XiaoMi-AI文件搜索系统
World File Search System大幅提高
提高联邦政府的人工智能能力
聘用授权 (DHA) 是一种招聘灵活性，它通过消除对候选人进行评级和排名的典型招聘流程来改变选拔程序并加快招聘速度。以下工作系列中的 AI 职位被授予 DHA：信息技术专家、计算机科学家、计算机工程师、管理和程序分析师、数据科学家和运筹研究员。各机构正在使用直接聘用授权。自 EO 14110 发布以来，大约 30% 的 AI 和 AI 支持的工作机会公告使用了直接聘用授权。这项授权最成功的用途之一是成立 DHS AI 军团。该计划正在使用直接聘用权将 50 名 AI 技术人员带入 DHS，以使航空旅行更轻松、更安全，利用 AI 的潜力加强边境安全，打击儿童性剥削和虐待，防御网络威胁等。
人工智能如何提高学术水平
学术写作技能的获得是高等教育的重要组成部分 [1, 2]。在各个学科中，很明显，学生对科学工作方法的归纳和支持服务的需求很高 [3]。由于本科生数量不断增加且多样性日益增加，学生在撰写论文时往往得到较少的一对一支持或个人监督 [4, 5]。反过来，这会使情况恶化，导致科学教育不佳并降低学生的积极性。在我们的论文中，我们想解决这个问题，并提出一种技术支持的解决方案来提高学生的学术写作能力。我们的研究思路是在人工智能支持的文本生成器的帮助下开发新的学习环境，这有助于学生提高写作技巧，而不必依赖教授的高水平指导。该项目将在德国多个研究生中心的学术写作课程中实施。关键词：文本生成器、人工智能、人工智能支持的学习、高等教育、写作技巧 1. 研究现状
利用人工智能提高合规性
feras2000@yahoo.com 文章历史： 摘要： 收讫日期：2022 年 1 月 1 日 （人工智能）在武装冲突中的作用引发了激烈的争论，由此产生的争议掩盖了自主性和人工智能在遵守国际人道主义法方面的优势。遵守国际人道法通常取决于对情况的了解，例如有关潜在目标的行为、附近受保护的人和物体以及可能危及计划的制定或判断的情况的信息。这项研究认为，（人工智能）可以帮助开发态势感知技术，使目标选择和附带损害估计更加准确，从而减少对平民的伤害，以便可以完成熟悉的预防措施，例如花费额外的时间和咨询更高级的官员。
提高肺栓塞的预后精度
背景：急性肺栓塞 (PE) 是一种危急的医疗紧急情况，需要及时识别和干预。准确预测早期死亡率对于识别出现不良后果风险较高的患者并实施适当的治疗至关重要。机器学习 (ML) 算法有望提高 PE 患者早期死亡率预测的准确性。目标：利用临床和实验室变量设计一种用于预测 PE 患者早期死亡率的 ML 算法。方法：本研究利用多种过采样技术来提高各种机器学习模型（包括 ANN、SVM、DT、RF 和 AdaBoost）在早期死亡率预测方面的性能。根据算法特征和数据集属性为每个模型选择合适的过采样方法。预测变量包括四项实验室测试、八个生理时间序列指标和两个一般描述符。评估使用了准确度、F1_score、精确度、召回率、曲线下面积 (AUC) 和接收者操作特性 (ROC) 曲线等指标，全面展示了模型的预测能力。结果：研究结果表明，在评估的五个模型中，具有随机过采样的 RF 模型表现出优异的性能，在预测死亡类别时实现了较高的准确度和精确度以及较高的召回率。过采样方法有效地均衡了类别之间的样本分布，并提高了模型的性能。结论：建议的 ML 技术可以有效预测急性 PE 患者的死亡率。具有随机过采样的 RF 模型可以帮助医疗保健专业人员就急性 PE 患者的治疗做出明智的决定。该研究强调了过采样方法在管理不平衡数据方面的重要性，并强调了 ML 算法在改进 PE 患者早期死亡率预测方面的潜力。
提高美国的人工智能素养
潜在的失业、错误信息和美国社会的根本性变化被认为是令人担忧的原因。 14 缺乏人工智能素养可能是导致这种日益担忧的原因之一。 15 16 17 只有 30% 的受访者能够正确识别人工智能的常见用途，44% 的人认为他们没有定期与人工智能互动（这两项都是认知指标）。 18 19 多项研究表明，虽然人工智能正变得越来越普遍，但在日常生活中对人工智能的理解和认识仍然存在差距。 20 这一问题在代表性不足的社区中尤为严重，因为这些社区的伤害威胁加剧。 21 只有 15% 的黑人和 23% 的西班牙裔美国人对日常生活中的人工智能有较高的认识（而白人和亚裔美国人的比例分别为 34% 和 40%）。47% 的美国黑人和 39% 的美国西班牙裔对日常生活中的人工智能应用的认知度较低（而白人和亚裔美国人的认知度分别为 28% 和 21%）。因此，这些群体将越来越难以就人工智能如何影响他们的福祉做出明智的选择。
提高整个系统的弹性...
JRC136480 Petten：欧洲委员会 © 欧盟 欧洲委员会文件的再利用政策由欧盟委员会 2011 年 12 月 12 日关于再利用委员会文件的决定 2011/833/EU 实施（OJ L 330，2011 年 12 月 14 日，第 39 页）。除非另有说明，本文件的再利用根据知识共享署名 4.0 国际 (CC BY 4.0) 许可证授权（https://creativecommons.org/licenses/by/4.0/）。这意味着，只要给予适当的授权并指明任何更改，就可以再利用。对于任何不属于欧盟的照片或其他材料的使用或复制，必须直接征得版权所有者的许可。欧盟不拥有以下元素的版权：- 封面照片：Pexels 如何引用本报告：提高整个清洁能源供应链的弹性
提高对飞行天气的了解
NWS 主页提供的另一个资源是区域预报讨论 (AFD)。在重大天气事件期间，以及在东部和西部沿海各州的任何时间，您当地的 NWS 预报办公室在 AFD 中都有一个专门的航空天气部分。要获取您当地的 AFD，请访问 www.weather.gov 并单击您感兴趣的区域。此步骤将带您进入当地 NWS 预报办公室网站。到达那里后，单击地图转到该站点的总体预报页面。在总体预报页面上，向下滚动以在“其他预报和信息”部分中找到预报讨论。飞行员经常报告说，在飞行服务官方简报中传达的信息是快速的，通常持续 10 分钟或更短。蒙大拿州各地的飞行员报告称，他们从 www.weather.gov 和 www.aviationweather.gov 上获取的信息中获得了巨大的价值。在联系当地飞行服务人员之前，他们使用这些网站作为免费的自我简报工具。如果您在正式简报之前对预期天气有一个清晰的了解，那么来自飞行服务站的信息将更有用。更重要的是，通过自我简报获得的信息可能会提出有关特定天气系统的问题来询问飞行服务。飞行服务标准天气简报中需要的大量信息可能会导致简报员忽略他或她认为无关紧要的重要信息。潜在的简报是有关特定预报产品的问题可能提出问题的地方。例如，除非您（飞行员）特别提示，否则西部的飞行服务简报可能不包含来自 TWEB 航线预报的信息。您可以依靠 122 个当地气象预报办公室、CWSU 和 AWC 的气象专家继续提供最佳航空预报，以支持 NWS 保护生命和财产并增强我们国民经济的使命。Q
通过...提高机器学习的通用性
程序内容生成 (PCG) 是指在视频游戏和其他游戏中通过算法生成关卡、任务或角色等内容的做法。为了使游戏具有重玩性、减轻创作负担、限制存储空间要求和实现特定的美感，游戏开发者设计了大量 PCG 方法。此外，研究人员还探索了将机器学习、优化和约束求解的方法应用于 PCG 问题。自该领域诞生以来，游戏就广泛应用于人工智能研究，近年来，游戏被用于开发和基准测试新的机器学习算法。通过这种实践，我们越来越清楚地认识到这些算法容易出现过拟合。通常，算法不会学习通用策略，而是学习仅适用于具有特定初始参数的特定任务的特定版本的策略。为了应对这一问题，研究人员开始探索问题参数的随机化，以抵消这种过度拟合，并允许训练后的策略更轻松地从一个环境转移到另一个环境，例如从模拟机器人转移到现实世界中的机器人。在这里，我们回顾了大量现有的 PCG 研究，我们认为 PCG 在提高机器学习方法的通用性方面发挥着重要作用。这里的主要目标是向 RL/AI 展示 PCG 工具箱中的新工具，其次要目标是向游戏开发者和研究人员解释他们的工作与 AI 研究的相关性。
提高人工智能解决方案的可信度
摘要尽管最近人们致力于使人工智能系统更加透明，但人们对此类系统普遍缺乏信任，这仍然阻碍了人们和组织使用或采用它们。在本文中，我们首先从最终用户可解释性和规范伦理的角度介绍评估人工智能解决方案可信度的方法。然后，我们通过一个涉及实际商业环境中使用的人工智能推荐系统的案例研究说明了它的采用情况。结果表明，我们提出的方法可以识别与人工智能系统相关的广泛实际问题，并进一步支持制定改进机会和通用设计原则。通过将这些发现的机会与道德考虑联系起来，总体结果表明，我们的方法可以支持可信人工智能解决方案的设计和开发以及符合道德的业务改进。
提高 FDM 制造的可靠性
摘要：采用熔融沉积成型工艺的增材制造机器可以快速生产各种零件。3D 计算机模型被划分为指令，FDM 机器使用这些指令逐层生产零件。可以修改许多参数来改进生成的指令，并且正在进行大量研究以确定最佳参数。由于工艺的复杂性以及影响因素的可用数据有限，这些影响因素可能会在制造过程中发生变化，因此一些生产的零件质量不佳或根本无法生产。早期自动检测出生成的零件不在预设的质量公差范围内，可以节省大量资源，因为无需完成这些零件的生产。此外，可能可以利用机器学习技术（如 XCS）在打印过程中自适应地更改指令，以使零件返回到可接受的参数范围内。