XiaoMi-AI文件搜索系统
World File Search System好事
道德标准的五个来源 功利主义方法
功利主义方法 一些伦理学家强调，道德行为是提供最多好处或造成最少伤害的行为，或者换句话说，产生最大好处与伤害之间的平衡。因此，道德企业行为是为所有受影响者（客户、员工、股东、社区和环境）产生最大好处和造成最小伤害的行为。道德战争平衡了在结束恐怖主义方面取得的成果与通过死亡、伤害和破坏给各方造成的伤害。功利主义方法处理后果；它试图增加所做的好事并减少所做的伤害。 权利方法 其他哲学家和伦理学家认为，道德行为是最好地保护和尊重受影响者的道德权利的行为。这种方法从这样的信念开始：人类具有基于其人性本身或基于他们自由选择如何度过一生的能力的尊严。基于这种尊严，他们有权被视为目的，而不仅仅是实现其他目的的手段。道德权利清单包括自主选择过什么样的生活、被告知真相、不受伤、享有一定程度的隐私等权利，这些权利受到了广泛争论；现在有些人认为非人类也有权利。此外，人们经常说权利意味着义务——特别是尊重他人权利的义务。公平或正义方法
交战规则：版权和自动守门人......
2 请参阅 Karen Kornbluh，《虚假信息、激进化和算法放大：国会可以采取哪些措施？》，《J UST S EC》。（2022 年 2 月 7 日），https:// www.justsecurity.org/79995/disinformation-radicalization-and-algorithmic-amplification-what-steps-can-congress-take/。 3 请参阅 Georgia Wells、Jeff Horwitz 和 Deepa Seetharaman，《公司文件显示，Facebook 知道 Instagram 对少女有害》，《华尔街日报》（2021 年 9 月 14 日上午 7:59），https://www.wsj.com/articles/facebook-knows-instagram-is-toxic-for-teen-girls- company-documents-show-11631620739。 4 例如，请参阅 James Grimmelmann，《没有计算机创作的作品——而且这也是一件好事》，39 C OLUM . JL & A RTS 403（2016 年）。5 请参阅 H AROLD L. V OGEL，《娱乐业经济学：金融分析指南》48–49（剑桥大学出版社，第 10 版，2020 年）（描述娱乐需求的心理根源）；另请参阅 id。第 53 页（“媒体领域的竞争始终非常激烈……长期成功的最重要因素是可扩展性……留住客户的可能性……以及应对风险和管理失败的能力（对于大多数引入的内容项目来说，这些项目永远无法完全收回创作、分发和营销的总成本。”）。
安全与防务 欧洲
“我们不能天真”，这是德国总理奥拉夫·肖尔茨在 2022 年慕尼黑安全会议上多次提到的一句话。在访问俄罗斯总统普京期间，他不得不忍受一场历史讲座。从普京的这种历史观来看，莫斯科总统对乌克兰的威胁是极其严肃的。我们不能天真：普京的谈判方案是如此臭名昭著，以至于唯一可能的结果就是 2 月 21 日宣布的结果：承认乌克兰领土上的两个微型国家，这导致了 2 月 24 日上午他的军队的进军命令。他对西方世界提出的要求是不可能实现的。这就是为什么他以一种西方无法接受的方式提出这些要求。而谈判军备控制和建立信任措施的提议只能让莫斯科露出疲惫的笑容：俄罗斯近年来违反了所有存在或曾经存在的此类协议。唯一遗憾的是，唐纳德·特朗普领导下的美国终止了协议，因为俄罗斯没有遵守这些协议。这是可以理解的，但现在这对俄罗斯的宣传来说是好事。另一件事引人注目：自从民主运动在 2020 年操纵的总统选举后将卢卡申科政权推向失去权力的边缘以来，普京的语气变得越来越尖锐。普京的决定带来了
能源行业中生成AI的变革力
生成的AI已经在改变世界。我们做出决定和预测的能力，该决定和人类创造的任何其他科学，学习，学习以及任何其他信息都提供了我们现在才开始理解和利用的力量。那些首先采用这种权力的人可能会将其行业破坏为前所未有的水平。能源行业没有什么不同，这是一件好事：在减少全球温室气体排放的同时，到2050年将全球温室气体排放量降低到2°C以下，这是一项主要的工程，监管和社会挑战，需要新的材料和工程，经济和经济模型以及资本投资的资本投资。生成的AI可以帮助解决和加速解决这些挑战的解决方案。在过去的几年中，企业分配了巨大的努力来学习和实验生成的AI技术，并开发内部机制以安全地采用它。尽管我们已经完成了数十种用例自动化，但要等待几个，但需要做更多的工作来准备未来两到三年即将发生的破坏性。一些高管提出了在多大程度上造成的AI可能会破坏性的，他们可能会想采用“等待和查看”方法。这可能是一个昂贵的，也许是致命的错误。
Michael A. Arbib，《隐喻大脑 2：神经网络及其他》*
本书介绍了大脑中的计算以及未来计算机系统中计算的组织方式。由于本书的作者精通多个领域，包括符号人工智能、人工神经网络、神经科学和控制理论，因此值得关注。本书的大部分内容涉及视觉（包括低级和高级方面）和运动控制等问题，但也涉及自然语言和意识（简而言之）。除了它所信奉的特定理论观点外，本书还详细总结了哺乳动物大脑、低等动物（特别是青蛙、蟾蜍和海参）的神经系统、控制理论、动力系统理论、人工神经网络和人工智能的某些方面，这一点很有用。它旨在让典型的《科学美国人》读者能够全面理解，但也旨在让人工智能、机器人技术、认知科学、神经网络和神经科学等领域的专家受益。这本书并不是、也不可能接近这些领域的百科全书；重点在于这些领域以某种方式阐明、支持或限制了本书的核心理论思想。但是，人们可以否定 Arbib 的整个理论，但仍然可以从本书中收集到很多有用的信息，而且事实上，书中提供的大部分信息似乎与他的理论无关。这本书确实在各个主题之间跳来跳去，但由于内容丰富且内容密集，这可能是一件好事。本书的核心思想是协作计算、协调控制
人工智能和气候变化
气氛，海洋和大陆。例如，在宁静海洋的一部分中加热水会影响风循环模式，以一种称为厄尔尼诺现象，改变了整个地球热带地区的水分和热量的分布。另一个例子是亚马逊森林砍伐，该森林砍伐造成了该地区温度和降雨的重大变化，并影响了巴西中西部农业地区的水分大小（Aragão，2012年）。因此，当地的变化可能会带来区域甚至全球后果。人工智能可以有助于揭幕模式和由于陆地系统的复杂性而尚不明显的过程之间的互连。随着过去50年的技术进步，陆地系统的数据量呈指数增长。每秒生成巨大的数据，其中包括数百个卫星和表面观察网络以及数值建模产品的度量。拥有很多非正式数据是一件好事，因为它允许Sciers遵循地球上发生的更改。但是，如果没有在其范围内编译，验证，意图和降低，那么大量数据对于定义面对气候变化的最佳策略有用，没有任何意义。AI的主要贡献之一在于它可以快速处理大量数据的能力。气候科学家使用AI方法和算法来分析山地数据，卫星图像和感官感 -
MARCUS BYRNE“人工智能与创造力的未来”
Paul Fairweather 00:33 大家好，欢迎收听 Common Credit 播客。我是 Paul Fairweather。我是 Chris Meredith。我们的使命是揭开工作及其他领域创造力的面纱。了解创造力的工具是什么以及如何与世界分享它们。Chris，我们确实有一位很棒的嘉宾。他是 Marcus burn。Marcus 是 Charlie Marker 的父亲，Charlie Marker 是去年早些时候的嘉宾，八岁时就是插画家。Marcus 是 Tinkerbell 的设计总监。他使用 mid journey、AI 图像生成做了一些工作，并在 Mumbrella 上发表了一篇关于它的文章。这绝对令人着迷。讨论，克里斯。是的，这是我们关于人工智能及其对创造力的影响系列中的第一篇。我认为我们都害怕我们将不再扮演人类的角色，因为计算机将能够为我们做所有事情。因此，这个节目开始探讨这个问题。人工智能是好事吗？如果是，您如何使用它？它需要控制吗？让我们让马库斯加入？是的。让我们让他加入。马库斯·伯恩。欢迎收听共同创意播客。感谢您的邀请。Marcus，很高兴再次见到你。我们显然采访过你的儿子 Charlie marker，现在你自己也已经达到了普通创意领域的巅峰。我将叫你 Marcus marker。如果叫 Charlie，那么就叫 Marcus，你能给我们简单介绍一下你的历史吗？关于你，你的历程，你走到现在的位置？
Telenor 2021 年年度报告
2018 年，联网设备数量为 70 亿台。到 2025 年，这一数字预计将超过 750 亿台。数字化正在从根本上改变世界，而且在未来十年内，数字化进程只会加速，改变社会和我们的日常生活。与此同时，我们周围的世界也在颤抖。在经历了两年的疫情之后，俄罗斯入侵乌克兰，我们现在面临着新的不确定时期，而在缅甸，军方在接管一年后仍然掌握着权力。联合国气候变化政府间小组 (IPCC) 发布了“人类红色代码”，我们中的许多人都在想，我们将为子孙后代留下什么样的地球。在我们在这个不断变化的世界中前行时，我确信企业和私人行为者需要站出来承担责任。这意味着在气候危机或冲突带来的不确定和充满挑战的时代，成为一股以价值观和原则为驱动的向善力量。这也意味着承担起责任，通过数字化和新技术提供新的解决方案和机会，释放数百万人的潜力。对于 Telenor 来说，这意味着成为客户和我们运营所在社会的可信赖合作伙伴。Telenor 认为，连通性从根本上来说是一件好事。在整个疫情期间，它使数百万儿童能够进行虚拟学习，并确保我们能够安全地保持社交距离地工作。获得开放透明的通信服务是实现
S Ceebates 5 easo uto ato o ato ocuseso t e utue ISA ...
有时候回顾过去是件好事……回忆往事……怀旧一下，想想过去的时光或人也许更甜蜜、更简单或更令人兴奋。回顾成就，总结从挑战中吸取的教训也很自然。周年纪念日和灾难常常会激发人们的遐想，促使人们反思自己曾经去过哪里、现在在哪里，以及如何到达那里。2020 年充满了全球性灾难——新冠肺炎疫情、陆地和沿海地区洪水、内乱、难民危机、地震、龙卷风、飓风和野火——但它也为我们带来了 ISA（当时称为美国仪器学会，现称为国际自动化学会）成立的白金周年纪念日，以及其官方出版物 InTech 的特别版。在一个似乎静止不动的夏天，我们在 InTech 回顾过去，展望未来。InTech 比 ISA 年轻一点，因为它始于 1954 年，当时是《ISA 期刊》，但它从一开始就记录了 ISA 成员的激情和挑战。会员是 ISA 的核心，而 InTech 为他们服务。因此，当 2020 年成为社交距离要求导致 IRL（现实生活中）聚会变得不可能、在线会议应用程序变得必不可少的一年时，InTech 很高兴地扮演了一个新角色：一个庆祝周年纪念日并向多年来一直与 ISA 合作的人学习的地方。让您领略知识和历史
车辆降低目标是否合理？
当前的计划实践创建了依赖汽车的社区。车辆降低目标有助于创建更紧凑的多模式社区，在这些社区中需要更少的驾驶来满足人们的需求。摘要本研究反映了这样一种认识，即太多的好事是不好的。尽管机动车旅行可以提供巨大的收益，但它也对用户和社区施加了巨大的成本。要高效且公平，计划应努力优化车辆旅行：不要太少，也不是太多。这项研究确定了当前的计划实践，这些计划实践过高和过度投资汽车基础设施会损害其他模式。这对非驾驶员来说是不公平的，并导致经济上的车辆旅行。规划改革是合理的，可以建立更加多样化，有效的运输系统，在这些系统中人们可以通过更少的驾驶来满足他们的需求。为了指导这些改革，一些司法管辖区建立了减少车辆旅行目标。这些有助于使个人计划决策与战略目标保持一致。本报告调查了为什么以及如何实施此类目标。它描述了如何确定车辆旅行的最佳水平，确定有效的车辆减少策略并评估常见的批评。得出的结论是，随着更好的计划和更有效的激励措施，人们将减少行动，更多地依靠非自动模式，因此总体上更好。