• 乌克兰武装部队(UAF)的反攻正在停滞不前;他们在与俄罗斯联邦武装部队(AFRF)的对抗中已经超过十五天了,并未取得明显收复失地。另一方面,FAU 对克里米亚的 FAFR 进行了两次大规模袭击。其余前线的战斗依然十分激烈。
在第四季度,我们看到通信服务和非必需消费品的绝对表现良好。Alphabet 的股票表现良好,我们从亚马逊、O'Reilly 和洲际酒店等几家投资组合中获得了丰厚的回报。唐纳德·特朗普获胜后,特斯拉的迅速崛起代表着相对表现的逆风。特斯拉是七大汽车公司中我们没有持有的股票之一。虽然我们认识到电动汽车 (EV) 可能会随着时间的推移继续在汽车生产中占据更大的份额,但我们认为该行业的商业模式和竞争态势并不吸引人。汽车制造业是一项资本密集型业务,这意味着企业必须投入大量股东资本才能实现增长。此外,竞争也十分激烈,既有来自成熟的发达市场汽车制造商的竞争,也有来自通常在制造方面具有成本优势的中国公司的竞争。最近,这表现为行业价格战。公司治理也是一个问题。尽管在埃隆·马斯克与唐纳德·特朗普的密切关系的推动下,特斯拉股价在第四季度强劲上涨,涨幅超过 100%,但特斯拉的基本面仍然看起来极其
4. 机构五年战略计划概述 国内外直接投资竞争十分激烈,尤其是在美国发展最快的地区之一——东南部地区。当今的行业正在寻找能够提供现成的基础设施和行业支持解决方案的地点,并将重点放在劳动力人才上。随着当今全球经济的步伐不断加快,密西西比州必须制定强有力的企业招聘和保留策略,以最好地竞争投资项目。这种竞争激烈的商业环境迫使各地区扩大经济发展服务,这在全国头条新闻和商业贸易出版物中得到了高度宣传。对决定投资人才和金融资源的潜在公司来说,对商业地点的良好印象变得至关重要。密西西比州的增长战略还必须适应市场需求,并包括重要的推广和营销部分。作为一个农业州,密西西比州希望其全州机构不仅领导招聘和扩张活动,而且还与当地经济开发商和领导人合作,以确保他们准备好利用发展机会。 MDA 在未来五年将重点关注五个领域,其总体目标是在经济发展和商业投资领域打造一个更强大、更具竞争力的密西西比州。这些战略的总体目标加强了联合立法预算委员会为经济发展设定的全州基准。MDA 战略计划的五个重点领域包括:商业环境、基础设施和可用于商业选址和扩张的房地产、劳动力、经济发展服务交付以及扩大旅游业。
关于人工智能 (AI) 伦理的争论十分激烈,涉及多个方面。一些作者指出了人工智能系统的设计、使用和部署方面的伦理问题,以及它们对商业和社会的影响 (Coeckelbergh, 2021 ; Martin, 2019 ; Tollon, 2021 )。其他人则讨论了应赋予机器什么样的道德地位 (Awad et al., 2019 ; Smith & Vickers, 2021 ),以及在没有明确一方对人工智能系统所执行的操作负责的情况下如何处理“责任差距” (Orr & Davis, 2020 )。其他贡献者讨论了人机交互 (Losbichler & Lehner, 2021 ; Miller, 2019 )、隐私保护 (Guha et al., 2021 ; McStay, 2020 ) 所带来的挑战,或对特定领域(如商业战略)的影响。后者的一个例子是 Callanan 等人(2021 年),他们专注于数据挖掘和自动预测策略。这些文献的不断增长可以归因于人工智能和 4.0 革命工具在商业和整个社会日常生活中的不断普及(Schwab,2016 年;世界经济论坛,2023 年)。虽然这些技术及其改进从许多角度来看都是有益的,但它们也不可避免地引起我们对它们可能引起的问题和担忧的关注。鉴于人工智能伦理中的主题和观点的数量和多样性,对这一庞大的知识体系进行系统化是一项特别可取的贡献。因此,许多有价值的努力都致力于获得文献的净系统化。然而,他们中的大多数倾向于将重点放在对与特定领域相关的伦理问题进行分类(Borges 等人,2021 年;Hunkenschroer 和 Luetge,2022 年;Morley 等人,2020 年)或指导原则(Jobin 等人,2019 年;Khan 等人,2021 年)。但这些贡献未能提出处理这些问题的解决方案,或者即使提出了,也忽略了对支撑这些问题的伦理方法的任何分析。这种分析很重要,因为它代表了学术研究和商业实践之间的桥梁,利用人工智能技术改善社会和人类福祉。此外,通过理解潜在的道德哲学,我们可以就人工智能伦理进行更有意义、更连贯的讨论,它可以帮助我们识别和解决现有方法中的弱点,使它们更有效地应对人工智能复杂的伦理挑战。出于这些原因,本文进行了系统的文献综述,以调查普遍存在的担忧、拟议的解决方案和突出的伦理方法,旨在加强解决人工智能伦理中伦理问题的方式。因此,本文所述的工作实现了三重目的。首先,它确定了人工智能文献中最相关的伦理问题。其次,它描述了现有学术文献中处理这些问题的主要建议和解决方案。第三,本文探讨了这些解决方案所基于的伦理方法。为了实现这些目标,本文遵循系统文献综述的方法,分析了 1986 年至 2021 年 12 月 31 日的 309 篇文章。本文围绕 Rowley 和 Slack (2004) 建议的阶段进行:(i) 给出主题的基本定义;(ii) 阐明为什么该主题令人感兴趣;(iii) 阐述已经对该主题进行了哪些研究;(iv) 清晰地总结从文献综述中得出的研究机会和目标。按照这种结构,第 2 节简要介绍了人工智能伦理的定义和重要性。然后,它讨论了现有的关于人工智能伦理的评论,以确定研究差距。接下来是对本文采用的协议、搜索、标准和质量评估的分析。第 3 节对样本中的 309 篇学术文章进行了定量和主题分析,描述了在文献中发现的管理人工智能相关伦理问题的解决方案。它还考察了——作为文献中的一项新内容——道德