XiaoMi-AI文件搜索系统
World File Search System引出
公平要求的法律建模引出...
摘要。随着人工智能 (AI) 算法的普及，人们开始担心它们可能会利用种族、性别或年龄等受保护的属性进行歧视。公平是社会高度期望的品质，然而，实现公平却非常困难。识别受保护的属性并努力保持公平是一项重要而又具有挑战性的任务。在本文中，我们提出了一个动态框架，该框架将项目背景与法律建模一起考虑，以识别威胁 AI 模型公平性的受保护属性。这导致对开发的 AI 解决方案的准确性和公平性进行有意识的评估。为此，我们建议使用 N`omos 3 对法律要求进行建模，这使我们能够将应满足的法律要求捕获到可以加载到我们框架中的法律背景中。根据我们的建议，我们可以 (i) 将法律要求中的职责映射到所用数据集中的属性，识别受保护的属性并提供可追溯性，(ii) 帮助用户选择最适合当前情况的公平性定义，(iii) 以视觉方式表示 AI 模型的输出，以便用户解释模型做出的决策的正确性和公平性。为了展示我们建议的适用性，我们通过一个说明性用例来举例说明其应用。
专家对波浪能 LCOE 期货的引出
随着世界面临气候变化日益严重的威胁，开发可再生能源技术并降低其成本的重要性也日益增加。海洋能源技术（包括波浪、潮汐、洋流、海洋热能和盐度梯度资源）是一套新兴的可再生技术。世界各地和美国领海内都有丰富的海洋能源资源，随着技术的不断发展，成本降低和性能改进的长期轨迹尤其令人关注。这项研究专门调查了商业波浪能技术的长期成本降低潜力，因为波浪能是美国大陆最大的海洋能源资源。未来可能会有针对其他资源和技术的类似研究。
论证引出的支持：两份工业报告
生产过程的结果通常伴随着一系列论证，这些论证可能取决于产品、过程相关的质量、可追溯性文档、产品相关的实验、测试或专家报告等。在关键情况下，必须证实产品的开发已经得到适当实施，这会导致论证文档数量的膨胀。如此大量的文档和信息难以管理，也难以评估（就健全性而言）。在本文中，我们报告了在两个工业案例研究中获得的经验，在这些案例研究中，我们应用了基于论证图和论证模式图的论证引出方法，以确定必要且充分的论证文档。
论证引出的支持：两份工业报告
生产过程的结果通常伴随着一系列论证，这些论证可能取决于产品、过程相关的质量、可追溯性文档、产品相关的实验、测试或专家报告等。在关键情况下，必须证实产品的开发已经得到适当实施，这会导致论证文档数量的膨胀。如此大量的文档和信息难以管理，也难以评估（就健全性而言）。在本文中，我们报告了在两个工业案例研究中获得的经验，在这些案例研究中，我们应用了基于论证图和论证模式图的论证引出方法，以确定必要且充分的论证文档。
探索人工智能环境下应用的伦理要求引出*
RE4AI 道德指南可在 https://josesiqueira.github.io/RE4AIEthicalGuide/index.html 获得，其源代码可在 https://github. com/josesiqueira/RE4AIEthicalGuide 获得。我们通过对 40 名本科生和研究生的调查对指南进行了评估，他们通过在线问卷对指南进行了评估。我们发现了 6 个明显的积极点，例如：a) 所提供的支持信息足以让人理解和使用；b) 卡片中包含的问题易于理解——客观而清晰；c) 指南的使用有助于通过卡片中的问题创建用户故事；d) 使用指南后，道德意识有所提高；e) 指南适用于需求引出阶段；f) 参与者有兴趣在未来项目的需求引出阶段使用该指南。
SpotlessMind - 引出分享神经反馈态度的设计探索
通过分享和解读内心状态实现相互理解具有社会意义。先前的研究表明，人们认为脑机接口 (BCI) 是一种隐性交流认知状态的合适工具。在本文中，我们进行了一项在线调查（N=43），以确定隐性共享认知状态的系统的设计参数。为了实现这一目标，我们设计了一个名为“SpotlessMind”的研究探测器，以艺术的方式与他人分享大脑占用情况，同时考虑旁观者的体验来引出用户反应。结果显示，98% 的人希望看到该装置。人们会将其用作一种开放的姿态和一种沟通的媒介。抽象视觉、听觉和体感描述是在可理解性和用户隐私保护之间的良好权衡。我们的工作支持设计引人入胜的原型，以促进个人之间的同理心、认知意识和融合。
“全体起立支持人工智能导演”：通过故事完成引出语音技术的未来可能
摘要 未来几十年语音助手的功能将如何塑造人类社会？为了预测语音助手可能的未来空间，我们要求 149 名参与者每人完成一个故事，故事基于一个简短的故事主线，故事背景设定在 2050 年，有五个不同的场景：家庭、医生办公室、学校、工作场所和公共交通。故事完成作为一种方法，可以引出参与者对可能的未来的看法，不受他们对当前技术能力的理解的限制，但仍能反映当前的社会文化价值观。通过主题分析，我们发现这些故事揭示了当今语音助手和人工智能的功能和关注点的极端情况，例如提高效率和提供即时支持，但也取代人类工作、侵蚀人类代理，并通过故障造成伤害。最后，我们讨论这些推测性愿景如何为语音助手和其他人工智能的设计提供信息和启发。
对话式人工智能服务的用户意图识别与需求引出方法
摘要 近年来，聊天机器人成为引导用户消费服务的新型智能终端，然而其最为诟病的是所提供的服务不是用户期望的或者最期望的，这一缺陷主要源于两个问题，一是信息不对称导致用户需求表达的不完整性和不确定性，二是服务资源的多样性导致服务选择的困难。对话机器人是典型的网状设备，引导式多轮问答是引出用户需求最有效的方式。显然，复杂的问答轮次过多不但枯燥无味，而且用户体验不佳。因此，我们的目标是在尽可能少的轮次中尽可能准确地获取用户需求。为此，提出了一种基于知识图谱（KG）的用户意图识别方法进行模糊需求推理，并提出了一种基于粒计算的需求引出方法进行对话策略生成。实验结果表明，这两种方法可以有效减少对话轮数，并能快速准确地识别用户意图。索引术语——知识图谱；不确定性需求分析；多轮对话；认知服务计算；聊天机器人；对话式人工智能机器人；粒计算。
第 12 条修正（更正）： 6.6.6. 风能系统 6.6.6. 风能系统 c) 电缆。所有从塔基引出的电缆
第 12 条的修订（更正）：6.6.6. 风能系统 6.6.6. 风能系统 c) 电缆。所有连接设施上塔基的所有电缆均应符合 527 CMR 12.00：马萨诸塞州电气规范，该规范由马萨诸塞州消防局根据 MGL c. 143，第 3L 节颁布，并由电线检查员根据 MGL c. 166，第 32 节指示。6.6.6.2 建造、运行和维护 b) 规范。风能系统和结构应符合 780 CMR：马萨诸塞州建筑规范，根据 MGL c. 143。
