• 用于突出显示和编辑文档的自动命名实体识别 o 自然语言处理,它是人工智能的一个子集 o 机器学习和训练有素的分类器 o 人员、地点、组织、金钱、日期、时间和百分比 o 自动突出显示或编辑 • 人工智能编辑模板用于配置一组基于高级搜索的编辑操作,这些操作可以配置为使用核心和人工智能辅助搜索标准。开箱即用,AI 编辑模板中提供以下类型的编辑标准:o PII 信息o 组织信息o 位置信息o 日期/时间信息o 金钱/货币和百分比信息o 自定义模式和自动模式反应 支持 SSN/电话/电子邮件/信用卡号/护照号 用户定义的自定义模式,例如州 ID、患者 ID、跟踪或案卷号o KB 基于历史记录的编辑标准•记录处理文档的完全数字化o OCR - 光学字符识别o ICR - 智能字符识别 - 能够识别手写并改进数据审查•基于历史记录的智能编辑建议o 自动建议o 编辑历史知识库o 跟踪用户审查的更正•用户选择是否按编辑类型编辑或突出显示数据(例如:编辑所有人名和 SSN 但突出显示所有组织名称)在 AI 编辑模板中•查找和取消编辑功能•将单个或多个出现的编辑项标记为从当前层中删除 • AI 知识库培训师角色来管理知识库标准项 • 将新文档直接添加到请求案例审查日志或从 EDR 导入审查日志时自动应用 AI 编辑模板 • AI 编辑摘要屏幕(AI 助手)可直接按类型导航到编辑项,例如实体、SSN/电子邮件/电话号码/模式等。• 配置编辑标准停止列表的选项,以便可以从未来的编辑过程中排除不需要的 KB 历史记录编辑标准项 • 编辑标准自定义模式生成器可添加自定义模式,例如 A#、护照号码、VIN、索赔号码等。
IT 解决方案提供商 Mphasis Ltd. 推出了 NeoCrux,该工具旨在通过生成人工智能驱动的 Agent Orchestrator 简化软件开发生命周期,从而提高软件工程师的工作效率。该平台允许工程师集成适合用途的 AI 代理,而不是将他们的访问限制在一个 AI 代理上。Mphasis 还宣布推出 NeoZeta,这是一个基于生成人工智能的企业现代化平台,可在重新学习过程中提供透明度,以帮助组织实现关键系统的现代化。NeoCrux NeoCrux 平台支持敏捷团队中的资源,以在 Idea2Launch IT 价值流中提供可衡量的加速。第一个版本是面向软件工程师的 IDE 内助手,随后将推出面向产品所有者的 AI 驱动需求工程工作台。Mphasis 表示,该平台的企业版由个性化的 AI 辅助支持,可以学习并适应个别工程师的行为。该平台为开发人员、质量工程师和产品所有者提供个性化体验,企业版提供带有推荐引擎的 360 度视图。其基础版将在 Microsoft Visual Studio Marketplace 上提供,并提供与 GitHub Copilot 的开箱即用集成。NeoZeta NeoZeta 利用隐藏在代码和其他技术工件和文档中的企业知识,为在该平台上开发的软件系统提供更长的保质期。据 Mphasis 称,其关键特性是透明度。其设计避免了黑箱转换,并允许人类和人工智能代理在开放标准和知识图谱技术的帮助下参与企业现代化。通过利用企业知识,该平台有可能降低每行代码现代化的时间和成本。其初始版本支持从 Cobol、Naturals、Java 和 C++ 重新学习,以及中小企业的人工智能辅助验证。NeoZeta 将在 Gen AI Foundry for Financial Services 上提供,这是 AWS 和 Mphasis.AI 业务部门之间的合作。“Mphasis NeoCrux 彻底改变了开发格局,通过无缝集成基本工具和利用新一代人工智能代理的变革能力,弥合了创新与效率之间的差距。 Mphasis 首席解决方案官 Ramanathan Srikumar 表示,与此同时,NeoZeta 通过解锁代码中的隐藏知识、非代码工件(如架构文档、会议记录等)来改变企业应用程序的现代化。
公私合作伙伴关系打造智慧城市 Karina Radchenko 1 DOI:10.24989/ocg.v341.7 摘要 本文重点关注公私合作伙伴关系的作用,它可促进城市和地区的智慧转型,为包括公民、商业参与者、当局、教育机构、非政府组织等在内的各利益相关者提供更广泛的机会,并创造更可持续的经济和社会环境。在应用公私合作模式方面,特别关注不同国家领先的智慧社区的经验。对智慧城市中的 PPP 概念进行了 SWOT 分析,并在此基础上得出有关其影响和潜力的结论。根据城市发展的最新趋势,强调了寻找城市治理新方法的重要性,以便更有效地应对挑战并为公民提供更好的服务。智慧城市的概念被视为促进城市繁荣的有力工具。 1. 介绍和研究背景 ICT (信息通信技术) 的迅猛发展和广泛传播,以及物联网、人工智能等最先进形式的出现和其他颠覆性技术,确实积极推动了智慧城市这一相对较新的现象,这需要在城市管理和社会政策领域寻找开箱即用的策略和解决方案。 [40] 2017 年 12 月 20 日,联合国第 72/228 号决议“科学、技术和创新促进发展”重申了“政府在公共和私营部门、民间社会和研究机构等利益攸关方的积极贡献下,根据国家优先事项,在创造和支持有利于创新和创业以及科学、技术和工程进步的环境方面发挥着核心作用”。 [36] 这种方法体现在公私合作伙伴关系 (PPP) 中,它允许多个利益攸关方参与智能转型过程,并被许多国家的市政当局广泛应用。 [11] PPP 被视为实施多利益攸关方项目的优先形式,尤其是在初始阶段。 [20] 那些经济条件较差或较弱的城市,通过众包和吸引投资,有机会实现智能飞跃,更好地为市民服务,而不是被搁置一边。[2] 与此同时,PPP 的适用情况因人而异,其结构和实现方式可能存在很大差异,这也会影响最终结果。[19],[42] 因此,迫切需要考虑领先的智慧社区所采用的特定 PPP 实践,并研究 PPP 作为实现智慧转型的工具的利弊。SWOT 分析
摘要 多年来,企业开展日常业务活动的方式逐渐发生变化。许多人已经偏离了最初的旧方法,将人工智能作为获得竞争优势的手段。本文旨在评估将人工智能整合为一种商业战略的有效性,具有成本效益,一旦制定了计划,效率更高,还有助于有效的业务管理。它还接管了重复和危险的任务。但是,它缺乏开箱即用的思维,这意味着它有时只能在特定目标的范围内运作。当需要在业务中做出关键业务决策时,这反过来可能是一个负面方面。在需要解决某些客户投诉时,它也缺乏情感,这可能会带来客户不满。关键词:人工智能、营销、物联网、日本 DOI:10.7176/JMCR/74-02 出版日期:2020 年 12 月 31 日 1.0 简介 人工智能 (AI) 技术在理论上能够成为未来商业和军事能力中必不可少的力量倍增器。全球各地的各种企业都承认人工智能对于提高竞争优势至关重要。因此,企业正在向人工智能基础设施投入大量资金。人工智能既有好处也有坏处。本文的第一部分包含研究背景。第二部分包括对人工智能文献的批判性评论,而第 3 节和第 4 节则介绍了研究结果和结论。1.1 研究背景 人工智能的应用通常用于在决策或解决问题时模仿人类智能。人工智能技术具有稳定性、可靠性、成本效益和竞争力的优势,同时能够处理问题解决或决策的复杂性和快速性。人工智能已应用于众多领域,包括工程、制造、医学、经济学、语言学和法律,以及各种建模、预测和系统支持和管理应用(Mellit & Kalogirou,2008 年)。互联网中人工智能的使用,例如搜索引擎,被认为是其最有前途的发展(Mellit & Kalogirou,2008 年;Russell & Norvig,2003 年)。虽然人工智能像任何其他应用程序一样具有显着的效率,但它们的功能和能力都有限。在人类智能仅限于特定个人或少数特定人员的机构中,人工智能技术往往提供稳定性,从而防止人员退休或离开机构时技能和专业知识的流失(Russell & Norvig,2003)。这意味着借助人工智能,组织能够在整个生命周期中保留专业知识和技能。只要相应的问题和决策参数保持不变,人工智能框架中包含的专业知识的寿命就会受到约束。人工智能能够提高学习能力,可以利用这种能力进一步延长应用程序的寿命和重要性。考虑到现实世界的最佳性能和故障,人工智能工具非常有用,因为它们通过增加其在实际应用中的使用来提高软件效率(Russell & Norvig,2003)。
* Paul Gilbert和Riccardo Tremolada是Cleary Gottlieb Steen&Hamilton LLP的律师。本文中表达的观点是个人的,不归因于公司或其客户。所有错误,遗漏和观点都是作者自己的。1 See Regulation 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence and amending Regulations 300/2008, 167/2013, 168/2013, 2018/858, 2018/1139 and 2019/2144 and Directives 2014/90/EU, 2016/797 and 2020/1828 (人工智能法),PE/24/2024/REV/1 OJ L,2024/1689,2024年7月12日,Refitals 99和105。2,例如,AI改善了财务预测和股票市场的预测。 它还为语音识别,流媒体平台上的建议系统提供动力,智能停车系统和个性化的购物建议。 3 FMS是深度学习模型,经过对非结构化的,未标记的数据训练,可用于开箱即用的多种任务或通过微调适应特定任务。 参见P. Lorenz,K。Perset和J. Berryhill,“生成人工智能的初步政策注意事项” 2023 OECD Publishing,No. 1,经合组织人工智能论文,巴黎第6页。 4根据Openai当时的Openai首席执行官Greg Brockman的说法。 5 T. Oeyen和Y. Yargici,“未知领域:生成AI,合并控制和Microsoft-Open AI Saga”,档案,人工智能和反果实,同意2-2024,第18页。 6参见,例如,E。Mollick,“ Chatgpt是AI的转折点”,《哈佛商业评论》(2022年12月14日)。2,例如,AI改善了财务预测和股票市场的预测。它还为语音识别,流媒体平台上的建议系统提供动力,智能停车系统和个性化的购物建议。3 FMS是深度学习模型,经过对非结构化的,未标记的数据训练,可用于开箱即用的多种任务或通过微调适应特定任务。参见P. Lorenz,K。Perset和J. Berryhill,“生成人工智能的初步政策注意事项” 2023 OECD Publishing,No.1,经合组织人工智能论文,巴黎第6页。4根据Openai当时的Openai首席执行官Greg Brockman的说法。5 T. Oeyen和Y. Yargici,“未知领域:生成AI,合并控制和Microsoft-Open AI Saga”,档案,人工智能和反果实,同意2-2024,第18页。6参见,例如,E。Mollick,“ Chatgpt是AI的转折点”,《哈佛商业评论》(2022年12月14日)。7公司活跃在Genai领域中,例如,例如Aleph Alpha,Bloom(拥抱面),Claude(Anthropic),Cohere,Gemini和Gemma和Gemma(Google),拐点AI,Llama(Meta),各种版本的Mistral AI,Midjourney,Midjourney,sentability AI和Titan(titan)和Titan(Amazon)。8 See M. Heikkilä, “AI is at an inflection point, Fei-Fei Li says”, MIT Technology Review , 14 November 2023, available at: https://www.technologyreview.com/2023/11/14 /1083352/ai-is-at-an-inflection-point-fei-fei-li-says/ .9 Polaris, “Generative AI Market Share, Size, Trends, Industry Analysis Report, By Component (Software and Services); By Technology; By End-Use; By Region; Segment Forecast, 2023—2032”, 2023, available at: https://www.polarismarketresearch.com/industry-analysis/generativeai-market .10实际上,经济的每个部门都将从Genai中受益。Genai已经在整个经济体中许多部门都在改变商业实践和生产力。它在科学研究中也越来越有价值,从而实现了扩展科学家能力的复杂模型。参见,例如,Z.另请参见J. Seo等人,“避免使用深度增强学习的融合等离子体撕裂的不稳定性”,626自然,746-751(2024)。高盛在2023年进行的研究估计,Genai工具有可能在未来10年内向GDP增加7%,这相当于大约7万亿美元。11参见McKinsey,“生成AI的经济潜力:下一个生产力边界”,2023年,第24页,可在以下网址获得:https://www.mckinsey.com/~/~/~/mmedia/mckinsey/mckinsey/business %20functions/mckinsey%20digital/our%20insights/the%20economic%20potential%20of%20generative%20ai%20the%20next%20productivity%20frontier/the-economic -potential-of-generative-ai-the-next-productivity-frontier.pdf .参见高盛(Goldman Sachs),“生成AI可以将全球GDP提高7%”,2023年4月5日,网址为:https://www.goldmansachs.com/insights/Articles/generative-generative-generative-could-could-raise-glaise-global-global-global-gdp-by-7-percent.html。12 Genai行业应被理解为“ Genai模型的价值链”,其中可能包括以下市场:筹码制造,云基础设施的提供,数据许可,特定类型的AI劳动力的供应,生产力的供应,生产力的供应,供应特定的CHATBOT服务,特定手机助理服务的供应,供应特定的手机数字助理服务等。请参阅欧洲委员会,“生成AI和虚拟世界中的竞争”,竞争政策简介第3/2024号,网址:https://competition-policy.ec.europa.europa.euu/document/document/download/c86d461f-062e--062e--062e--4dde-4dde-4dde-a662-1522222222856ca。13虽然竞争执法在维护竞争性的Genai市场中的作用很重要,但应注意的是,与这些技术有关的市场动态和竞争的发展方式很容易受到许多其他因素的影响,包括对与竞争不同的政策方面的监管,例如AI安全,数据和版权法。请参阅欧洲委员会,“生成AI和虚拟世界中的竞争”,竞争政策简介第3/2024号,网址:https://competition-policy.ec.europa.europa.euu/document/document/download/c86d461f-062e--062e--062e--4dde-4dde-4dde-a662-1522222222856ca。
突破性、创新性和改变游戏规则 (BIG) 创意挑战赛是一项支持 NASA 空间技术任务理事会 (STMD) 改变游戏规则发展计划 (GCD) 努力的计划,旨在迅速成熟创新性和高影响力的能力和技术,以应用于未来的广泛 NASA 任务。BIG 创意挑战赛允许学生将他们的课程作业融入到真实的航空航天设计概念中,并在团队环境中一起工作。BIG 创意挑战赛还为大学生提供了开发支持 NASA 探索目标所需系统的真实经验。为此,国家太空资助学院和奖学金项目通过利用资金来支持该挑战赛,帮助培养下一代 STEM 培训的劳动力,他们的技能和经验与 STMD 技术重点领域和能力需求直接相关。BIG 创意挑战赛面向获得认可的美国学院和大学的本科生和研究生团队开放,这些学院和大学必须正式隶属于其所在州的太空资助联盟。但是,非太空资助附属学院和大学可以与太空资助附属学术机构合作。NASA 认识到拥有多元化和包容性的科学、工程和技术社区的好处,并希望在 BIG Idea Challenge 中体现这种价值观。因此,鼓励多所大学和跨学科团队。也强烈鼓励少数族裔服务机构通过与太空资助附属大学合作申请或参与。2024 年 BIG Idea Challenge 为大学团队提供了设计、开发和展示用于月球作业的低尺寸、重量和功率 (SWaP) 充气技术、结构和系统 * 的新用途的机会。邀请团队提交提案,以支持 NASA 的长期目标,即通过使用他们的技术与阿尔忒弥斯一起在月球表面进行持续的载人航天和科学任务。 * 适用排除条款。请参见下文。本次比赛旨在成为一项限制最少的开放式创新挑战,以便提案团队能够真正创造和开发开箱即用的解决方案。根据对详细提案的审查,预计将选出 4-7 个大学团队(每个团队的主要机构必须是太空资助附属学校)来构建和展示他们提出的充气系统概念。每个团队将在其提案中提交详细且切合实际的预算,不超过 15 万美元。预计奖励金额范围很广(在 5 万美元到 15 万美元之间),具体取决于所提议的工作范围。我们预计将资助几个较大范围的奖励(10 万美元到 15 万美元)和几个较小范围的奖励(5 万美元到 9.9 万美元)。鼓励提案人请求开展拟议工作所需的实际资金。为了最大限度地提高 NASA 的投资回报率 (ROI),评委将仔细考虑成本作为确定提案整体价值的重要因素。
