XiaoMi-AI文件搜索系统
World File Search System勾勒
人工智能与国际法——法律人格和监管途径
人工智能的发展是一个爆炸性的过程，渗透到了生活的几乎所有领域。在这一快速发展的过程中，法律界却迟迟没有跟上。国际法尤其如此，它似乎仍不确定自己是否应该发挥作用。本文旨在勾勒出人工智能与国际法之间的交汇点。通过分离人工智能定义和性质的关键要素，分析了人工智能获得法人资格的可能性以及人工智能成为国际法主体的手段。本文利用无生命物体、公司和自然人等各种法人资格模式，提出了决策者是否以及何时想要规范该领域的途径。最后，本文探讨了赋予法人资格的优势和问题，以及国际监管未来的潜在方向。
用于深度学习脑转移瘤自动分割的多中心隐私保护模型训练
目标：本研究旨在探索多中心数据异质性对深度学习脑转移瘤 (BM) 自动分割性能的影响，并评估增量迁移学习技术，即学习而不遗忘 (LWF)，在不共享原始数据的情况下提高模型通用性的有效性。材料和方法：使用了来自埃尔朗根大学医院 (UKER)、苏黎世大学医院 (USZ)、斯坦福大学、加州大学旧金山分校、纽约大学 (NYU) 和 BraTS Challenge 2023 的总共六个 BM 数据集。首先，分别针对单中心专项训练和混合多中心训练建立 DeepMedic 网络的 BM 自动分割性能。随后评估了隐私保护双边合作，其中将预训练模型共享到另一个中心以使用迁移学习 (TL) 进行进一步训练（带或不带 LWF）。结果：对于单中心训练，在相应的单中心测试数据上，BM 检测的平均 F1 分数范围为 0.625（NYU）至 0.876（UKER）。混合多中心训练显著提高了斯坦福大学和纽约大学的 F1 分数，而其他中心的改善可以忽略不计。当将 UKER 预训练模型应用于 USZ 时，在组合 UKER 和 USZ 测试数据上，LWF 获得的平均 F1 分数 (0.839) 高于朴素 TL (0.570) 和单中心训练 (0.688)。朴素 TL 提高了灵敏度和勾勒准确度，但损害了精度。相反，LWF 表现出令人称赞的灵敏度、精度和勾勒准确度。当应用于斯坦福大学时，观察到了类似的表现。结论：数据异质性（例如，不同中心的转移密度、空间分布和图像空间分辨率的变化）导致 BM 自动分割的性能不同，对模型的通用性构成挑战。LWF 是一种很有前途的点对点隐私保护模型训练方法。
自闭症谱系障碍中的言语和语言
摘要 很多研究都探讨了自闭症的大脑基础，但很少有研究专门研究自闭症儿童和成人的言语和语言障碍的神经生物学，尤其是那些由于顺从性问题而被描述为低功能或极少言语的人。随着范式和工具开发方面取得令人振奋的新进展，以及能够对 6 个月大的自闭症风险儿童进行成像，功能性神经成像（EEG、脑磁图和功能性 MRI）前景广阔。语言网络的激活度和结构与功能连接性降低，加上社会互惠和动机缺陷，以及对视觉信息而非语言信息的偏好，似乎正在为自闭症患者受损的社交沟通大脑勾勒出神经生物学轮廓。
公理原理的自主滴答时钟
有许多不同类型的时间保留设备。我们使用短语滴答时钟来描述那些简单地将“滴答”的时间勾勒在大约规则的间隔中。已为滴答时钟得出了各种重要结果，并且在管道中有更多结果。因此，重要的是要了解建立这些结果的基本模块。本文的目的是从公理原理中引入新的滴答时钟模型，这克服了社区对预先模型中假设的物理性的关注。[1]中的滴答时钟模型可实现高精度，但缺乏[2]中较少准确模型的自主权。重要的是，我们在这里介绍的模型实现了这两种模型的最佳：它保留了[2]的自主权，同时允许[1]的高精度。更多，[2]被揭示为新的滴答时钟模型的特殊情况。
柏拉图问题的解决方案
人们如何与获得尽可能少的信息了解？问题采取多种形式；从文本中学习词汇是一个特别戏剧性且方便的研究案例。提出并用于成功模拟这种学习和其他几种心理语言现象的新的新的一般相似性和知识表示，潜在的语义分析（LSA）。通过大量代表性文本中的本地共发生数据间接诱导全球知识，LSA以与学童相当的速度获得了有关英语的完整词汇的知识。LSA不使用先前的语言或知觉相似性知识；它仅基于一种一般数学学习方法，该方法通过阐述适当数量的维度（例如300）来表示对象和上下文来实现强大的归纳效应。与其他理论，现象和问题的关系被勾勒出来。
新奇事物处理的元认知机制
新颖性是生物生存和人工智能体设计的核心。一方面，认知和神经科学积累了大量实验数据，解决了新颖性检测、响应和适应的各种机制。越来越多的证据表明预测编码理论 5 可以将新颖性研究的各种经验发现整合到连贯的框架中。另一方面，人工智能，尤其是基于深度学习的机器学习系统，大多是在封闭世界假设下开发的：它们的性能通常是使用相对于训练数据分布内的数据进行测试的，这导致这些系统在面对开放世界的新颖性时很脆弱。我们提出了一种综合方法来处理生物和人工智能系统中的新颖性，回顾支持神经认知的研究，并勾勒出基于预测编码理论设计新颖性感知人工智能系统的路线图。
第 XXVII 份竞争政策报告 (1997)
年度竞争报告始终为评估委员会在竞争政策方面的活动和勾勒未来计划提供了机会。今年的报告延续了这一超过 25 年的传统。我不会在这里详述委员会通过其竞争政策追求的传统目标（提高大小型企业的竞争力、开放市场、改善资源配置、增加消费者选择等），因为读者无疑对这些目标很熟悉。我也不会重提以前报告中已经阐述过的问题，例如世界经济的日益全球化或技术进步的加快。相反，我打算讨论影响我所负责的政策的问题，并将其转向报告正文中概述的当前问题以外的视野：经济和货币联盟、就业和扩大联盟。这三个主题是未来几年竞争政策将面临的诸多挑战。
中国与军事革命 - USAWC 出版社
定义和描述军事变革是一项复杂而深奥的工作，它耗费了无数分析师的时间和智力，并因此产生了大量的分析。2 与其在这个问题上重新发明轮子，或制定一个严格的定义，不如简单地勾勒出过去和当代军事变革分析师之间达成的广泛共识，这对我们的目的更有帮助。事实上，在理论构建和政策处方方面，军事变革研究仍处于起步阶段，刚刚脱离定义的起步阶段。3 在我们对军事变革理解发展的早期阶段，如果我们要有效地发展对中国和军事变革的概念理解，那么提供一个军事变革的一般概念——而不是明确地将定义与当前的军事变革或美国军方现在和未来的能力和战略联系起来——似乎是一种更明智的方法。
从农业历史到人工智能驱动的智能农业
摘要 本文提出了环境媒体的新理论概念，该概念旨在提供关键见解，说明中介过程如何影响我们对环境的感知、管理和使用方式。基于环境一直处于持续缓慢的变化过程中，而这种变化现在由于人类的影响而不断升级的见解，本文勾勒出环境变化与中介如何交织在一起的历史。以农业史作为理论发展的案例，本文展示了当前农业数字化和精准农业中人工智能系统的实施是环境中介在建立人地关系中发挥关键作用的一系列事件中的最后一场。因此，本文展示了随着媒体技术产生新的认识论，进而产生新的干预措施，了解环境和改变环境之间复杂的相互作用。