人类交流越来越多地与人工智能生成的语言混合在一起。在聊天、电子邮件和社交媒体中,人工智能系统可以生成智能回复、自动完成和翻译。人工智能生成的语言通常不会被识别为人类语言,而是冒充人类语言,这引发了人们对新型欺骗和操纵形式的担忧。在这里,我们研究人类如何辨别最个人化和最重要的语言形式之一——自我呈现——是否由人工智能生成。在六项实验中,参与者(N = 4,600)试图检测由最先进的语言模型生成的自我呈现。在专业、酒店和约会环境中,我们发现人类无法检测人工智能生成的自我呈现。我们的研究结果表明,人类对人工智能生成语言的判断受到直觉但有缺陷的启发式方法的限制,例如将第一人称代词、自发措辞或家庭话题与人性联系起来。我们证明这些启发式方法使人类对生成语言的判断变得可预测和可操纵,从而使人工智能系统能够生成被认为比人类更人性化的语言。我们讨论了诸如 AI 口音之类的解决方案,以减少生成语言的欺骗潜力,限制对人类直觉的颠覆。
WT9 Dynamic LSA / Club 飞机是单引擎、双座(并排排列)、悬臂式低翼飞机,带有十字形尾翼。主要结构由玻璃和碳复合材料组成。飞机配备固定三轮起落架,带有可操纵前轮。飞机由 4 缸、水平对置、风冷和水冷、化油器 4 冲程 ROTAX 912 ULS2 发动机驱动,最大功率为 73.5 千瓦(100 马力),转速为 5800 rpm。该飞机的基本版本配备螺旋桨 EVRA PerformanceLine 175/xxx/805.5。它是 3 叶地面可调螺旋桨,直径为 1750 毫米(68.9 英寸)。它具有木质核心叶片,外面覆盖着玻璃纤维,前缘加固。叶片安装在铝制轮毂中。螺旋桨轮毂连接到法兰和底板上,并固定在发动机的螺旋桨法兰上。复合材料螺旋桨固定在底板上。牵引版本配备螺旋桨 KW-31 (EASA.P.177),这是一种 3 叶片电动飞行可调式飞机螺旋桨,直径为 1.726 米 (67.95 英寸)。叶片由实木和复合材料组合而成。螺旋桨可以手动或自动模式作为恒速螺旋桨操作。
航天器总质量 最多 200kg 任务数据上行链路 28kbps;下行链路 50kbps(低速率)/480kbps(高速率) 指向知识 0.07 度(1 σ) 指向控制 0.08 度(1 σ) 转动速率 0.5 度/秒(横滚/偏航);1.5 度/秒(俯仰) GPS 精度位置 10m;速度 0.02m/s;时间 50ns(1 σ) 设计寿命 >7 年(500km 轨道);>5 年(1,200km 轨道) 运载火箭 阿丽亚娜空间联盟号、阿丽亚娜 6 号、维珍轨道发射器一号,其他拟议 标称轨道 500-1,500km 圆形极地轨道;可适应高度/倾斜度电池锂离子总线电压22-38V非调节C&DH冗余总线@125kbps(SoCan)和1Mbps(SpaceWire)加密AES 256有效载荷电气和数据处理接口电源线(0.5-5A);热传感器线;SoCan总线;SpaceWire总线1同步(1kHz)线路;1 PPS(1Hz)线路TT&C上行/下行链路频段10Ka遥测频率/8Ka命令频率推进电力(氙气HET)最大Delta-V> 800m / s可靠性(非有效载荷)0.96 @ 5年宽带TT&C /通信选项可选Ka波段任务数据链路(1.6Gbps)带2个可操纵天线(15kg / 40W要求) div>
参考文献 (1) Sanchez-Leon, S., 等人 (2018)。利用 CRISPR/Cas9 改造的低筋非转基因小麦。Plant Bio J 16, 902-910。(2) Camerlengo, F., 等人 (2020)。利用 CRISPR-Cas9 多重编辑 α-淀粉酶/胰蛋白酶抑制剂基因以减少硬粒小麦中的过敏原蛋白。Front in Sust Food Syst 4, 104。(3) Dodo, HW., 等人 (2008)。利用基因工程缓解花生过敏:沉默免疫显性过敏原 Ara h 2 可显着减少其含量并降低花生的致敏性。Plant Bio J 6, 135-145。(4) Dodo, HW. (2021)。 SBIR 第二阶段:利用基因组编辑技术开发无过敏原花生。SBIR-STTR。(5) Sugano, S., 等人 (2020)。利用定点诱变技术同时诱导大豆中两种过敏原基因的突变等位基因。BMC plant biol 20, 1-15。(6) You, J., 等人 (2022)。CRISPR/Cas9 介导的芝麻 (Sesamum indicum L.) 高效靶向诱变。植物科学前沿 13。(7) Chang, Y., 等人 (2022)。强大的 CRISPR/Cas9 介导的 JrWOX11 基因编辑可操纵胡桃坚果树种的不定根和营养生长。Scientia Hort 303, 111199。
在套细胞淋巴瘤 (MCL) 中,巨噬细胞在肿瘤微环境 (TME) 中的作用最近受到关注,因为它们会影响预后和治疗反应。尽管 MCL 肿瘤组织中的巨噬细胞绝对数量很少,但最近的研究结果显示巨噬细胞水平与预后之间存在关联,这与其他淋巴瘤亚型中观察到的趋势一致。M2 样巨噬细胞由 CD163 等标记物识别,有助于血管生成和抑制免疫反应。接受化学免疫疗法和靶向治疗的 MCL 患者的临床试验强调了高水平 M2 样巨噬细胞的不利影响。来那度胺等免疫调节药物可降低 MCL 相关 CD163 + 巨噬细胞的水平并增强巨噬细胞的吞噬活性。类似地,针对 CD47“别吃我”信号的临床方法与抗 CD20 抗体利妥昔单抗相结合,可增强巨噬细胞活性和对 MCL 肿瘤细胞的吞噬作用。嵌合抗原受体 (CAR) T 细胞等细胞疗法已显示出良好的前景,但仍存在各种挑战,这导致人们对 CAR-巨噬细胞 (CAR-M) 产生了潜在兴趣。当巨噬细胞被招募到 TME 时,它们具有吞噬功能和对微环境变化的反应性等优势,表明当 CAR T 细胞疗法在复杂的 MCL 治疗环境中失败时,它们有可能成为可操纵和可诱导的替代方案。
1 我在其他地方讨论了“原因”(近因而非简单原因的一种版本)如何成为确定文学或艺术作品是否有人类作者的合适概念。请参阅 Daniel Gervais 的《机器作为作者》,105 I OWA L. R EV。2053(2020 年);Daniel Gervais,《人类原因》,《知识产权与人工智能研究手册》(R. Abbott 编辑,即将于 2022 年出版)。我在这两个来源中给出了这些类型作品的多个示例。本文使用“机器”作为通用术语,可能适用于使用 AI 软件的计算机,但也可以涵盖能够移动的机器,例如在画布上绘画的机器人。2 机器学习是 AI 的主要形式。参见 Roberto Iriondo,机器学习 (ML) 与人工智能 (AI) – 关键差异,T OWARDS AI(2018 年 10 月 15 日),https://medium.com/datadriveninvestor/differences-between-ai-and-machine-learning-and-why-it-matters-1255b182fc6(“‘机器学习 [ML] 是研究计算机算法,使计算机程序能够通过经验自动改进。’— ML 是我们期望实现 AI 的方式之一。机器学习依赖于处理大型数据集,通过检查和比较数据来找到共同模式并探索细微差别[,]”引用卡内基梅隆大学机器学习系前主任 Tom M. Mitchell 教授的话)。3 17 U.S.C.§ 106(2)。4 17 U.S.C.§ 101(强调添加)。5 一个众所周知的例子是名为 e-David 的机器,它使用复杂的视觉优化算法制作绘画,该算法“用相机拍照并根据这些照片绘制原画。” Shlomit Yanisky-Ravid,生成伦勃朗:3A 时代的人工智能、版权和问责制——类人作者已经到来——一种新模式,2017 M ICH 。S TATE L. R EV 。659, 662 (2017);另见下文第 III.A 节。6 请参阅 Gaëtan Hadjeres 和 François Pachet,《DeepBach:巴赫合唱团一代的可操纵模型》,AR X IV 1(2016 年 12 月 3 日),https://arxiv.org/pdf/1612.01010v1.pdf