crawford & Finn，2014），人工智能应用会重现并可能放大大型数据集中发现的现有偏见（Benjamin，2019；Eubanks，2018；Noble，2018 等）。
非人类人道主义：当人工智能的善举变成坏事时 Mirca Madianou 伦敦大学金史密斯学院 2018 年，有超过 1.68 亿人需要人道主义援助，同时有超过 6900 万人成为难民，人道主义部门面临着重大挑战。人工智能 (AI) 应用可以成为人道主义危机的潜在解决方案的提议受到了热烈欢迎。这是“人工智能用于社会公益”大趋势的一部分，也是“数字人道主义”更广泛发展的一部分，“数字人道主义”指的是公共和私营部门为应对人道主义紧急情况而使用数字创新和数据。聊天机器人、声称可以预测未来流行病或人口流动的预测分析和建模以及依赖于采用机器学习算法的先进神经网络的生物识别技术，都是在援助行动中越来越受欢迎的例子。本文建立了一个跨学科框架，将殖民和非殖民理论、人道主义和发展的批判性探究、批判性算法研究以及对人工智能的社会技术理解结合在一起。人道主义在这里被理解为一种复杂的现象：不仅仅是通常定义的“减少痛苦的必要性”（Calhoun，2008），而且是一种行业、一种话语和一种源于 19 世纪和 20 世纪殖民主义的历史现象（Fassin，2012；Lester & Dussart，2014）。人工智能同样是一个多面现象：不仅仅是基于先进计算和机器学习算法的技术创新，而且是一个行业以及关于技术的特定话语。人工智能只能与数据和算法一起理解——这三者是不可分割的，因为人工智能依赖于机器学习算法，而机器学习算法是特定数据集的产物。鉴于“大数据”本质上是不完整的，且具有本体论和认识论的局限性（Crawford & Finn，2014），人工智能应用会重现并可能放大大型数据集中发现的现有偏见（Benjamin，2019；Eubanks，2018；Noble，2018 等）。
非洲医疗保健领域的人工智能
医疗保健领域采用人工智能 (AI) 为扩大非洲大陆各级医疗服务的可及性提供了机会。资源不足、流行病和传染病爆发、慢性病扩张和成本增加等挑战对负担过重的医疗保健系统构成了挑战。现有的结构性不平等、合格医疗专业人员或医疗用品短缺、可及性障碍、负担能力障碍以及城乡差距加剧了这些障碍。作为一种“通用技术”，人工智能可以通过多种方式提供帮助，既可以应对挑战，也可以利用数字数据来改善和扩大优质医疗服务的可及性。用例在所谓的“4P 医学”中各不相同：个人、预防、参与和预测。COVID-19 大流行推动了医疗领域人工智能用例的发展，包括接触者追踪算法和空间访问控制系统。在某些情况下，疫情催化了远程医疗和数字平台。然而，在其他情况下，有证据表明，疫情加剧了历史鸿沟，扩大了数字鸿沟。1 医疗保健领域采用人工智能面临一些实际挑战，例如缺乏优质数据和技术技能、数字基础设施和包容性方面的差距（包括互联网连接和采用率 2 ），以及在某些情况下缺乏信任和数据治理。人工智能技术带来的风险包括可能加剧不平等、偏见和歧视，或缺乏可解释性。必须在机遇与测试和预防措施之间取得平衡。尤其是医疗保健行业带来了政策和社会问题，提高了隐私、安全和保障的需求。3 负责任的人工智能采用治理涉及多种方法，例如扩大数字基础设施和素养以提高包容性、数据治理和数据共享框架，以及战略资金或合作伙伴关系以加强本地初创企业和技能发展。例如，公私合作伙伴关系 (PPP)、产学合作以及支持数据科学和应用社会公益项目的平台（例如CMU 非洲的行业创新实验室）可以帮助催化人工智能试点。