XiaoMi-AI文件搜索系统
World File Search System德国人
CLAIRE 荣获 2021 年德国人工智能奖
德国人工智能奖 (Deutscher KI-Preis) 由德国最广泛阅读的日报之一 WELT 颁发，是欧洲同类奖项中规模最大的奖项，由三个类别组成：“创新奖”(Innovationspreis) 奖金 100,000 欧元，用于奖励在人工智能研发方面取得突破性成就的研究机构、基金会等；这是授予 CLAIRE 和 ELLIS 的奖项。非捐赠的“用户奖”(Anwenderpreis) 表彰在人工智能实际应用方面取得杰出成就的公司和企业家。营业地点位于柏林-勃兰登堡首都地区的初创企业，其商业模式基于对人工智能的示范性和创新性使用，并且在颁奖典礼时成立时间不超过五年，可以申请“KI-Start-up-Preis”(人工智能初创企业奖)。柏林商业和技术合作伙伴支持该奖项，奖金为 10,000 欧元。
相信科学，相信 ChatGPT？德国人如何看待生成式人工智能作为科学传播的来源
像 ChatGPT 这样的生成式人工智能已被诊断出对生活的不同领域产生了根本性影响。这包括科学传播，其中 GenAI 工具正在成为许多人获取科学相关内容的重要来源。这就引发了一个问题：人们是否信任 GenAI 作为该领域的信息来源，这个问题尚未得到充分解答。通过调整 Roberts 等人 [2013] 开发的模型并利用德国科学晴雨表 2023 的调查数据，我们发现德国人对 GenAI 在科学传播中持怀疑态度，并且不太信任。结构方程模型表明，受访者对 GenAI 作为科学传播来源的信任在很大程度上是由他们对科学的普遍信任驱动的，而这很大程度上是由他们对科学的了解以及对科学改善生活质量的看法驱动的。
德国人工智能公司法律尽职调查的关键方面
根据 GDPR 第 9 条第 1 款，对特殊类别的个人数据（例如健康数据、生物特征数据）有更严格的要求，且不适用利益平衡。由于不能排除在 AI 训练中使用此类敏感数据，因此将公开数据用于 AI 训练和开发是否符合数据保护规定值得怀疑。将这些数据视为不受欢迎的“副产品”的说法是站不住脚的。通过 GDPR 第 9 条第 2 款 e 项（“数据主体已明显公开的个人数据”）进行的授权也存在问题，因为仅仅将这些数据存在于公共领域是不够的。其他论点，例如 GDPR 第 9 条第 2 款 j 项与德国联邦数据保护法第 27 条（将数据用于科学研究或统计目的）相结合，尚未经过充分检验，存在风险。
基于人群的参考值，用于没有糖尿病的25至95岁德国人的肾功能和肾功能下降
1遗传流行病学系，德国雷根斯堡大学； 2德国慕尼黑LMU慕尼黑统计局统计咨询部门Stablab； 3 HelmholtzZentrumMünchen流行病学研究所 - 德国Neuherberg的德国环境卫生研究中心（GMBH）； 4雷根斯堡大学肾脏科学系，德国雷根斯堡大学医院雷根斯堡； 5德国Traunstein的Traunstein Hospital，Traunstein Hospital，Traunstein，德国Traunstein，Traunstein Hospital的肾脏科学，糖尿病学和风湿病学系； 6 KFH肾脏中心Traunstein，德国Traunstein； 7德国糖尿病研究中心（DZD），合作伙伴München-Neuherberg，德国Neuherberg； 8 Ludwig-Maximilians-Universität（LMU）慕尼黑，德国慕尼黑的Ludwig-Maximilians-Universität（LMU）医学学院医学信息处理研究所； 9 DeutschesHerzzentrumMünchen，TechnischeUniversitätmünchen，慕尼黑，德国； 10 DZHK（德国心血管研究中心），合作伙伴网站慕尼黑心脏联盟，德国慕尼黑； 11德国乌尔姆乌尔姆大学流行病学与医学生物特征学研究所； 12大学医学中心大学医学中心汉堡 - 埃潘多夫，德国汉堡； 13德国汉堡汉堡的德国心血管研究中心（DZHK）； 14德国雷根斯堡大学医院雷恩斯堡临床化学与实验室医学研究所
德国人工智能：现状、机遇和经济政策措施选择
德国人工智能研究实力雄厚 在专利和贸易专业化方面表现相对较弱，与强大的人工智能研究活动形成鲜明对比。诚然，德国在人工智能研究出版物数量方面也落后于领先国家，而且随着时间的推移，与领先国家的差距也在扩大。13 尽管如此，出版物的质量仍然很高。德国的研究领域与国际联系紧密，拥有顶尖的国际研究人员。在人工智能研究机构排名前 50 位的机构中，有几所德国机构，如达姆施塔特工业大学、慕尼黑工业大学、卡尔斯鲁厄理工学院、波恩大学和纽伦堡大学以及萨尔布吕肯和图宾根的马克斯普朗克研究所。14 国际人工智能人才，尤其是来自亚洲的人才，经常被德国大学吸引，成为学生和博士生。15
经合组织对德国人工智能的评估
图 1.1. 优势、劣势、机会和威胁 (SWOT) 分析 21 图 2.1. 德国吸引国际人工智能人才 26 图 2.2. 近年来，德国 IT 职位对人工智能技能的需求不断增长 27 图 2.3. 德国大学的人工智能课程主要在计算机科学以外的五个院系开设 29 图 3.1. 德国在人工智能出版物数量上排名世界第五 35 图 3.2. 德国机构在所有关键人工智能主题上发表文章 36 图 3.3. 德国机构主要与美国和英国的合作伙伴合作 36 图 3.4. 德国人工智能研究的性别差距大于同类国家 38 图 3.5. 德国人工智能卓越中心的女性代表性较低 39 图 4.1. 德国企业对人工智能的接受度高于欧盟平均水平，但低于欧盟领先者 47 图 4.2.信息通信技术和知识密集型行业的企业在人工智能使用方面处于领先地位 48 图 4.3。最近的全国调查显示，德国企业对人工智能的使用和兴趣有所增加 49 图 4.4 大多数行业的公司都是人工智能解决方案的购买者，但有些公司需要开发自己的解决方案 53 图 4.5。德国的项目和转移机构支持人工智能研究从实验室转移到公司 56 图 4.6。过去十年，德国人工智能初创企业的数量有所增加 60 图 4.7。自 2018 年以来，风险投资对德国人工智能初创企业的投资有所增加 61 图 4.8。德国的风险投资资金可用性低于领先国家 62 图 4.9。德国人工智能初创企业依靠现金流和所有者的贡献，而不是风险投资 63 图 4.10。德国在 Top500 榜单上拥有第三多的超级计算机，几乎所有的国家计算能力都支持学术和研究应用 70 图 4.11。在用于学术和研究应用的超级计算机数量方面，德国处于领先地位 70 图 4.12。德国用于学术和研究应用的超级计算机在性能方面排名第五 71 图 5.1。缺乏技能和成本是德国采用人工智能的主要障碍 84 图 5.2。需要人工智能技能的工作占所有招聘工作的一小部分 87 图 5.3。咨询工人或工人代表的雇主更有可能报告人工智能对工人生产力和工作条件的积极影响，2022 年 88 图 7.1。大多数德国 X 用户对人工智能表现出中立或积极的态度 110 图 8.1。德国在数据可用性和重用方面的表现低于经合组织平均水平，在数据可访问性方面的表现高于经合组织平均水平 123 图 8.2。缺乏内部专业知识是公共部门使用人工智能的一个关键挑战 124 图 8.3。初创企业正在为德国政府提供技术解决方案 125 图 9.1。德国人工智能生态系统中的多项举措利用人工智能实现各行业快速脱碳 137 图 9.2。近年来，数据中心在德国电力消耗总量中的份额稳步上升 142
德国人口老龄化与长期经济增长
∗ 我们感谢 Tino Berger、Niklas Garnadt、Michael Kogler、Thilo Kroeger、Christian Matthes、Leonard Salzmann 以及 Jens Boysen-Hogrefe、Kai Carstensen、Stefan Kooths、Timo Hoffman 和基尔世界经济研究所的其他研讨会参与者以及 Rolf Strauch、Konstantinos Theodoridis 和欧洲稳定机制的其他研讨会参与者以及第 17 届国际计算和金融计量经济学会议的参与者提出的许多非常有帮助的评论。此外，我们还要感谢 Waldemar Hamm、Antonia Koch 和 Lotte Nacke 的研究协助，以及 Michael Schidlowski 和联邦统计局以及 Susanne Wanger 和就业研究所在数据方面提供的宝贵帮助。最后，我们感谢理事会成员 Veronika Grimm、Ulrike Malmendier、Achim Truger、Monika Schnitzer 和 Martin Werding 的有益讨论。本文表达的观点为作者的观点，不一定代表 GCEE。作者没有利益冲突需要声明。† 电子邮件：christian.ochsner@svr-wirtschaft.de；通讯作者。‡ 电子邮件：lars.other@svr-wirtschaft.de § 电子邮件：esther.thiel@svr-wirtschaft.de ¶ 电子邮件：christopher.zuber@svr-wirtschaft.de
德国人工智能标准化路线图
4.5.1 现状 . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... . ... 113