XiaoMi-AI文件搜索系统
World File Search System平等性
FinRegLab：研讨会——“人工智能与经济：为负责任和包容的人工智能规划道路”联合活动，邀请著名政策制定者参加，重点关注金融服务领域的负责任人工智能。华盛顿特区，2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作，于 2022 年 4 月 27 日举办一场研讨会，汇集政府、行业、民间社会和学术界的领导人，探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战，特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves；参议员 Joni Ernst；代理货币监理署署长 Michael Hsu；万事达卡执行副总裁兼首席数据官 JoAnn Stonier；富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示：“人工智能与新型数据相结合，为改善金融包容性和平等性提供了巨大的潜力。然而，也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议，详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究，特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估，这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论，请联系 Alex Bloomfield，邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息，包括所有演讲者和小组讨论，请访问此处的活动页面。
FinRegLab：研讨会——“人工智能与经济：为负责任和包容的人工智能规划道路”联合活动，邀请著名政策制定者参加，重点关注金融服务领域的负责任人工智能。华盛顿特区，2022 年 4 月 22 日——FinRegLab 将与美国商务部、美国国家标准与技术研究所 (NIST) 和斯坦福以人为本人工智能研究所 (HAI) 合作，于 2022 年 4 月 27 日举办一场研讨会，汇集政府、行业、民间社会和学术界的领导人，探讨人工智能和机器学习在不同经济部门部署带来的潜在机遇和挑战，特别关注金融服务和医疗保健。已确认的发言人包括商务部副部长 Don Graves；参议员 Joni Ernst；代理货币监理署署长 Michael Hsu；万事达卡执行副总裁兼首席数据官 JoAnn Stonier；富国银行执行副总裁兼模型风险主管 Agus Sudjianto、斯坦福大学商学院教授兼 HAI 副主任 Susan Athey 博士、布鲁金斯学会技术创新中心主任 Nicol Turner Lee 博士以及哈佛大学计算与社会研究中心博士后研究员 Manish Raghavan 博士。演讲者和小组成员将讨论研究、政策建议和新兴行业实践。FinRegLab 首席执行官兼主任 Melissa Koide 表示：“人工智能与新型数据相结合，为改善金融包容性和平等性提供了巨大的潜力。然而，也存在加剧偏见和排斥的巨大风险。认真、有针对性地研究消费者受到的影响对于制定正确的规则至关重要。” FinRegLab 还将于 4 月 28 日举办一场虚拟会议，详细介绍该组织和斯坦福大学商学院 Laura Blattner 教授和 Jann Spiess 教授就机器学习在信用承保中的应用开展的研究，特别关注机器学习模型对可解释性和公平性的潜在影响。这项研究对当前可用工具的性能和功能进行了实证评估，这些工具旨在帮助贷方开发、监控和管理机器学习承保模型。媒体成员如有兴趣亲临或以虚拟方式参加研讨会或寻求评论，请联系 Alex Bloomfield，邮箱地址为 alex.bloomfield@finreglab.org。有关研讨会的更多信息，包括所有演讲者和小组讨论，请访问此处的活动页面。
美国 COVID-19 疫苗的可接受性和不平等性：一项全国代表性调查的结果
背景 截至本次调查开展时，即 9 月 1 日，美国约有 600 万例 COVID-19 病例和 176,771 例死亡，且尚无联邦政府批准的疫苗。本研究的目的是探索美国民众接受 COVID-19 疫苗的意愿，并描述不同种族、族裔和社会人口统计特征对这种接受度的影响。方法 这是一项横断面数字调查，从第三方 Dynata 维护的具有全国代表性的小组中抽样参与者。Dynata 随机抽样其数据库，并通过电子邮件向美国居民发送基于网络的调查问卷，确保样本与美国人口普查的年龄、种族、性别、收入和人口普查地区估计值相匹配。参与者被问及他们是否愿意：1) 在 COVID-19 疫苗公开上市后立即接种，以及 2) 在即将到来的流感季节接种流感疫苗。参与者可以回答非常愿意、愿意、不愿意或非常不愿意。对于那些表示不愿意接种 COVID-19 疫苗的人，我们收集了他们犹豫的原因。所有参与者都被询问他们从哪里获得与疫苗相关的信息，以及他们最信任哪些来源。我们进行了单变量和多变量逻辑回归，以检验所有人口统计特征与接种 COVID-19 疫苗意愿之间的关联。结果从 2020 年 9 月 1 日到 9 月 7 日，1592 名受访者完成了在线调查。总体而言，加权分析发现，只有 58.9% 的样本人群愿意或非常愿意在 COVID-19 疫苗公开上市后立即接种。相比之下，67.7% 的受访者愿意或非常愿意接种流感疫苗。按性别划分，66.1% 的男性和 51.5% 的女性愿意接种 COVID-19 疫苗。男性明显比女性更愿意接种 COVID-19 疫苗（调整后的优势比 (OR) = 1.98，95% CI：1.56，2.53；p < 0.001）。黑人是接种意愿最差的种族/族裔群体（48.8%）黑人（aOR = 0.59，95%CI：0.43，0.80；p < 0.001）明显比白人更不愿意接种 COVID-19 疫苗。不愿意接种 COVID-19 疫苗的原因有很多。最常见的原因是担心疫苗的安全性（36.9%），其次是担心其有效性（19.1%）。解释总之，我们发现相当一部分（41%）的美国居民不愿意在 COVID-19 疫苗公开上市后立即接种。我们发现不同人群对疫苗的接受程度不同。除了接种疫苗意愿的亚群体差异外，受访者还提供了不愿意接种疫苗的各种原因，这是由各种疫苗信息来源（和错误信息）所驱动的。这使得向人群提供安全有效的 COVID-19 疫苗以实现群体免疫的挑战更加严峻。可能需要多管齐下、有针对性的沟通和宣传工作，才能实现高水平的免疫覆盖率。