XiaoMi-AI文件搜索系统
World File Search System当人
当人们将自己的身体与科技连接起来时
本作品（包括其所有部分）受版权保护。未经出版商同意，任何超出版权法严格范围的使用都是被禁止的，并将受到法律制裁。这尤其适用于复制、翻译、缩微胶卷以及电子系统中的存储和处理。
当人工智能与计算神经科学相遇
摘要 计算智能和人工智能都旨在构建具有智能行为的机器和软件。因此，它们易于相互作用，即使后者不一定对理解认知如何从大脑基础中产生感兴趣。在本章中，我们列举、描述和讨论了最重要的交互领域。有些是方法论的，涉及信息表示、处理和学习。在功能层面，重点放在感知、导航、决策和语言等主要认知功能上。在计算神经科学对智能系统发展的重要贡献的显著特征中，其对大脑功能的系统性观点对于建模决策等高度多模态的认知功能尤其有价值
当人工智能系统的行为不符合用户预期时，提供解释的挑战 Riveiro， M.；Thill, S. 2022，专著或会议论文集（第 30 届 ACM 用户建模、适应和个性化会议论文集，第 110-120 页）
人工智能 (AI) 中的解释可确保复杂 AI 系统的用户了解系统行为的原因。用户对系统行为的期望会发挥一定作用，因为他们共同决定了解释的适当内容。在本文中，我们研究了当系统以意外方式运行时用户所需的解释内容。具体来说，我们向参与者展示了涉及自动文本分类器的各种场景，然后要求他们在每种场景中指出他们喜欢的解释。一组参与者从多项选择问卷中选择解释类型，另一组参与者必须使用自由文本回答。当输出符合预期时，参与者对于首选的解释类型表现出相当明确的一致意见：大多数人根本不需要解释，而那些需要解释的人则希望得到一个解释，说明输入的哪些特征导致了输出（事实解释）。当输出不符合预期时，用户也喜欢不同的解释。有趣的是，在多项选择问卷中，一致性较低。然而，自由文本回答略微表明，他们更倾向于描述人工智能系统的内部运作如何导致观察到的输出（即机械解释）的解释。总体而言，我们表明用户期望是确定最合适的解释内容（包括是否需要解释）的重要变量。我们还发现不同的结果，尤其是当输出不符合预期时，这取决于参与者是通过多项选择还是自由文本回答。这表明对精确实验设置的敏感性可能解释了文献中的一些变化。
Frédéric Alexandre、Peter Ford Dominey、Philippe Gaussier、Benoît Girard、Mehdi Khamassi 等人。当人工智能与计算神经科学相遇时。Springer。人工智能研究导览，人工智能的界面和应用，3，2020，人工智能的界面和应用，978-3-030-06170-8。hal-01735123
摘要 计算智能和人工智能都旨在构建具有智能行为的机器和软件。因此，它们容易发生相互作用，即使后者不一定对理解认知如何从大脑基础中产生感兴趣。在本章中，我们列举、描述和讨论了最重要的交互领域。有些是方法论的，涉及信息表示、处理和学习。在功能层面，重点放在感知、导航、决策和语言等主要认知功能上。在计算神经科学对智能系统发展的重要贡献的显着特征中，其对大脑功能的系统性观点对于建模决策等高度多模态的认知功能特别有价值
使用脑电图测量心理负荷的影响和解释对适当人工智能依赖的影响
摘要。人们期待人工智能能改善人类在各个领域的决策能力，尤其是高风险、困难的任务。然而，人类对人工智能建议的依赖往往是不恰当的。解决这个问题的常用方法是向决策者提供有关人工智能输出的解释，但迄今为止结果好坏参半。人们往往不清楚何时可以适当地依赖人工智能，何时解释可以提供帮助。在这项工作中，我们进行了一项实验室实验（N = 34），以研究人类对（可解释的）人工智能的依赖程度如何取决于不同决策难度引起的心理负荷。我们使用脑电图（Emotiv Epoc Flex 头罩，32 个湿电极）来更直接地测量参与者的心理负荷，而不是自我评估。我们发现，决策的难度（由诱发的心理负荷表明）强烈影响参与者适当依赖人工智能的能力，这通过相对自力更生、相对人工智能依赖以及有无人工智能的决策准确性来评估。虽然依赖对于低脑力负荷决策是合适的，但参与者在高脑力负荷决策中容易过度依赖。在这两种情况下，解释都没有显著影响。我们的结果表明，应该探索常见的“推荐和解释”方法的替代方案，以帮助人类在具有挑战性的任务中做出决策。
当人们试图退出抗精神病药时，什么有用和无益：一项国际调查
摘要目的：抗精神病药仍然是对被诊断患有精神病患者的一线治疗方法，尽管有吸引力的作用导致许多人阻止其药物。许多人在没有处方者的支持的情况下停下来，他们可能会害怕复发。这项研究的目的是从接受抗精神病药的角度更好地了解从抗精神病药中退出的过程。设计：在线调查。方法：一项国际在线调查引起了有关抽奖前计划（560）的定量反应，以及从撤回抗精神病药（443）时对什么有用和无情的定性回答（443）。回答来自29个国家 /地区的抗精神病药用户。结果：中断之前，百分之四十七没有咨询他们的精神病患者。只有40％的准备工作，最常见的是制定计划，收集信息并告知家人。最常见的有用的方面的重点是放弃药物的好处（包括结束不良反应和更活跃），有关戒断症状的信息以及如何安全地吸引，缓慢退出以及从心理学家，辅导员，辅导员，心理治疗师那里得到支持。最常见的无助因素是精神科医生/医生，主要是因为他们缺乏知识，拒绝支持患者的意愿以及威胁或使用胁迫。结论：基于证据的，尊重的，协作的要求，对患者对不良影响和撤回的担忧可能会降低复发率，
当人工智能将战略资源变成普通资源
人工智能在商业领域的广泛应用的主要后果之一是许多战略资源（作为竞争优势的来源）转变为普通资源（所有竞争对手都可以使用）。这种资源的“去战略化”标志着既定的企业战略理论和实践的重大颠覆。因此，我们观察到竞争优势动态的变化。竞争力现在不再取决于拥有有价值、稀缺、独特和组织动员的资源和能力（如 Barney 的 VRIO 模型中所述），而更多地取决于控制能够产生这些资源和能力的人工智能系统。与美国和亚洲同行相比，这种转变可能特别不利于欧洲公司，直到欧洲开发出能够维护其战略自主权的人工智能。
当人工智能向下游发展时 - DigitalCommons@SHU
作者采用了 Floridi (2016) 开发的一种机制。在这项工作中，Floridi 将责任问题从开发人员本身的意图转移到他们的分布式道德行为对道德患者的影响。Wolf 等人从略微不同的方向出发，提出一个论点，即软件的一些特性可以用作指南，以更好地区分软件开发人员可能对软件的下游使用承担责任的情况和软件开发人员可能不承担该责任的情况。该软件责任归因系统 (SRAS)（我们在此称之为）的重要特征包括：与硬件的接近程度、风险、数据敏感性、对未来用户群体的控制程度或了解程度，以及软件的性质（通用与特殊用途）。随后的一篇论文，Grodzinsky 等人 (2020) 提供了一些证据，表明这些特征及其对责任评估的影响与文献中的一些来源一致。
实时管理：当人工智能快速流动时
实时管理：当 AI 快速流动时，Rydén，P. 和 El Sawy，O.收录于：Bounfour，A.(eds) 平台和人工智能。IS 的进展。Springer，Cham。https://doi.org/10.1007/978-3-030-90192-9_11
当人力资源遇到人工智能
这种对工作场所的强制重新定义引发了对工作时间的重新评估。疫情爆发前，大多数知识工作者的时间与同事同步——相同的办公时间，中间穿插着面对面的会议。居家办公让这些人有机会灵活安排工作时间以适应个人日程安排。这让人们意识到，与他人脱节的异步工作不仅是可能的，而且往往更有效率。