XiaoMi-AI文件搜索系统
World File Search System工业界
（SHRI JITIN PRASADA）（a）至 d）：印度政府强调“全民人工智能”的概念，这与总理在全国范围内培育和推动尖端技术应用的愿景相一致。这一举措旨在确保人工智能惠及社会各界，推动创新和增长。政府致力于利用人工智能 (AI) 的力量，在医疗、农业、教育、政府治理、新闻部和其他领域造福人民。与此同时，政府也意识到人工智能带来的风险。幻觉、偏见、错误信息和深度伪造是人工智能带来的一些挑战。为了应对人工智能的挑战和风险，政府认识到需要建立护栏以确保人工智能的安全和可信。因此，中央政府在与相关利益相关方进行广泛的公众协商后，于 2021 年 2 月 25 日公布了《信息技术（中介机构指南和数字媒体道德规范）规则》2021 年（“2021 年 IT 规则”），该规则随后于 2022 年 10 月 28 日和 2023 年 4 月 6 日进行了修订。2021 年 IT 规则对中介机构（包括社交媒体中介机构和平台）规定了具体的法律义务，以确保他们对安全可信的互联网负责，包括迅速采取行动消除被禁止的虚假信息、明显虚假的信息和深度伪造。如果中介机构未能遵守 2021 年 IT 规则规定的法律义务，他们将失去《2000 年信息技术法》（“IT 法”）第 79 条规定的避风港保护，并应根据任何现行法律承担相应的诉讼或起诉。 《2023 年数字个人数据保护法》于 2023 年 8 月 11 日颁布，该法案规定数据受托人有义务保护数字个人数据，追究其责任，同时确保数据主体的权利和义务。政府已成立人工智能咨询小组，针对印度特定的监管人工智能框架，由印度总理首席科学顾问 (PSA) 担任主席，来自学术界、工业界和政府的不同利益相关者参与，目标是解决与制定负责任的人工智能框架有关的所有问题，以实现人工智能的安全和可信开发和部署。
（SHRI JITIN PRASADA）（a）至 d）：印度政府强调“全民人工智能”的概念，这与总理在全国范围内培育和推动尖端技术应用的愿景相一致。这一举措旨在确保人工智能惠及社会各界，推动创新和增长。政府致力于利用人工智能 (AI) 的力量，在医疗、农业、教育、政府治理、新闻部和其他领域造福人民。与此同时，政府也意识到人工智能带来的风险。幻觉、偏见、错误信息和深度伪造是人工智能带来的一些挑战。为了应对人工智能的挑战和风险，政府认识到需要建立护栏以确保人工智能的安全和可信。因此，中央政府在与相关利益相关方进行广泛的公众协商后，于 2021 年 2 月 25 日公布了《信息技术（中介机构指南和数字媒体道德规范）规则》2021 年（“2021 年 IT 规则”），该规则随后于 2022 年 10 月 28 日和 2023 年 4 月 6 日进行了修订。2021 年 IT 规则对中介机构（包括社交媒体中介机构和平台）规定了具体的法律义务，以确保他们对安全可信的互联网负责，包括迅速采取行动消除被禁止的虚假信息、明显虚假的信息和深度伪造。如果中介机构未能遵守 2021 年 IT 规则规定的法律义务，他们将失去《2000 年信息技术法》（“IT 法”）第 79 条规定的避风港保护，并应根据任何现行法律承担相应的诉讼或起诉。 《2023 年数字个人数据保护法》于 2023 年 8 月 11 日颁布，该法案规定数据受托人有义务保护数字个人数据，追究其责任，同时确保数据主体的权利和义务。政府已成立人工智能咨询小组，针对印度特定的监管人工智能框架，由印度总理首席科学顾问 (PSA) 担任主席，来自学术界、工业界和政府的不同利益相关者参与，目标是解决与制定负责任的人工智能框架有关的所有问题，以实现人工智能的安全和可信开发和部署。
工业界对人工智能研究的影响力日益增强
行业聘用人才和利用更强大计算能力的能力可能是由于支出差异而产生的。尽管公共和私营部门对人工智能的投资都大幅增加，但行业的投资规模更大且增长速度更快（见 SM）。我们将行业与公共利益人工智能研究的主要来源进行比较：政府，政府既资助自己的研究，也是学术资金的主要来源。2021 年，美国非国防政府机构在人工智能上拨款 15 亿美元。同年，欧盟委员会计划支出 10 亿欧元（12 亿美元）。相比之下，2021 年全球行业在人工智能上的支出超过 3400 亿美元，大大超过公共投资。例如，2019 年谷歌的母公司 Alphabet 在其子公司 DeepMind 上花费了 15 亿美元，这只是其人工智能投资的一部分。在欧洲，差距较小，但仍然存在； AI Watch 估计“私营和公共部门分别占欧盟 AI 投资的 67% 和 33%”（4）（见 SM）。相比之下，近几十年来，制药行业的研究资金大致平均分配给私营部门和政府或非营利组织（见 SM）。OpenAI 就是进行 AI 研究所需资金规模的一个例子，它最初是一个非营利组织，声称“不受产生财务回报需求的限制”，旨在“造福全人类”（5）。四年后，OpenAI 将其地位更改为“有上限的营利性组织”，并宣布这一变化将使他们“能够迅速增加在计算和人才方面的投资”（6）。
HSR-33 ESRO/ESA 和丹麦 - 研究和工业界的参与
1999 年 2 月 23 日，丹麦发射了微型卫星 Ørsted，用于测量地球磁场。这可以看作是自 1842 年在哥本哈根防御工事的其中一座堡垒上监测地球磁场以来一系列长期调查的顶峰。 2 这项活动是由电磁学的发现者 Hans Christian Ørsted 在 1820 年提出的。它只持续了 20 年，但丹麦气象研究所于 1891 年恢复了这项活动，并从此一直保持，除了 1901 年至 1906 年期间的短暂间隔。该研究所参加了 1882 年至 1883 年的国际极地年，并在格陵兰岛的 Godthåb（努克）建立了一个地球物理观测站，随后于 1926 年在格陵兰岛的 Godhavn（Qeqertarsuaq）建立了一个永久性观测站，对地球磁场进行连续监测。
由于优异的光电性能，先进纳米材料越来越受到学术界和工业界的关注（刘
先进纳米材料因其出色的光电特性，受到学术界和工业界越来越多的关注（Liu et al.，2020）。近年来，人们致力于开发高性能纳米材料，这使得其在广泛的光电应用中具有巨大潜力（Kong et al.，2021；Niu et al.，2021），特别是在发光二极管 (LED) 和太阳能电池 (SC) 方面。我们非常高兴地推出这期题为“用于发光二极管和太阳能电池的先进纳米材料”的特刊。本期特刊从不同角度强调了材料-器件研究的主要意义，结合了现代实验方法和理论模拟。我们从这个令人兴奋的领域收集了 10 篇特色文章，涵盖了用于 LED 和 SC 开发的先进纳米材料的新兴概念、策略和技术。简化的有机 LED（OLED）结构和可行的制造工艺在照明中起着关键作用。 Xu 等人结合了超薄非掺杂发射纳米层（0.3 纳米），展示了低效率滚降和结构简单的 OLED。同时，Xie 等人通过使用含硼和氮原子的分子作为客体发射极，开发了溶液处理的蓝色热激活延迟荧光 OLED，其半峰全宽较窄为 32 纳米，获得高色纯度 OLED。另一方面，开发新型溶液处理的空穴注入材料对于高性能 OLED 至关重要。Zhu 等人合成了二硫化钼量子点（MoS 2 QDs）并展示了具有混合聚（3,4-乙烯二氧噻吩）/聚（苯乙烯磺酸盐）（PEDOT:PSS）/QDs 空穴注入层的绿色磷光 OLED。采用PEDOT:PSS/MoS 2 空穴注入层的OLED最大电流效率为72.7 cd A −1，比单一PEDOT:PSS的OLED高28.2%，表明以硫化物QD作为空穴注入层是实现高效OLED的有效方法。GaN基LED也是很有前途的照明和显示设备。Zhang等人从实验和数值两个方面系统地研究了台面尺寸减小对InGaN/GaN LED两个横向维度的影响，为设备小型化提供了见解。而Lu等人制作并展示了各种尺寸的应变减小微型LED，并研究了尺寸对光学特性和量子阱铟浓度的影响。他们的工作为实现微型LED的高功率性能提供了经验法则。另一方面，Liu等人对GaN基LED进行了系统的研究，提出了一种新的方法来降低应变，提高LED的效率。采用氢化物气相外延与激光剥离技术联合制备缓冲层，在双抛光蓝宝石衬底上制备了厚度约为250 μm的2英寸自支撑GaN衬底，为高功率GaN基器件提供了一条途径。
工业界发现氢气
2019 年 10 月，气体制造商林德收购了英国电解器制造商 ITM Power 的股份。林德股份公司以 4500 万欧元收购了总计 9500 万股新 ITM 股票。这家前德国工业集团在与普莱克斯合并后将总部迁至英国吉尔福德，目前拥有这家总部位于谢菲尔德的工厂工程公司 20% 的股份。除了此次参股外，还将很快成立一家 50-50 的合资企业，为工业项目提供绿色氢气。ITM Power PLC 董事总经理 Graham Cooley 表示：“林德的重大战略投资巩固了我们之间的五年合作关系，并为 ITM Power 提供了一个领先的全球合作伙伴，拥有丰富的工程、采购和工程专业知识和全球客户群。合资企业将使我们能够专注于我们在电解器开发和销售方面的核心竞争力，并与林德合作大规模供应环保氢气。”
方法论、传奇和修辞：学术界、工业界和政策团体为终身学习而构建的人工智能
摘要 人工智能（AI）再次引起了社会生活各个领域的广泛关注。一个重要的关注领域是教育；全球许多政策制定者将终身学习视为让社会为“AI 未来”做好准备的重要手段，并将 AI 视为“提供”学习机会以满足这些需求的一种方式。AI 是一个复杂的社会、文化和物质产物，不同的利益相关者以不同的方式理解和构建它，这些差异具有重要的社会和教育意义，需要加以探索。通过对来自学术界、商业和政策界的利益相关者的 34 次深入访谈的分析以及文档分析，我们利用技术的社会建构（SCOT）来阐明对 AI 的不同理解、看法和实践。我们发现三个社会群体中出现了三种不同的技术框架，并认为