国会已使用计划标准将联邦援助引导至经济困难或相对弱势的地区。与经济困难经常相关的基于地点的衡量标准包括贫困、失业率和收入水平等指标。术语“经济困难地区”缺乏标准化定义,可能因机构、计划或行政部门的举措而异。本《焦点》总结了商务部经济发展管理局 (EDA) 管理的活动和计划中用于确定经济困难的标准以及数据来源和制图工具。它还包括国会对 EDA 标准的考虑。本报告不涵盖 EDA 的新贫困地区重新竞争试点计划,该计划是根据 1980 年的《史蒂文森-怀德勒技术创新法案》制定的。
7 前者使用实际支出反应(彩票收益)的证据,而后者使用假设调查问题的答案。Parker 和 Souleles(2019)发现,这两种得出 MPE 的方法往往会产生类似的答案。8 这种影响是持久的,因此累积 MPE 略高一些,约为 0.10。该累积数字是累积 MPC 的对应数字,据估计接近 1,例如在 Fagereng 等人(2020)的研究中。9 劳动文献中的另一个传统是将 MPE 定义为一个静态对象,用于衡量一次性意外单位支付如何在消费和劳动收入之间分配(例如 Pencavel 1986)。在我们的定义中,这些估计值对应于 MPE/(MPC + MPE)——一个比我们定义的 MPE 大得多的数字。
随着生成人工智能的兴起(AI)的兴起,已经涌入了“语音克隆” - 深度学习算法,这些算法会创造出与现实模仿人类声音的综合语音。名人,在特殊的音乐艺术家中,已经在Tiktok和Spotify等社交媒体平台上的AI语音克隆扩散。尽管音乐利用AI语音克隆积累了很多知名度,但这项技术可能对音乐家有害和高度侵略,他们的生计通常取决于他们独特的声音。虽然法律学者试图阐明可以保护一个人声音的各种权利,但个人在很大程度上受到了最小的保护,以防止AI语音克隆,几乎没有任何补救选择。一些法律学者提出了各种侵权行动,可以在此文本中采用。但是,诸如宣传权,诽谤和虚假光线之类的侵权行为最终落后。本说明认为,需要采用拼凑的方法来调节和应对AI语音克隆的危害,包括在州和联邦一级的行动,以及通过流媒体平台和音乐家本身在私营部门中的自我调节。这种方法包括所有受AI语音克隆影响的参与者的意见,应平衡促进创造力和持续发展AI的发展,同时也保护个人对他人的语音和相似性的利益。
人工智能开发人员面临的困境。我们认为,当前人工智能开发中的道德实践方法未能解释开发人员在做正确的事情和保住工作之间做出选择的挑战。如果每个人都以某种方式行事,社会就会取得最佳结果,但实际实施这种行为会给个人带来不利影响,使他们无法做到这一点,这就存在社会困境。我们发现的问题是,当前的结构往往把拒绝不道德开发的负担放在开发人员的肩上,因为他们面临社会困境,不可能做到这一点。此外,这一挑战将变得越来越重要和普遍,因为人工智能正成为当前最具影响力的技术之一,对开发的需求巨大[19,68]。人工智能领域的进步导致了数据分析和模式识别的空前进步,随后该行业也取得了进展。这一进步主要归功于机器学习,这是一种数据驱动的方法。在大多数情况下,所使用的数据都是历史数据,因此可以反映出歧视性做法和不平等现象。因此,目前使用的许多机器学习模型巩固甚至加剧了现有的歧视性做法和不平等现象。此外,人工智能技术的发展即使不具有歧视性,也是不道德的。基于面部识别、智能警务和安全城市系统的大规模监控已被多个国家使用 [29],社交媒体使用的新闻推送模型会形成回音室效应并助长极端主义 [24],自主武器系统正在生产中 [38]。
为了对抗实力日益强大的近邻竞争对手,各军种一直在开发新的多域作战 (MDO) 概念,旨在更好地整合空中、陆地、海上、太空和网络领域以及电磁频谱和信息环境中的作战。美国空军要求兰德公司确定指挥和控制 (C2) 理论、权限和系统的潜在变化,以实现 MDO。本文报告的研究由查尔斯·科克伦少将委托进行,他当时担任美国驻欧洲空军和美国驻非洲空军的空中和太空作战、战略威慑和核一体化主任,并在兰德公司空军项目的战略和理论计划范围内进行,作为 2019 财年项目“多域/全域指挥和控制理论、权限和信息系统”的一部分。
本文探讨了中国在智力培养,国际贸易和公共卫生交集的国际监管标准中所扮演的角色。首先简要讨论了中国在19日大流行期间中国在全球卫生领域中扮演的角色。这篇文章突出了很难确定如何最好地与该国建立新的国际规范标准。它表明,首选的参与方法可能取决于一个人的观点,即中国的潜在贡献和挑战:在经济,贸易和技术领域的全球竞争(在经济,贸易和技术领域)的观点可能与强调全球健康的人有显着差异。本文通过提供有关中国在制定新的国际监管标准的决策者中提出的挑战和并发症的四个关键要点。
摘要:这篇概念文章的目的是证明提出措施,行动和决定以改善人工智能的伦理(AI)取决于所选择的伦理理论立场。为了实现这一目标,我们在两个阶段进行。首先,我们对AI提出的三个不同的道德问题进行了表征和综合。其次,我们选择了哲学文献提出的两个主要道德立场。最后,我们证明了每种AI道德问题的道德理论立场的选择会导致不同的决定。我们证明,对于每个道德问题的每个类别,道德决策及其后果都取决于所选择的道德理论。本文的价值是要强调,关于AI伦理的文献经常忽略选择伦理立场的含义。为了尝试解决道德问题,有必要达成协议并进行讨论,以考虑不同的道德理论立场及其在决策方面的后果。
摘要:人工智能 [1] 在美学领域的出现正在改变美的概念,并重新激发革命性的社会正义观点。由大数据驱动的机器学习工具决定了美本身,从而否定了长期主导话语的文化和历史解释。为了反驳这些论点,人工智能对美的量化提供了一个“公平”的解决方案;尽管如此,人工智能将复制当前的偏见。例如,人工智能在面部分析和照片编辑中的应用只会增强种族主义和性别歧视,从而引起人们对外表和描绘美的标准的许多焦虑。它直接将共同的文化差异的前景置于危险之中,这令人担忧,因为它削弱了多样性的概念。此外,人工智能赋予公众而不是专家权力,将普通人的品味和偏好神圣化,从而限制了创造性和创新过程,以利于大众的大众文化标准。人工智能在这些美学领域的精神和政治是一个敏感领域,应该谨慎处理,因为它延续了社会不公。当这些偏见被消除,并为人工智能设定更好的学习标准时,人工智能就有可能提升审美领域和整个社会。本文批判性地分析了人工智能审美标准制定的后果,并呼吁以更谨慎的方式实施人工智能,以改善社会的丰富多样性,而不是消灭它。
肝脏易受病毒和细菌感染、肿瘤和无菌组织损伤的影响,但肝脏的免疫危险识别却非常不寻常。在分析器官的先天性和适应性免疫时,应该将指导外周危险识别和免疫反应的有效概念放在一边。在肝脏中,血管解剖结构是游戏规则改变者,因为渗透到器官中的约 80% 的血液来自肝门静脉,从肠道菌群中排出富含分子的血液。这种全天候暴露于大量病原体相关分子模式 (PAMP) 分子会导致肝脏免疫耐受。在肝脏中,树突状细胞、库普弗细胞 (KC)、肝窦内皮细胞 (LSEC) 甚至肝细胞都表达 T 淋巴细胞下调分子 PD-L1。大多数细胞表达Fas-L、IL-10、TGF-β,共刺激分子水平低,MHC-I和/或MHC-II表达缺失或低水平表达。此外,其他负调节剂如CTLA-4、IDO-1和前列腺素E2(PGE2)也经常表达。那么,如何在PAMP的海洋中辨别和识别真正的危险呢?这是一个悬而未决的问题。在这里,我们假设常规的免疫危险识别可以在肝脏中发生,但发生在特定和较小的动脉窦节段。然后,在门静脉三联征中,肝动脉分支到基质中并携带没有肠道衍生的PAMP的动脉血,没有进化或环境压力来抑制免疫抑制途径,因此可以发生常规的免疫危险识别。因此,在没有 PAMP 海洋的动脉窦段中,肝脏可以识别真正的危险并支持先天和适应性免疫。