XiaoMi-AI文件搜索系统
World File Search System总称
高等教育与社会形势的变化...
收稿日期：2022 年 6 月 24 日 接受日期：2022 年 10 月 4 日 摘要：风险和危机管理等概念在各级政府中已经变得无处不在，但它们也巩固了其在学术界作为高等教育跨学科研究领域的地位。在波罗的海地区 (BSR)，这些类型的教育计划通常被归类为英文“社会安全”的总称。本文简明扼要地描述了该地区高等教育中社会安全的最新情况。在简要介绍这一概念后，本文全面分析了该领域的二级学位课程（硕士同等学历）。特别是，四个概念和主题领域似乎构成了社会安全学位课程的核心，尽管它们以不同的组合和各种标签出现，即风险、危机管理、安全管理和复原力。然而，我们注意到，这些概念及其各自的研究目标表现出广泛的重叠。
人工智能叙事
这项工作为有兴趣深入了解人工智能 (AI) 大局的研究人员提供了一个起点。为此，我们传达了一种叙述，使读者能够客观地看待当前的发展，而不受主导公共传播的虚假承诺的影响。读者需要了解的一个重要内容是，必须将 AI 理解为一个涵盖大量不同方法、思想流派及其各自历史运动的总称。因此，我们采取自下而上的策略，通过介绍该主题的各个特征来介绍 AI 领域。本文分为三部分：(i) 讨论揭示虚假公共叙述的当前趋势，(ii) 介绍 AI 的历史，重点介绍反复出现的模式和主要特征，以及 (iii) 在可能出现更强大的 AI 的背景下对当前方法的局限性进行批判性讨论。需要注意的是，本作品并未全面涵盖这些方面；相反，所涉及的内容是作者做出的选择，并遵循教学策略。
AI 蛇油：人工智能能做什么，不能做什么，以及如何区分 - 第 1 章
想象一个平行宇宙，人们没有专门用来形容不同交通方式的词语，只有集合名词“交通工具”。他们用这个词来指汽车、公共汽车、自行车、宇宙飞船以及从 A 地到 B 地的所有其他交通方式。这个世界上的对话令人困惑。人们就交通工具是否环保展开了激烈的争论，但没人意识到争论的一方在谈论自行车，而另一方在谈论卡车。火箭技术取得了突破，但媒体的焦点是交通工具如何变得更快，因此人们打电话给汽车经销商（哦，汽车经销商）询问何时会有更快的车型。与此同时，欺诈者利用消费者在交通工具技术方面不知道该相信什么的事实，因此交通工具行业诈骗猖獗。现在，将“汽车”一词替换为“人工智能”，我们就很好地描述了我们生活的世界。人工智能（简称 AI）是一组松散相关技术的总称。ChatGPT 与银行用来评估贷款申请人的软件几乎没有共同之处。两者都被称为 AI，但在所有重要方面——如何
社会和团结经济
社会和团结经济 (SSE) 是指优先考虑社会和环境目标而非利润动机的经济活动和关系形式。它涉及公民集体行动并团结一致，以实现经济和社会的民主化，包括生产者、工人和消费者。它通常被用作一个总称，涵盖“社会经济”、“团结经济”或第三部门组织和企业。社会和团结经济的根本目的是重申社会对经济的控制，并将经济与社会和自然重新联系起来。虽然许多社会和团结经济组织和企业 (SSEOE) 是为了满足人民和社区的特定需求而成立的，但有些也旨在将经济运作体系转变为基于参与式民主、团结、公平、人权和地球权利、自决、互惠和合作等价值观的体系。所有 SSEOES 都强调经济活动和关系中的人类社会价值观和道德，以及建立在民主治理和自我管理、互惠、团结和积极公民身份基础上的经济实践。
探索生成式人工智能的世界：建议......
理解生成式人工智能的本质 当你想到人工智能 (AI) 时，你会想到什么图像？流行的例子包括类人机器人，或与芯片和电线交织在一起的大脑。然而，这些图像和隐喻并不能准确反映人工智能是什么。人工智能领域涵盖了广泛的技术和方法，它们执行的功能我们通常不会与之联系起来，例如面部识别、社交媒体上的个性化新闻推送、定制建议和广告、路线规划（例如谷歌地图）和搜索引擎（例如谷歌搜索，它使用人工智能来提高搜索结果的准确性和相关性）。生成式人工智能是一个总称，指任何能够基于基于 GPT 的大型语言模型 (LLM) 训练的数据生成内容（例如图像、文本、音频和代码）的人工智能系统（Bender 等人，2021 年；Chiang，2023 年）。互联网上的大部分万维网都是当前 LLM 的核心数据集，然后向其输入额外的选择性数据，以便针对特定目的调整其响应。
人工智能在食品领域的应用新进展
摘要 人工智能 (AI) 是一个与智能系统设计相关的总称，它可以执行与人类智能相当或优于人类智能的任务。人工智能最近的成功主要归功于一种名为人工神经网络的特定类型的数学模型。随着人工智能算法和计算硬件的发展，可以建立和训练由数十亿个神经元和数百层组成的非常复杂的人工神经网络，这也是“深度学习”概念的起源。作为人工智能的一个重要分支，深度学习自 2012 年以来已成为一个众所周知的术语；它在各种数据分析任务中表现出最先进的性能，尤其是在图像分析领域。随着深度学习的浪潮，近年来一些与食品相关的应用如雨后春笋般涌现。本科学信息公报 (SIB) 将总结这些深度学习应用在食品相关领域的发展，并向食品科学家和技术人员介绍这种先进的计算方法。希望即使对这个强大工具有基本的了解，也能帮助研究人员开展当前的研究，同时为探索新的研究领域提供机会。
使用可解释的人工智能来衡量特征对不确定性的贡献
人工智能技术在医学和自动驾驶汽车等安全关键领域的应用引发了人们对其可信度和可靠性的质疑。不确定性量化是提高深度学习信任度和可靠性的一种经过深入研究的途径。不确定性衡量算法对其预测的不信任程度，这一信息对于使用基于机器学习的决策支持的从业者非常重要。存在多种可以为机器学习预测生成不确定性估计的技术；然而，很少有技术试图解释为什么预测中存在不确定性。可解释人工智能 (XAI) 是一个总称，涵盖为机器学习预测提供一定程度透明度的技术。这可以包括有关哪些输入有助于或损害算法预测的信息。这项工作侧重于将现有的 XAI 技术应用于深度神经网络，以了解特征如何影响认知不确定性。认知不确定性是在给定神经网络训练所基于的训练数据分布的情况下对预测的置信度的度量。在这项工作中，我们应用共同特征归因 XAI 技术来有效地推断深度神经网络中认知不确定性的解释。
新型药物输送系统综述
文章收到日期 2023 年 12 月 24 日 文章修订日期 2024 年 1 月 14 日 文章接受日期 2024 年 2 月 4 日 简介 在制药科学领域，药物输送系统取得了重大进展，为以巧妙的方式给患者给药打开了大门。新型药物输送系统是一个总称，用于描述旨在提高药物治疗效果、减少潜在负面影响和提高患者依从性的同时创建的尖端技术和工具。这些设备经过精心设计，可以以受控且精确的方式将药物输送到预期的作用部位。传统的药物输送技术，包括口服药片或注射剂，经常难以维持持续释放、在预想区域达到理想的药物浓度或降低全身毒性。通过利用各种技术，包括纳米技术、专门的载体、靶向分布和植入式设备，新的药物输送方法提供了突破这些限制的选择。这些创新方法（通常称为药物输送系统 (DDS)）结合了聚合物科学、
人类自主权受到威胁？来自……的挑战分析
摘要 自主性是一种核心价值，深深植根于许多社会的道德、法律和政治实践中。人工智能 (AI) 的发展和部署引发了有关 AI 对人类自主性影响的新问题。然而，对这些影响的系统评估仍然很少，而且通常是逐案进行的。在本文中，我提供了一个概念框架，它既将看似不相干的人类自主性问题联系在一起，也强调了它们之间的差异。在第一部分中，我区分了目前在“人类自主性”这一总称下解决的不同问题。特别是，我展示了如何区分作为真实性的自主性和作为代理的自主性，这有助于我们找出与 AI 部署不同的挑战。其中一些挑战已经众所周知（例如在线操纵或限制自由），而其他挑战则受到的关注较少（例如自适应偏好形成）。在第二部分中，我讨论了人工智能系统在自主性背景下可以承担的不同角色。特别是，我区分了承担代理角色的人工智能系统和被用作工具的人工智能系统。我的结论是，虽然没有“灵丹妙药”来解决对人类自主性的担忧，但考虑其各个维度可以帮助我们系统地解决相关风险。
能源社区研究现状
欧盟 (EU) 推出的“全欧洲清洁能源”计划大大提高了公众和研究对能源社区的兴趣。然而，由于能源社区的定义和目标都不太明确，因此关于这一主题的研究领域非常广泛。本文旨在对现有的能源社区研究进行分类，并分析这一总称在文献中的情况。首先，对具有地方范围和社区所有权的能源社区进行文献综述。对结果的分析导致确定现有能源社区文献的以下类别：用于指称能源社区的术语、能源社区的组成部分及其特征和结构。审查证实，节省空间且易于构建的组件使用最多，其中光伏 (PV) 和存储处于最前沿。我们的结果还表明，第三方聚合器可以成为能源社区的重要组成部分，具有多种功能，从管理社区的能源流和本地市场到与电网交易能源。考虑到这一点，我们得出结论，使用聚合器是一种使能源社区的形成更容易的好方法，特别是对于没有工程背景的人来说。