XiaoMi-AI文件搜索系统
World File Search System副驾驶
技术愿景2025 | AI：自治的声明
要了解AI的这种概括，人们只需要环顾四周，看看AI的生命如何在我们的生活中。自卡斯帕罗夫（Kasparov）的游戏已经过去了将近30年，现在可以使深蓝色看起来像普通玩家坐在每个人的口袋里的模型。Turing测试曾经被认为是机器智能的最高基准测试，每天都会通过与大型语言模型（LLM）返回的客户服务机器人和销售代理进行对话有效地打破。今天的AI模型已经摆脱了过去的深刻但具体和线性的方法，并且比以往任何时候都更加自治 - 在他们学习，接近任务以及最终可以做的事情中。，他们正在将这种自主权带入工作，其中75％的知识工作者使用生成AI报告；我们如何与技术互动，作为编码副驾驶以及扩大语音助手功能；以及从机器人技术到汽车到医疗保健的几乎所有其他事物。4,5,6,7,8,9,10功能强大的高级AI
二手飞机指南 2019 年 9 月刊 Pilatus PC-12：
例如，第三系列（序列号 141-160）将前面提到的总重量从 9040 磅增加到 9920 磅（从序列号 181 开始，这最终成为标准配置）。第四系列（序列号 161-180）带来了新的飞行员和副驾驶座椅，并改进了调节机制，以及经过认证可适应增加的总重量的乘客座椅。第五系列（序列号 181-200）包括机舱内的新热管道、驾驶舱内的新氧气关闭杆、60 秒发动机启动继电器，以及乘客座椅的头部撞击改进。从序列号 401 到 888，第十系列飞机进行了更多重大修改（后来的序列号将飞机升级为 PC-12-47）。其中包括一个新的 EIS，它结合了发动机状态监测系统 (ECMS)，允许 EIS 捕获所有关键发动机参数，以便下载到笔记本电脑上进行发动机趋势分析。还有一些航空电子设备升级，包括增加了 BendixKing KLN90B 进近认可 GPS、KMD850 多功能显示器、EGPWS、气象雷达和 TCAS。
Oppenheim 研讨会 2024 机器学习和人工智能
摘要：一致性和信任对于成功将人工智能整合到医疗保健（包括数字孪生项目）中至关重要，该领域涉及医务人员、患者、管理人员、公共卫生官员和纳税人等各种利益相关者，所有这些人都会影响这些概念的定义方式。本次演讲介绍了一系列协作医疗案例研究，其中人工智能算法逐渐从透明变为更加不透明，因此一致性评估的难度也随之增加。这些范围从基于树的创伤诊断方法到基于 LLM 的急诊科副驾驶，以及用于从病理报告中提取结构化数据的机械电路。它们以 Veridical 数据科学 (VDS) 原则（可预测性、可计算性和稳定性 (PCS)）为指导，旨在建立信任和可解释性，使医生能够评估一致性。演讲最后讨论了将 VDS 应用于医学基础模型以及评估医疗保健中人工智能算法一致性的后续步骤。上午 10:20 至上午 10:40 咖啡/茶歇（数学员工休息室）
确保日益自动化的航天器安全的考虑因素...
AGL 地上 AI 人工智能 ALIAS 机组人员 驾驶舱自动化系统 AMDP 抽象马尔可夫决策过程 AN 人工神经元 ANN 人工神经网络 ARIAS 日益自主系统的保证推理 ARL 保证强化学习 ASRS 航空安全报告系统 AT 航空运输 ATC 空中交通管制 ATIS 机场塔台信息服务 BRGA 商务、区域和通用航空 CAE 索赔-论据-证据 COTS 商用现货 CRM 机组资源管理 CTM 机组任务管理 CWA 认知工作分析 DAL 设计保证级别 DARPA 国防高级研究计划局 EA 企业架构师 EFB 电子飞行包 EGPWS 增强型近地警告系统 FAA 联邦航空管理局 FHA 功能危害分析 FL 飞行高度 FMEA 故障模式及影响分析 FMS 飞行管理系统 FO 副驾驶 FPM 飞行路径管理 FTA故障树分析 GPWS 近地警告系统 GSN 目标结构符号 HITL 人机交互 IA 高度自主 IAS 智能自动驾驶系统
确保日益自动化的安全性的考虑因素...
AGL 地上 AI 人工智能 ALIAS 机组人员 驾驶舱自动化系统 AMDP 抽象马尔可夫决策过程 AN 人工神经元 ANN 人工神经网络 ARIAS 日益自主系统的保证推理 ARL 保证强化学习 ASRS 航空安全报告系统 AT 航空运输 ATC 空中交通管制 ATIS 机场塔台信息服务 BRGA 商务、区域和通用航空 CAE 索赔-论据-证据 COTS 商用现货 CRM 机组资源管理 CTM 机组任务管理 CWA 认知工作分析 DAL 设计保证级别 DARPA 国防高级研究计划局 EA 企业架构师 EFB 电子飞行包 EGPWS 增强型近地警告系统 FAA 联邦航空管理局 FHA 功能危害分析 FL 飞行高度 FMEA 故障模式及影响分析 FMS 飞行管理系统 FO 副驾驶 FPM 飞行路径管理 FTA故障树分析 GPWS 近地警告系统 GSN 目标结构符号 HITL 人机交互 IA 高度自主 IAS 智能自动驾驶系统
Microsoft Word - AC-130J AIB 报告 20150930 准备提交
此次事故发生在一次中等风险飞行品质测试中，飞机超出了飞行包线的边缘。事故飞行员（MP）试图执行稳定航向侧滑（SHSS）以触发咨询警告和预警系统（ACAWS）的方向舵特殊警报。这通常是被禁止的动作，但空军物资司令部（AFMC/A3）作战总监签署了豁免书，批准测试团队以这一限制飞行。MA 超过了 14.5 度的侧滑角（AoS），触发了方向舵特殊警报，并且 AoS 继续增加，直到脱离受控飞行，最终翻滚到倒飞位置。此后不久，MA 从脱离状态恢复，事故副驾驶（MCP）接管控制以从近乎垂直的俯冲中恢复。在起飞和恢复过程中，飞机下降了约 5,000 英尺，经历了 3.19 倍的法向力加速度 (Gs)，襟翼超速超过 100 节。超速超过了飞机的 DLL，从而使 MA 失去适航性，导致其完全损毁。
进近时遇到强烈湍流侧向风，200 英尺以下不稳定，后期拉平和硬着陆
他进一步表示，他不习惯使用 A/THR，他更喜欢在 A/THR 断开的情况下进近。稳定高度设置为 1,000 英尺 AGL。他补充说，他已经向副驾驶解释过，如果他认为有必要，他可以要求中止进近。ACARS 在 06 时 47 分收到的 ATIS O 提到风速为 25 节，风向为 210°，阵风为 37 节。他解释说，他查看了 MCDU 上显示的 Vapp 值，并且在进近过程中他使用了这个值，在该值上增加 5 到 10 节作为手动飞行的目标速度，但没有修改 MCDU 上 PERF APPROACH 页面上显示的值。下降 200 英尺后，他看到 PAPI 上的三个红灯和速度趋势增加。他解释说，在最后进近时，飞机向左急速倾斜让他很惊讶，他担心左翼会碰到跑道。他说他没有时间拉平。他考虑过中止着陆，但当他注意到飞机没有打滑时，他宁愿减少推力并部署反推装置。
充分利用人工智能和大型语言模型来支持健康科学图书馆的收集开发
该项目调查了生成AI模型在协助健康科学图书馆员进行收集开发方面的潜力。Chapman大学的Harry和Diane Rinker Health Science Campus的研究人员评估了四种生成AI模型，即Chatgpt 4.0，Google Gemini，Perpelxity和Microsoft Copilot-从2024年3月开始六个月。使用了两个提示：一个是在特定的健康科学领域生成最新的电子书标题，另一个用于确定现有收藏中的主题差距。第一个提示揭示了跨模型的不一致之处，副驾驶和困惑提供了来源，也提供了不准确性。第二提示得出了更有用的结果，所有模型均提供有用的分析和准确的国会电话号码库。这些发现表明，由于不准确和幻觉，大型语言模型（LLM）尚未作为收集开发的主要工具可靠。但是，它们可以用作分析主题覆盖范围并确定健康科学收集差距的补充工具。
充分利用人工智能和大型语言模型来支持健康科学图书馆的收集开发
该项目调查了生成AI模型在协助健康科学图书馆员进行收集开发方面的潜力。Chapman大学的Harry和Diane Rinker Health Science Campus的研究人员评估了四种生成AI模型，即Chatgpt 4.0，Google Gemini，Perpelxity和Microsoft Copilot-从2024年3月开始六个月。使用了两个提示：一个是在特定的健康科学领域生成最新的电子书标题，另一个用于确定现有收藏中的主题差距。第一个提示揭示了跨模型的不一致之处，副驾驶和困惑提供了来源，也提供了不准确性。第二提示得出了更有用的结果，所有模型均提供有用的分析和准确的国会电话号码库。这些发现表明，由于不准确和幻觉，大型语言模型（LLM）尚未作为收集开发的主要工具可靠。但是，它们可以用作分析主题覆盖范围并确定健康科学收集差距的补充工具。
研讨会系列，Flier-faisal Mahmood
摘要：数字病理学和人工智能的进步已经提出了建立客观诊断，预后和治疗性反应和抵抗预测模型的潜力。在本次演讲中，我们将讨论我们的工作：（1）与癌症诊断和亚型中的示例进行弱监督的整个幻灯片分类的数据有效方法（Nature BME，2021），确定了未知主要癌症的起源（自然，2021年）（2021年）和Allognaft Repptional repotition（Nature Medical，202222）（2022）（2） （癌细胞，2022; IEEE TMI，2020; ICCV，2021; CVPR，2024; ICML，2024）。（3）建立病理学单形和多模式基础模型，与语言和基因组学对比（自然医学，2024a，自然医学2024b，CVPR 2024）。（4）为病理学开发通用的多模式生成型副驾驶和聊天机器人（自然，2024年）。（5）3D计算病理学（Cell，2024）（6）计算病理学算法中的偏见和公平性（Nature Medicine，2024; Nature BME 2023）（7）诊断病理学和生物医学研究的代理AI工作流程。