XiaoMi-AI文件搜索系统
World File Search System创造
entaction的五个支柱是共同创造人工智能的理论框架
本文提出了ENACTION的认知科学范式，作为共同创造性艺术智能（AI）的理论框架。eNACTION描述了通过在感知过程中与环境的相互作用与环境的相互作用出现的含义。eNACTION与信息处理（IP）认知理论不同，因为它不采用计划，而是精通和定位的含义构建过程。本文认为，可以用作设计，评估和描述共同创造的AI系统的理论基础。描述了五个支柱：自治，感知，实施，出现和经验。每个类别都应用于共同创造的AI，以创建一个描述性框架，以分类和系统地描述共同创造的AI系统。通过文献进行了20个共同创造的AI系统，包括Chatgpt，稳定扩散和Google的双子座。为每个颁发类别提供了设计建议。
人工智能与创造力的内部过程
能够产生创造性成果的人工智能 (AI) 系统正在重塑我们对创造力的理解。这种转变为创造力研究人员提供了一个重新评估创造过程关键组成部分的机会。特别是，人工智能的先进能力凸显了研究创造力内部过程的重要性。本文探讨了这些内部过程背后的神经生物学机制，并描述了创造力的体验成分。结论是，尽管人工智能和人类创造力的产物可能相似，但内部过程却不同。本文还讨论了人工智能如何对人类创造力的内部过程产生负面影响，例如技能的发展、知识的整合和思想的多样性。
“人工智能会创造宗教吗？”：算法的观点
“人工智能会创造宗教吗？”我曾多次被问到这个问题，通常是在我公开介绍我对人工智能和宗教的研究之后，或者在播客期间。我不会试图回答这个问题，因为这超出了人类学的方法范围。在这里，我将探讨网上对这个问题的回答如何告诉我们公众如何看待人工智能、宗教及其关系。然而，网上和其他地方的答案表明了人们对人工智能对宗教影响的共同看法，并与现有的宗教理论相似。当我们讨论宗教理论时，对宗教从何而来的问题大致有两种看法。要么宗教是人为的，从我们的心理和社会过程中产生，有时是故意的，就像“发明的宗教”一样，1 有时不是。或者宗教是神创造的，由超自然力量揭示。后者仍然产生了社会科学研究可以观察到的宗教机构、文化和社会现象。有些有
创造建筑工程物流服务价值
摘要 由于物流参与方众多、运输需求频繁、对社区影响重大且变化性高，因此在建筑行业中发挥着至关重要的作用。然而，参与方对物流的重要性以及物流如何创造价值的认识不足。本文旨在加深对建筑业物流服务价值共同创造过程的理解。在方法上，本研究采用涉及第三方物流 (TPL) 提供商、主承包商和分包商的访谈。服务蓝图用于可视化建筑物流设置 (CLS) 中的物流服务。研究发现，在像建筑这样的松散耦合系统中，价值共同创造是由信任和承诺驱动的，从而留出了必要的学习时间。服务蓝图有助于可视化服务设计与不同服务模块价值之间的联系。然而，风险包括供应链下游参与者参与延迟以及服务模块之间可能缺乏协调，尤其是在有多个 TPL 提供商的情况下。物流服务文献的一个贡献是模块化使设计服务内容变得更容易；但参与方的数量可能会增加，因此模块化简化了服务内容，但并未简化服务价值创造或价值共创过程。
类比设计中人与人工智能的交互协同创造力
简介 十一年前，马希尔 (Maher) 问道：“谁在创造？” (Maher 2012)，并提出了几个创造性应用的分析空间，包括构思和互动两个维度。马希尔的问题引出了乔丹诺斯 (Jordanous) 的 PPP 视角框架，其中创造行为可以由人类或人工智能 (Jordanous 2016) 执行，以及坎托萨洛 (Kantosalo) 和塔卡拉 (Takala) 的 5C 框架，其中创造行为由人类和人工智能共同组成的集体执行 (Kantosalo and Takala 2020)。1然而，对于人与人工智能互动中创造力的位置，人们的共识较少。混合主动性创造性界面方法提出了一组基本的细粒度活动，这些活动可以由人类或人工智能以某种结构化对话的形式执行（Deterding 等人，2017 年；Spoto 和 Oleynik，2017 年），随后扩展到生成应用（Muller、Weisz 和 Geyer，2020 年），针对特定算法方法进行了改进（Grabe、Duque 和 Zhu，2022 年），并针对其他算法方法进行了批评（Zheng，2023 年）。虽然这些方法生成了重叠的分析动作词汇，但它们并没有解决创造力在何处发生（以及由谁或什么通过这些动作发生）的问题。在这篇短文中，我们提供了对该问题的一个答案的几个例子。我们重新利用 Kantosalo 和 Takala (2020) 的 5C 中的集体概念，提出一种类型的创造力可能会在以下互动空间中不对称地出现 (Rezwana and Maher 2022)
可持续发展的文化和创造力
认识到全球挑战变得越来越频繁，互连和多维；从气候变化的含义，地缘政治紧张和冲突的溢出溢出，从19009年的大流行中恢复不平坦，全球粮食和能源系统的脆弱性，供应链的破坏，到金融市场的波动；并需要维护东盟的共同价值观和规范，国际法，相互信任和信心，包容性的对话和合作，以应对这些新兴挑战；还认识到新兴的大型趋势（例如数字技术进步以及绿色和蓝色经济体以及东盟成员国的个人和集体潜力）所带来的机会；指出，在新兴的多极全球架构中，东盟的全球相关性和独特的召集力量，以及伙伴对与东盟进行对话和建立更强大的合作的兴趣越来越多；还注意替代多边和多边框架的地缘驱动的出现以及削弱多边主义的风险；强调印度尼西亚2023年主席的主题“东盟事务：Epicentrum的增长”，强调了东盟对确保其持续的相关性，韧性，有效性和对未来地区和全球挑战的反应的承诺，以及它成为该地区和超越地区经济增长中心和驱动力的愿景；承认东盟社区在东盟社区的所有三个支柱上对东盟社区2025的贡献，以及实施东盟连通性的总体计划（MPAC）和东盟综合恢复框架（ACRF）及其实施计划，以实现东盟的实施计划，以实现东盟的愿景为增长的愿景；
创造“智能”计算机科学...
摘要。这项工作旨在强调与在高等教育机构中创建“智能”微电子计算机科学课程相关的问题。创建的“智能”计算机科学教室是一个完全自动化的教育环境，其运行模式为“标准”、“自动”、“自动省电”。 “Samrt”机柜可以通过智能手机、PC 和遥控器进行控制。机柜配备了基于 ArduinoUNO、MEGA 和 ESP8266-12E WiFi 模块的各种传感器、指示器和电子零件。内置“智能”办公室传感器和指示器的测量用于显示有关办公室和教室微气候状态的信息，用于演示演示和实验室工作。智能机柜专为 Iformatics 设计，由三个模块组成：“信息”、“执行”和“演示”，由 ATMEL 微控制器控制。演示模块旨在快速轻松地连接无焊板的各种传感器和组件。Arduino 开放式编程平台。计算机科学教室中的智能传感器可以监控教室内外的环境（温度、湿度、压力、光照水平、空气中的二氧化碳和其他气体水平）；并远程控制外围设备：电视、投影仪、灯、电源插座、窗帘。所有三个模块都连接到无线局域网。基于每个模块的无线电通信的“星型”拓扑。系统的主要组件是具有互联网接入、设备、技术和软件工具的执行模块。技术教育机构教育系统的概述解决了以下问题：在高等教育机构中创建“智能”计算机科学教室。
![征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术](/simg/9/997626a7f59d17e25a28a70110fbadb440a4a51a.png)
征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术
征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术
创造社会价值经济
虽然人们对社会价值的理解有所增加，但我们尚未充分发挥其潜力——这意味着我们错过了重要的机会。英国社会企业对 2010 年至 2020 年英国公共部门采购的分析表明，我们可能错过了价值超过 7600 亿英镑的创造经济、社会和环境价值的机会，相当于每年 560 亿英镑或 14 个“升级基金”。我们在提高认识和实施实践方面取得了一些进展，但速度还不够快。我们现在有机会吸取过去的教训，在未来十年加速社会价值的增长，以覆盖所有公共部门采购和我们最大的企业。这将使社会价值每年覆盖英国超过 4000 亿英镑的采购支出，相当于英国 GDP 的 20%，为我们转型经济、公共服务以及保护和改善环境提供了基础。但要做到这一点，就意味着公共部门的社会价值利用速度要加倍，私营部门的增长速度要更快。