XiaoMi-AI文件搜索系统
World File Search System对人
用户对人工智能信任的系统文献综述
摘要 用户对人工智能 (AI) 系统的信任已得到越来越多的认可，并被证明是促进采用的关键因素。有人提出，支持人工智能的系统必须超越以技术为中心的方法，转向以人为本的方法，这是人机交互 (HCI) 领域的核心原则。本评论旨在概述 23 项实证研究中的用户信任定义、影响因素和测量方法，以收集未来技术和设计策略、研究和计划的见解，以校准用户与人工智能的关系。研究结果证实，定义信任的方法不止一种。选择最合适的信任定义来描述特定环境中的用户信任应该是重点，而不是比较定义。研究发现，用户对人工智能系统的信任受到三个主要主题的影响，即社会伦理考虑、技术和设计特征以及用户特征。用户特征在研究结果中占主导地位，强调了从开发到监控人工智能系统的过程中用户参与的重要性。研究还发现，用户和系统的不同环境和各种特征也会影响用户信任，强调了根据目标用户群的特征选择和定制系统功能的重要性。重要的是，社会伦理考虑可以为确保用户与人工智能互动的环境足以建立和维持信任关系铺平道路。在衡量用户信任方面，调查是最常用的方法，其次是访谈和焦点小组。总之，在使用或讨论支持 AI 的系统的每个情况下，都需要直接解决用户信任问题。此外，校准用户与 AI 的关系需要找到不仅对用户而且对系统都适用的最佳平衡。
校准对人工智能辅助决策的信任
随着人工智能产品的普及，人类和人工智能越来越多地合作做出决策。为了使这种类型的合作取得成功，人类需要了解人工智能的能力，以便有效地校准他们的信任。在这些合作关系中，以人类可以理解的方式解释决策和预测至关重要，以鼓励信任校准。可解释人工智能领域专注于将可解释性融入人工智能，但旨在使人工智能模型更具可解释性。因此，这项研究通常从以模型为中心的角度而不是以人为中心的角度来处理解释。与此同时，行业研究人员已经制定了指导方针，以帮助界面设计师有效地生成用户友好的解释。然而，这些指导方针通常过于宽泛，无法有效指导行业设计师的日常工作。我们的研究通过两种方法解决了这一差距：一个实证实验，研究人们如何回应解释以及哪些类型的解释对信任校准最有帮助；以及一个教育资源，帮助行业设计师了解用户可能有什么问题，以及使用环境如何影响他们可能使用的解释。我们的实验结果表明，解释并不总是有助于信任校准，实际上可能会损害信任校准，尤其是面对自我能力较低的新手用户时。我们对行业设计师进行的探索性访谈和可用性测试表明，人们渴望一种全面但易于访问的教育资源，以转化我们实验等研究并指导可解释的 AI 产品界面的设计。关键词
国家安全问题对人工智能和平民关键基础设施
简介我是Magine，您是美国水电坝的值班经理，该水力发电为美国消费者提供能源。主控制室中的一个监视器记录了故障，随后的错误消息表明，关键设备的运行接近其最大阈值，这可能会导致灾难性的控制损失并导致破坏性故障。控制室监视器上的更多错误读数可能会读取，但是您已经排练的应急培训事件不会解决这些类型的问题。您确定无法解决问题。应急响应方案之一是联系网络安全团队以评估问题。网络安全团队在网络监控和控制电厂系统上进行了诊断测试。在到达网络安全团队所需的时间里，对电厂系统进行数字扫描，并在控制室中向您报告，发生了灾难性的事件。司法部调查后来确定具有业余网络技能的非国家演员使用AI开发了恶意软件，这导致了
深度学习：对人类的影响......
深度神经网络是一种复杂的结构化系统，它以并行、分布式和上下文敏感的方式处理信息，而深度学习则是利用这些系统通过依赖经验的学习过程获得与智能相关的能力的努力。在人工智能领域，深度学习的工作通常旨在利用所有可用的工具和资源来创造和理解智能，而不考虑其生物学合理性。然而，深度学习的许多核心思想都从大脑和人类智能的特征中汲取灵感，我们认为这些受大脑启发的系统最能捕捉这些特征（Rumelhart、McClelland 和 PDP 研究小组，1986 年）。此外，深度学习研究中出现的想法可以帮助我们了解人类和动物的记忆和学习。因此，深度学习研究可以看作是研究人员之间相互交流的沃土，这些研究人员研究的相关问题对生物智能和机器智能都有影响。
6对人工智能的使用分析
1硕士的法律与创新学生（UFJF）。研究生专业化在民事过程中的主要转变。毕业于Viçosa联邦大学的法律课程-UFV。律师。电子邮件：carvalho.karen@estudante.ufjf.br。2 Juiz de Fora大学法律学院（UFJF）的副教授。 严格的Sensu法律与创新研究生计划（UFJF）成员。 来自米纳斯·格拉斯联邦大学（UFMG）的理论和法律哲学博士学位。 在德国基尔的基督教阿尔布雷希大学（CAU）的博士后实习。 在圣卡塔琳娜联邦大学（UFSC）的博士后实习。 和邮件：claudia.toledo@ufjf.br。2 Juiz de Fora大学法律学院（UFJF）的副教授。严格的Sensu法律与创新研究生计划（UFJF）成员。来自米纳斯·格拉斯联邦大学（UFMG）的理论和法律哲学博士学位。在德国基尔的基督教阿尔布雷希大学（CAU）的博士后实习。在圣卡塔琳娜联邦大学（UFSC）的博士后实习。和邮件：claudia.toledo@ufjf.br。
美国对人工智能的不平衡态度及其后果
世界海洋陷入困境。全球变暖导致海平面上升，减少了海洋中的食物供应。入侵物种和霍乱破坏了海洋的生态平衡。农业中使用的许多杀虫剂和营养物质最终流入沿海水域，导致氧气耗尽，杀死海洋植物和贝类。与此同时，由于过度捕捞，鱼类供应正在减少。然而，人类要繁荣发展，就需要健康的海洋；我们呼吸的氧气有一半来自海洋，而且在任何特定时刻，海洋都包含着世界上 97% 以上的水。海洋提供了人类食用的动物蛋白的至少六分之一。活海洋吸收大气中的二氧化碳，减少气候变化的影响。许多民间社会团体 (NGO) 正在努力保护这一共享资源。例如，OceanMind 使用卫星
探究公共部门实体对人工智能系统的使用和治理
•负责和安全的AI（政府）：CSIRO与澳大利亚政府紧密合作，提供科学和技术建议，以介绍负责和安全的AI政策的制定。这包括通过国家AI中心和AI安全研究网络提供有关AI安全的技术建议，并为澳大利亚行业开发了负责任的AI最佳实践目录以及AI多样性和包容指南。后者为政府使用AI的AI保证的国家框架的发展做出了贡献。csiro还为澳大利亚AI安全标准的发展做出了贡献，支持政府参与国际AI安全峰会，并促进了国际研究联盟，将澳大利亚定位为负责人AI的领导者。
2006 年至 2017 年使用疫苗不良事件报告系统对人乳头瘤病毒疫苗进行上市后监测
背景：美国食品药品监督管理局 (FDA) 已批准三种 HPV（人乳头瘤病毒）疫苗。疾病控制和预防中心 (CDC) 和免疫实践咨询委员会 (ACIP) 建议在 11 岁或 12 岁时常规接种 HPV 疫苗。本研究旨在总结和描述 2006 年 7 月至 2017 年 5 月期间报告给 VAERS 数据库的 HPV 疫苗接种后不良事件。方法：在 VAERS 数据库中对与 HPV 疫苗相关的报告进行系统数据挖掘。在 HPV 疫苗接种后，在 VAERS 数据库中确定了临床相关的疫苗事件组合 (VEC)。仅当数据库中针对给定的不良事件 (AE) 存在至少 100 份报告时，才会考虑对 VEC 进行分析。本研究中使用的数据挖掘算法是报告比值比。ROR-1.96SE >1 的值被视为阳性信号。结果：在研究期间，VAERS 在接种 HPV 疫苗后收到了 49444 份报告。在 49444 份报告中，发现了 2307 份独特反应。共有 177 份死亡报告和 3526 份非死亡严重反应报告给 VAERS。ROR 显示腹痛、晕厥、头晕、抽搐、自然流产、脱发、闭经、肛门生殖器疣、宫颈发育不良、贫血、运动障碍、偏头痛、血压下降、跌倒、头部受伤、意识丧失、苍白、晕厥前兆、癫痫发作等症状呈阳性。结论：本分析未发现任何新的/意外的安全问题，与上市前试验的安全数据一致。需要进一步的流行病学研究来系统地验证 VAERS 提供的数据。
内分泌破坏化学物质：对人类健康的威胁
有证据表明PFA是EDC。研究表明，某些PFA会破坏雌激素和睾丸激素等激素的产生，运输和破坏，而有些则会损害甲状腺激素功能。啮齿动物的研究表明，与内分泌功能密切相关的繁殖健康效应的破坏，包括一项研究表明PFA可以减少与生产牛奶有关的关键激素的产生和运输。对小鼠的一项研究表明，世代相传的乳房发育影响，女儿和孙女暴露于PFAS暴露的小鼠的小鼠延迟了乳腺发育。两项人类研究发现，PFAS暴露与母乳喂养的持续时间较短有关。