FinRegLab:研讨会——“人工智能与经济:为负责任和包容的人工智能规划道路”联合活动,邀请著名政策制定者参加,重点关注金融服务领域的负责任人工智能。华盛顿特区,2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作,于 2022 年 4 月 27 日举办一场研讨会,汇集政府、行业、民间社会和学术界的领导人,探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战,特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves;参议员 Joni Ernst;代理货币监理署署长 Michael Hsu;万事达卡执行副总裁兼首席数据官 JoAnn Stonier;富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示:“人工智能与新型数据相结合,为改善金融包容性和平等性提供了巨大的潜力。然而,也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议,详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究,特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估,这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论,请联系 Alex Bloomfield,邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息,包括所有演讲者和小组讨论,请访问此处的活动页面。
不稳定性概念越来越多地用于分析标准和非标准(非典型)就业形式——然而在非典型就业形式中,平台驱动的工作很少被包括在内。本文旨在填补这一空白,并为评估适用于按需平台工作的就业安排中的不稳定性提供一个完善的分析框架。这种分析框架的合法性有两方面。首先,它可以识别按需平台工作中不稳定性的维度。其次,它扩展了对劳动力市场总体情况如何与按需平台工作中的不稳定性相关联的理解。该分析框架适用于中欧和东欧两个国家——匈牙利和斯洛伐克的证据,这两个国家不稳定就业的兴起与数字平台工作兴起齐头并进。本文的核心主张是,按需平台工作的不稳定性尤其体现在工作自主性和利益代表权的维度上。此外,数字化加剧了不稳定性,同时,它减轻了作为不同工人群体的标准工人和非标准工人之间的劳动力市场细分。
1 Shuttleworth 和 Sterner (2009: 4)。2 《印度时报画报周刊》,1920 年 4 月 14 日,第 19 页。这张黑白照片附有以下说明:“一群萨迦喇嘛站在斯皮提唐居德的偏僻寺院前。大约两个世纪前,在几乎无法进入的位置修建了现在的寺院,当时较为暴露的老建筑被措布烧毁,措布是噶尔丹藏王的蒙古追随者,噶尔丹藏王因其勇敢和残忍在整个西藏都令人生畏,甚至现在人们仍认为,看到噶尔丹藏王的遗体会激发他的一些勇气。寺院的负责人保存着一本古老的藏文书籍,书中记录了目前寺院建造者的名字,即贡米村的洛桑切克 (Lobsan Chekep),这本书很少向外人展示。寺院西面俯瞰斯皮提山谷。寺院东北面朝向
由交通部发布。本出版物中包含的信息是善意提供的,并且在发布时被认为是准确的。国家对任何依赖该信息而遭受或招致的任何损失概不负责。2016 年 10 月
由交通部发布。本出版物中包含的信息是真诚提供的,并且在发布时被认为是准确的。国家对任何依赖该信息而遭受或招致的任何损失概不负责。2016 年 10 月
我打算根据蓝色经济计划建立一支国家海军,覆盖 14 个沿海地区的渔业工会、学校、学院、海滨酒店和宗教场所。除马特莱、康提、凯格勒、努沃勒-埃利耶外,所有地区都包括在内。拟议中的国家海军专门针对渔业社区而成立,如果所有与沿海地区相关的机构都为这一国家使命做出贡献,渔业社区通过该项目可能获得的利益将大幅增加。还计划在这支国家海军下建立一个网络,采取必要措施,在国家灾难中提供技术、劳动力和设备支持。此外,还计划设计一个网络,提供有关海洋污染、人口贩运、非法捕鱼、使用非法渔具和运输非法药物等重要信息。
第 9 章 巴甫洛夫、斯金纳和其他行为主义者对人工智能的贡献 *** Witold Kosinski 和 Dominika Zaczek-Chrzanowska 波兰-日本信息技术研究所,波兰-日本计算机技术研究中心 ul. Koszykowa 86, 02-008 Warszawa wkos@pjwstk.edu.pl mado@pjwstk.edu.pl 摘要 将在真实和人工系统的背景下提供一种智能行为的定义。将简要介绍学习原理,从巴甫洛夫的经典条件作用开始,到桑代克和斯金纳的强化反应和操作性条件作用,最后到托尔曼和班杜拉的认知学习。本文将描述行为主义中最重要的人物,尤其是那些对人工智能做出贡献的人物。本文将介绍一些根据这些原理行事的人工智能工具。本文将尝试说明何时一些简单的行为修改规则可以导致复杂的智能行为。 1. 智能:描述 毫无疑问,行为主义者对人工智能的发展做出了巨大贡献。动物学习理论的证据,尤其是行为主义者发现的学习规律,多年来吸引了人工智能领域的研究人员,许多模型都以此为基础。智能是一个复杂而有争议的概念,因此很难用一个简单的定义来概括它。根据 Jordan 和 Jordan [1] 的说法,将智能视为我们用来描述具有一定质量的行为的概念是恰当的。在这方面应该使用两个标准,即速度(即代理执行需要智力的特定任务的速度)和能力(即代理可以执行的任务的难度)。另一方面,我们可以找到另一种智能定义,即执行认知过程的能力。有三个基本的认知过程:1) 抽象,2) 学习,3) 处理新颖性。该领域的杰出研究人员对智力给出了许多定义,例如,它被定义为: