视频人工智能系统的成本和收益如何?视频人工智能:初始成本和长期收益 投资人工智能是许多公司经常谈论的事情。但您实际上投资的是什么?成本是多少?长期收益是什么?在本白皮书中,我们将解释如何以及为何投资视频人工智能。 为什么要投资视频人工智能?主要原因是视觉图像包含非常重要的数据。通过使用这些数据,您可以作为一家公司脱颖而出,目标是为您的客户提供更好的解决方案。 通过投资视频人工智能 (Video AI),您可以从视频数据中获得正确的智能信息。简而言之,人工智能 (AI) 以高度智能的方式识别、分类和索引镜头。在此基础上,可以搜索、编辑和量化收集和分类的数据。人工智能软件实时处理视频数据,以便您可以在发生检测警报时快速评估和响应。此外,可以轻松检索现有视频片段。因此,您可以快速搜索数千小时的镜头以查找所需的事件。当 AI 系统识别、分类和索引素材时,会产生额外的数据。从长远来看,这些收集到的元数据可以成为有价值的商业智能的额外来源。可以使用各种商业智能工具清晰地以图形方式显示这一点。当您考虑实施视频 AI 系统时,重要的是要正确评估总购置成本。换句话说,就是总拥有成本 (TCO)。当然,这些成本会根据每个组织的独特需求和情况而有所不同。本白皮书将概述系统要求、基础设施、网络和实施方面的各种实施因素和相关成本考虑因素。以及该产品可以提供的巨大长期节省。系统要求视频 AI 是一种智能软件技术,但为了使软件正常运行,外围设备必须到位。提前清楚了解所需的系统要求非常重要。IP 摄像机的数量、所需的 AI 功能以及安装类型(本地、远程或云)的组合决定了所需的系统要求。一些视频 AI 平台易于与已安装的 IP 摄像机结合使用。在销售过程中提出这一点很重要,因为它会影响初始投资。一个好的视频 AI 实施合作伙伴可以就所需的硬件为您提供建议。为了达到预期的效果,确定摄像机的类型和摄像机的位置非常重要。基础设施视频 AI 解决方案的基础设施因需求而异。有些人希望为多个位置提供集成解决方案,而其他人可能会考虑将视频 AI 用于单个位置。IP 摄像机、AI 服务器和 NVR/VMS 系统都可以位于一个物理位置本地,也可以位于多个物理位置。将物理位置上的摄像机与(公共)云中的软件相结合也是可能的。同样,正确的 AI 实施合作伙伴的作用非常重要。
人工智能在促进发展中国家金融包容性方面的作用作者:Nir Kshetri Kshetri, Nir (2021)。“人工智能在促进发展中国家金融包容性方面的作用”,全球信息技术管理杂志 24 (1)。https://doi.org/10.1080/1097198X.2021.1871273 © 2021 作者。这是 Taylor & Francis 于 2021 年 1 月 4 日在《全球信息技术管理杂志》上发表的一篇文章的已接受手稿,可在线获取:http://www.tandfonline.com/10.1080/1097198X.2021.1871273。它根据知识共享署名-非商业许可条款存放(http://creativecommons.org/licenses/by-nc/4.0/),允许在非商业性用途下重复使用、分发和复制任何媒介,只要正确引用原始作品。摘要:根据世界银行的全球 Findex 数据库,2017 年约有 17 亿成年人没有银行账户,这意味着他们没有在正规金融机构或移动货币提供商处开设账户。大多数没有银行账户的人口都在发展中国家。例如,在南苏丹,只有 9% 的成年人拥有银行账户。同样,拉丁美洲约 70% 的人口没有银行账户或银行服务不足(Rojas-Torres、Kshetri、Hanafi 和 Kouki,2021 年)。同样,根据国际金融公司的数据,发展中国家有超过 2 亿家中小企业 (SME) 无法获得金融服务。关键词:社论 | 金融科技 | 人工智能文章:简介根据世界银行的全球 Findex 数据库,2017 年约有 17 亿成年人没有银行账户,这意味着他们没有在正规金融机构或移动货币提供商处开设账户。大多数没有银行账户的人口都在发展中国家。例如,在南苏丹,只有 9% 的成年人拥有银行账户。同样,拉丁美洲约 70% 的人口没有银行账户或银行账户不足(Rojas-Torres、Kshetri、Hanafi 和 Kouki,2021 年)。同样,根据国际金融公司的数据,发展中国家有超过 2 亿家中小企业 (SME) 无法获得金融服务。通过促进金融包容性来解决上述问题是改善发展中国家弱势群体的生活水平、整体生活质量和福祉的关键。简而言之,金融包容性涉及确保个人和企业能够以可承受的价格获得有用的金融产品和服务,以满足他们的需求(worldbank.org,2018 年)。获得金融服务是日常生活以及规划长期目标和紧急情况的重要先决条件(worldbank.org,2018 年)。
处理沼气、将其推向市场以及所有必要的互连设施所产生的累计成本对这些项目的经济可行性构成了挑战。11 研究表明,如果没有大量补贴,用生物甲烷取代化石燃料“不太可能在商业上可行”。12 同样,厌氧消化器(将废物转化为沼气的基础设施)也耗资数百万美元。这些昂贵的设施依赖于大量的公共资金和激励措施。13 一些成本由纳税人补贴的补助金抵消;其他成本则直接转嫁给公用事业纳税人。14 2018 年,加利福尼亚州向 42 个新的奶牛场沼气消化器项目投资了 7000 多万美元。15 这些补助金加上其他激励措施,16 鼓励了全州奶牛场消化器的建设。
未分类// 常规 R 101338Z 5 月 19 日 FM CNO 华盛顿特区至 NAVADMIN INFO CNO 华盛顿特区 BT 未分类 NAVADMIN 108/19 传递给办公室代码:FM CNO 华盛顿特区//N1// INFO CNO 华盛顿特区//N1// MSGID/GENADMIN/CNO 华盛顿特区/N1/MAY// SUBJ/通用训练预防措施,以降低运动相关虚脱和死亡风险// REF/A/DOC/OPNAV/11JUL11// NARR/REF A IS OPNAVINST 6110.1J,身体准备计划。// RMKS/1。本 NAVADMIN 提醒所有人员注意通用训练预防措施 (UTP) 以降低运动相关虚脱和死亡风险的重要性,并指示修改参考 (a),即进行海军体能准备测试 (PRT) 的程序。不幸的是,在过去的一年里,有四名水兵在看似正常的体能训练中去世。一次损失太多,让每名水兵了解运动相关死亡的风险因素和将这些风险降至最低的策略至关重要。指挥官和主要领导人员,包括指挥体能领袖 (CFL),必须培养一种推广这些 UTP 的训练文化,识别早期痛苦迹象,并在出现明显痛苦迹象时立即终止劳累活动。2. 与运动相关的虚脱和死亡相关的风险因素可能是个人、环境或外部的。个人风险因素包括缺乏适当的环境或运动适应、脱水、近期或当前患病、累积疲劳、基线体质不佳、易患或潜在的心脏病、运动诱发的哮喘、镰状细胞性状 (SCT)、体内脂肪过多 (BMI > 30) 和之前 PRT 表现不佳。过度动机同样是一种重要的风险因素,因为个人可能会努力工作,而忽略身体不适的体征和症状的出现。环境或外部风险因素包括:高海拔运动、高环境温度和湿度以及含有兴奋剂的膳食补充剂,包括产热和能量饮料。3. 在训练过程中识别紧急情况并及时准确地做出反应至关重要。一些综合症可能导致迅速昏倒,而其他综合症则可能慢慢发展为最初的意识昏倒。了解可能导致运动相关昏倒的综合症有助于指导治疗。a. 心脏骤停 (SCA)。心血管性猝死导致的 SCA 通常很突然,会立即失去意识,有时还会出现短暂的癫痫样动作。在确认患者反应迟钝和脉搏消失后,必须开始高质量的心肺复苏术 (CPR)、部署自动电子除颤器 (AED) 并启动紧急医疗服务 (EMS)。b. 与 SCT 相关的劳力性猝死 (ECAST)。ECAST 患者可能是领跑者,也可能是开局强劲,但在崩溃之前,人们会注意到他们行动迟缓、落后和挣扎。他们开始失去平稳的协调性,跑步姿势和步态变得笨拙,双腿看起来僵硬或颤抖。受害者可能会抱怨逐渐虚弱、疼痛、痉挛或呼吸急促。
非人类人道主义:当人工智能的善举变成坏事时 Mirca Madianou 伦敦大学金史密斯学院 2018 年,有超过 1.68 亿人需要人道主义援助,同时有超过 6900 万人成为难民,人道主义部门面临着重大挑战。人工智能 (AI) 应用可以成为人道主义危机的潜在解决方案的提议受到了热烈欢迎。这是“人工智能用于社会公益”大趋势的一部分,也是“数字人道主义”更广泛发展的一部分,“数字人道主义”指的是公共和私营部门为应对人道主义紧急情况而使用数字创新和数据。聊天机器人、声称可以预测未来流行病或人口流动的预测分析和建模以及依赖于采用机器学习算法的先进神经网络的生物识别技术,都是在援助行动中越来越受欢迎的例子。本文建立了一个跨学科框架,将殖民和非殖民理论、人道主义和发展的批判性探究、批判性算法研究以及对人工智能的社会技术理解结合在一起。人道主义在这里被理解为一种复杂的现象:不仅仅是通常定义的“减少痛苦的必要性”(Calhoun,2008),而且是一种行业、一种话语和一种源于 19 世纪和 20 世纪殖民主义的历史现象(Fassin,2012;Lester & Dussart,2014)。人工智能同样是一个多面现象:不仅仅是基于先进计算和机器学习算法的技术创新,而且是一个行业以及关于技术的特定话语。人工智能只能与数据和算法一起理解——这三者是不可分割的,因为人工智能依赖于机器学习算法,而机器学习算法是特定数据集的产物。鉴于“大数据”本质上是不完整的,且具有本体论和认识论的局限性(Crawford & Finn,2014),人工智能应用会重现并可能放大大型数据集中发现的现有偏见(Benjamin,2019;Eubanks,2018;Noble,2018 等)。
在生物力学测试之前,通常会冷冻新鲜的人体组织样本,以抑制初始分解过程并实现组织采集与生物力学测试的时间独立性。本研究的目的是比较人类髂胫束 (IT) 的新鲜组织样本与从同一 IT 中采集的新鲜冷冻样本以及在冷冻前用不同浓度的二甲基亚砜 (DMSO) 改性的样本的机械性能。所有样品都经过部分塑化,并使用单轴拉伸试验装置进行破坏性拉伸试验。改进了实验室中已经建立的塑化技术,以改善样品的夹紧行为。材料失效是由承重胶原纤维束的逐渐断裂引起的。与我们的预期相反,新鲜和新鲜冷冻样本的拉伸强度之间没有发现显著差异。与新鲜冷冻样品相比,添加 1 wt% DMSO 不会增加拉伸强度;添加 10 wt% DMSO 甚至导致拉伸强度降低。根据我们的研究结果,使用简单的新鲜冷冻样品来确定拉伸强度是可行的;然而,应使用新鲜样品来生成完整的性能曲线。
william.y.pike.civ@mail.mil 摘要 本研究的目的是确定在对不同性别的士兵应用战术战斗伤亡护理时是否存在犹豫。作为美国陆军作战能力发展司令部 - 士兵中心、模拟和训练技术中心 (CCDC-SC STTC) 执行的一项研究的一部分,开发了允许以男性为中心的人类患者模拟器复制以女性为中心的模型的覆盖层。这些“性别改装套件”旨在支持战斗医务人员和战斗救生员的训练。在测试这些原型时,观察到了明显的犹豫,但未进行定量测量(Mazzeo 等人,2018 年)。本研究旨在通过调查将战术战斗伤亡护理应用于男性和女性训练模拟人体模型的相关表现来量化这种先前观察到的犹豫。在 2(伤亡者性别)x 2(参与者性别)的受试者内研究设计中,参与者需要识别并治疗每个人体模型胸部区域的两处枪伤。相关测量包括反应时间、暴露时间(参与者将手放在伤亡者身上到伤口完全暴露的时间,以秒为单位)、暴露成功率(胸部两处伤口完全暴露)、总时间(反应时间、暴露时间和治疗时间的总和)和准确性。暴露时间结果显示出令人担忧的趋势,表明存在对治疗女性伤亡者的犹豫[测试区一(女性 M = 42.8,SD = 35.80;男性 M = 37.85,SD = 44.63);测试区二(女性 M = 21.27,SD = 35.16;男性 M = 12.94,SD = 31.94)]。此外,胸腔密封应用的常见错误和参与者在评估后调查中所做的轶事陈述表明需要进行针对性别的医疗培训。实施针对性别的医疗培训可以确保所有士兵都知道如何并感到舒适地执行医疗程序,无论性别如何,可以减少因训练不足而导致的战斗死亡。