XiaoMi-AI文件搜索系统
World File Search System意味
人工智能在促进发展中国家金融包容性方面的作用作者：Nir Kshetri Kshetri, Nir (2021)。“人工智能在促进发展中国家金融包容性方面的作用”，全球信息技术管理杂志 24 (1)。https://doi.org/10.1080/1097198X.2021.1871273 © 2021 作者。这是 Taylor & Francis 于 2021 年 1 月 4 日在《全球信息技术管理杂志》上发表的一篇文章的已接受手稿，可在线获取：http://www.tandfonline.com/10.1080/1097198X.2021.1871273。它根据知识共享署名-非商业许可条款存放（http://creativecommons.org/licenses/by-nc/4.0/），允许在非商业性用途下重复使用、分发和复制任何媒介，只要正确引用原始作品。摘要：根据世界银行的全球 Findex 数据库，2017 年约有 17 亿成年人没有银行账户，这意味着他们没有在正规金融机构或移动货币提供商处开设账户。大多数没有银行账户的人口都在发展中国家。例如，在南苏丹，只有 9% 的成年人拥有银行账户。同样，拉丁美洲约 70% 的人口没有银行账户或银行服务不足（Rojas-Torres、Kshetri、Hanafi 和 Kouki，2021 年）。同样，根据国际金融公司的数据，发展中国家有超过 2 亿家中小企业 (SME) 无法获得金融服务。关键词：社论 | 金融科技 | 人工智能文章：简介根据世界银行的全球 Findex 数据库，2017 年约有 17 亿成年人没有银行账户，这意味着他们没有在正规金融机构或移动货币提供商处开设账户。大多数没有银行账户的人口都在发展中国家。例如，在南苏丹，只有 9% 的成年人拥有银行账户。同样，拉丁美洲约 70% 的人口没有银行账户或银行账户不足（Rojas-Torres、Kshetri、Hanafi 和 Kouki，2021 年）。同样，根据国际金融公司的数据，发展中国家有超过 2 亿家中小企业 (SME) 无法获得金融服务。通过促进金融包容性来解决上述问题是改善发展中国家弱势群体的生活水平、整体生活质量和福祉的关键。简而言之，金融包容性涉及确保个人和企业能够以可承受的价格获得有用的金融产品和服务，以满足他们的需求（worldbank.org，2018 年）。获得金融服务是日常生活以及规划长期目标和紧急情况的重要先决条件（worldbank.org，2018 年）。
人工智能在促进发展中国家金融包容性方面的作用作者：Nir Kshetri Kshetri, Nir (2021)。“人工智能在促进发展中国家金融包容性方面的作用”，全球信息技术管理杂志 24 (1)。https://doi.org/10.1080/1097198X.2021.1871273 © 2021 作者。这是 Taylor & Francis 于 2021 年 1 月 4 日在《全球信息技术管理杂志》上发表的一篇文章的已接受手稿，可在线获取：http://www.tandfonline.com/10.1080/1097198X.2021.1871273。它根据知识共享署名-非商业许可条款存放（http://creativecommons.org/licenses/by-nc/4.0/），允许在非商业性用途下重复使用、分发和复制任何媒介，只要正确引用原始作品。摘要：根据世界银行的全球 Findex 数据库，2017 年约有 17 亿成年人没有银行账户，这意味着他们没有在正规金融机构或移动货币提供商处开设账户。大多数没有银行账户的人口都在发展中国家。例如，在南苏丹，只有 9% 的成年人拥有银行账户。同样，拉丁美洲约 70% 的人口没有银行账户或银行服务不足（Rojas-Torres、Kshetri、Hanafi 和 Kouki，2021 年）。同样，根据国际金融公司的数据，发展中国家有超过 2 亿家中小企业 (SME) 无法获得金融服务。关键词：社论 | 金融科技 | 人工智能文章：简介根据世界银行的全球 Findex 数据库，2017 年约有 17 亿成年人没有银行账户，这意味着他们没有在正规金融机构或移动货币提供商处开设账户。大多数没有银行账户的人口都在发展中国家。例如，在南苏丹，只有 9% 的成年人拥有银行账户。同样，拉丁美洲约 70% 的人口没有银行账户或银行账户不足（Rojas-Torres、Kshetri、Hanafi 和 Kouki，2021 年）。同样，根据国际金融公司的数据，发展中国家有超过 2 亿家中小企业 (SME) 无法获得金融服务。通过促进金融包容性来解决上述问题是改善发展中国家弱势群体的生活水平、整体生活质量和福祉的关键。简而言之，金融包容性涉及确保个人和企业能够以可承受的价格获得有用的金融产品和服务，以满足他们的需求（worldbank.org，2018 年）。获得金融服务是日常生活以及规划长期目标和紧急情况的重要先决条件（worldbank.org，2018 年）。
b'摘要。本文提出了将对称密码代数方程转化为QUBO问题的方法。将给定方程f 1 ，f 2 ，... ，fn转化为整数方程f \xe2\x80\xb2 1 ，f \xe2\x80\xb2 2 ，... ，f \xe2\x80\xb2 n后，对每个方程进行线性化，得到f \xe2\x80\xb2 lin i = lin ( f \xe2\x80\xb2 i )，其中lin表示线性化运算。最后，可以得到 QUBO 形式的问题，即 f \xe2\x80\xb2 lin 1 2 + \xc2\xb7 \xc2\xb7 \xc2\xb7 + f \xe2\x80\xb2 lin n 2 + Pen ，其中 Pen 表示在方程线性化过程中获得的惩罚，n 是方程的数量。在本文中，我们展示了一些分组密码转换为 QUBO 问题的示例。此外，我们展示了将完整的 AES-128 密码转换为 QUBO 问题的结果，其中等效 QUBO 问题的变量数量等于 237,915，这意味着，至少在理论上，该问题可以使用 D-Wave Advantage 量子退火计算机解决。不幸的是，很难估计这个过程所需的时间。'
b'摘要。本文提出了将对称密码代数方程转化为QUBO问题的方法。将给定方程f 1 ，f 2 ，... ，fn转化为整数方程f \xe2\x80\xb2 1 ，f \xe2\x80\xb2 2 ，... ，f \xe2\x80\xb2 n后，对每个方程进行线性化，得到f \xe2\x80\xb2 lin i = lin ( f \xe2\x80\xb2 i )，其中lin表示线性化运算。最后，可以得到 QUBO 形式的问题，即 f \xe2\x80\xb2 lin 1 2 + \xc2\xb7 \xc2\xb7 \xc2\xb7 + f \xe2\x80\xb2 lin n 2 + Pen ，其中 Pen 表示在方程线性化过程中获得的惩罚，n 是方程的数量。在本文中，我们展示了一些分组密码转换为 QUBO 问题的示例。此外，我们展示了将完整的 AES-128 密码转换为 QUBO 问题的结果，其中等效 QUBO 问题的变量数量等于 237,915，这意味着，至少在理论上，该问题可以使用 D-Wave Advantage 量子退火计算机解决。不幸的是，很难估计这个过程所需的时间。'
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles，公共卫生硕士、博士；Johan Ordish，文学硕士；Richard Branson，理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试，解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究，制定其对经过合成数据训练的人工智能医疗设备的监管立场，并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起，这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此，医疗器械法规是否适合人工智能变得越来越重要，制造商是否了解并遵守其义务也变得越来越重要，其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心，通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具，并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力，并考虑在更广泛的改革背景下使用合成数据，以确保医疗器械法规适用于人工智能。合成数据概况 近年来，人们对合成数据的兴趣日益浓厚，原因有很多，包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力，以及解决真实数据局限性的能力，如数据缺失、欠采样和样本量小。4 更重要的是，尽管合成数据的潜在应用已经讨论了多年，但直到最近，合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲，合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面，高保真度合成数据集将能够捕捉复杂的临床关系，并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源，并且根据需要合成数据的应用，使用低效用或中等效用合成数据可能是可以接受的。
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles，公共卫生硕士、博士；Johan Ordish，文学硕士；Richard Branson，理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试，解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究，制定其对经过合成数据训练的人工智能医疗设备的监管立场，并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起，这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此，医疗器械法规是否适合人工智能变得越来越重要，制造商是否了解并遵守其义务也变得越来越重要，其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心，通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具，并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力，并考虑在更广泛的改革背景下使用合成数据，以确保医疗器械法规适用于人工智能。合成数据概况 近年来，人们对合成数据的兴趣日益浓厚，原因有很多，包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力，以及解决真实数据局限性的能力，如数据缺失、欠采样和样本量小。4 更重要的是，尽管合成数据的潜在应用已经讨论了多年，但直到最近，合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲，合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面，高保真度合成数据集将能够捕捉复杂的临床关系，并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源，并且根据需要合成数据的应用，使用低效用或中等效用合成数据可能是可以接受的。
人类能否在机器人、网络空间和人工智能时代蓬勃发展：提出理论框架……以及这对未来的大学意味着什么。
同步的微技术革命……“宏观”革命是多种技术的结合，它创造了一种全新的、前所未见的全球经济/社会/军事活动结构……或许可以称之为一个新的活动领域……
名称意味着什么？开发 HVAC 系统故障的标准化分类法
免责声明：本文件是作为美国政府资助工作的记录而编写的。尽管我们认为本文件包含正确的信息，但美国政府及其任何机构、加利福尼亚大学董事会及其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任，也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务，并不一定构成或暗示美国政府或其任何机构或加利福尼亚大学董事会对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构或加利福尼亚大学董事会的观点和意见。
人工智能如何改变我们做出购买决策的方式？这对商标法意味着什么？商标法的核心在于如何购买商品和服务，而由于人工智能正在影响购买过程，因此从定义上讲它也影响着商标法。人工智能通过两种方式影响购买过程：（a）消费者可获得的品牌信息和（b）谁来做出购买决策。亚马逊的 Alexa 等人工智能个人零售助理有可能成为品牌向消费者提供的“守门人”，控制向消费者提供哪些品牌信息，并以纯粹的形式购买品牌产品，在人工智能所谓的“自动执行模型”中几乎不需要或根本不需要人为干预，从而有效地将传统的购物体验从“先购物后发货”模式颠覆为“先发货后购物”模式。商标法的许多关键方面都涉及人性的弱点。如果您考虑商标法和实践中的一些“流行词”，例如“混淆”、“不完全记忆”、“联想”和“商标混淆”，这些概念都围绕着人类的弱点。然而，人工智能有可能从购买过程中消除“人性”和“弱点”。人工智能应用程序可以通过“给我买个灯泡”等一般命令来购买产品。人类消费者与人工智能应用程序购买的灯泡品牌没有任何互动。人工智能应用程序会混淆吗？它会混淆商标吗？人工智能应用程序甚至会通过传统的听觉、语音和概念比较商标的方式来评估产品购买，这就是所谓的人工智能黑箱问题吗？人工智能应用程序经常受到个人消费者过去购买决策的影响，而人工智能应用程序做出购买决定或建议的原因有时可能难以理解。在这些情况下，知识产权侵权责任问题也引起了重要的问题。然而，即使人工智能应用程序不做出购买决策，它仍然会影响消费者在做出购买决策时可用的品牌信息。例如，亚马逊 Alexa 平均只向消费者推荐三种产品。它控制着向消费者推荐什么品牌产品，它而不是人类消费者掌握着所有的品牌信息。然而，人工智能对购买过程的影响必须放在历史背景中来看待。人工智能的兴起是新的，但并非史无前例。现代商标法诞生于十九世纪，并发展到现代。然而，在此期间，购买过程并非一成不变，而是发生了变化。我们只需看看从传统的十九世纪“店主”购买产品模式到二十世纪二十年代超市发明的变化，从互联网和社交媒体的兴起到人工智能的兴起。商标法已经适应并发生了变化，实际上可以说是适应性最强的知识产权法形式。例如，关于人工智能应用程序的责任问题，我们已经可以从关键词广告的案例中得到指导，例如谷歌法国，它是随着互联网购物的兴起而发展起来的。如果购买过程中的“参与者”如人工智能应用程序在购买决策/过程中扮演更被动的角色，则人工智能应用程序提供商不太可能被追究责任，如果人工智能应用程序在购买决策中扮演更积极的角色，并且可以说人工智能提供商在购买决策中强烈影响消费者，则更有可能发现责任。商标法已经适应了购买过程的变化，并且它将再次适应。HGF 合伙人兼特许商标律师 Lee Curtis
人工智能如何改变我们做出购买决策的方式？这对商标法意味着什么？商标法的核心在于如何购买商品和服务，而由于人工智能正在影响购买过程，因此从定义上讲它也影响着商标法。人工智能通过两种方式影响购买过程：（a）消费者可获得的品牌信息和（b）谁来做出购买决策。亚马逊的 Alexa 等人工智能个人零售助理有可能成为品牌向消费者提供的“守门人”，控制向消费者提供哪些品牌信息，并以纯粹的形式购买品牌产品，在人工智能所谓的“自动执行模型”中几乎不需要或根本不需要人为干预，从而有效地将传统的购物体验从“先购物后发货”模式颠覆为“先发货后购物”模式。商标法的许多关键方面都涉及人性的弱点。如果您考虑商标法和实践中的一些“流行词”，例如“混淆”、“不完全记忆”、“联想”和“商标混淆”，这些概念都围绕着人类的弱点。然而，人工智能有可能从购买过程中消除“人性”和“弱点”。人工智能应用程序可以通过“给我买个灯泡”等一般命令来购买产品。人类消费者与人工智能应用程序购买的灯泡品牌没有任何互动。人工智能应用程序会混淆吗？它会混淆商标吗？人工智能应用程序甚至会通过传统的听觉、语音和概念比较商标的方式来评估产品购买，这就是所谓的人工智能黑箱问题吗？人工智能应用程序经常受到个人消费者过去购买决策的影响，而人工智能应用程序做出购买决定或建议的原因有时可能难以理解。在这些情况下，知识产权侵权责任问题也引起了重要的问题。然而，即使人工智能应用程序不做出购买决策，它仍然会影响消费者在做出购买决策时可用的品牌信息。例如，亚马逊 Alexa 平均只向消费者推荐三种产品。它控制着向消费者推荐什么品牌产品，它而不是人类消费者掌握着所有的品牌信息。然而，人工智能对购买过程的影响必须放在历史背景中来看待。人工智能的兴起是新的，但并非史无前例。现代商标法诞生于十九世纪，并发展到现代。然而，在此期间，购买过程并非一成不变，而是发生了变化。我们只需看看从传统的十九世纪“店主”购买产品模式到二十世纪二十年代超市发明的变化，从互联网和社交媒体的兴起到人工智能的兴起。商标法已经适应并发生了变化，实际上可以说是适应性最强的知识产权法形式。例如，关于人工智能应用程序的责任问题，我们已经可以从关键词广告的案例中得到指导，例如谷歌法国，它是随着互联网购物的兴起而发展起来的。如果购买过程中的“参与者”如人工智能应用程序在购买决策/过程中扮演更被动的角色，则人工智能应用程序提供商不太可能被追究责任，如果人工智能应用程序在购买决策中扮演更积极的角色，并且可以说人工智能提供商在购买决策中强烈影响消费者，则更有可能发现责任。商标法已经适应了购买过程的变化，并且它将再次适应。HGF 合伙人兼特许商标律师 Lee Curtis
Juno AI™ 套件：仅仅因为你在家，并不意味着……
Juno AI 入门套件非常适合为您的智能互联家居奠定基础。此外，它还是一种很好的解决方案，可以添加到您家中已经使用这些功能的较小区域。
低利率经济对保险公司意味着什么？
在主要市场上的经验分析显示，非生活保险和名义利率的合并比率之间存在牢固的长期关系。在较低的利率期间，需要更强的承保结果来抵消投资回报较弱的收益。在Covid-19之前，大多数主要市场已经处于低于平均盈利能力的延长阶段。在过去的十年中，我们分析中G7市场的平均ROE相对较低，约为7％，这反映了长时间的软承保条件，疲软的投资绩效和高水平的资本基金。去年，我们估计，七国集团市场中的非生活保险公司将需要将其承保利润提高6至9个百分点（PPT），这取决于市场，以实现长期的ROE期望。随着预计进一步下降的利率下降，我们估计该行业的盈利能力差距将在2021年之前再增加1-3 ppt。即使最近的价格上涨，商业线路也需要更多的重新写入来解决盈利能力短缺。
这对学校学生来说意味着什么，以及如何治理世界......
现在是亚洲的时代。多年来，世界经济中心一直在远离西方。虽然有些人可能会争论谁将取代美国成为世界经济的引擎，但事实是显而易见且无可争议的。根据经济合作与发展组织的数据，亚洲是并将继续是世界增长最快的地区，中国和印度将引领这一潮流。到 2050 年，这两个国家将成为世界上最大的经济体。世界经济中心将在亚洲。一个新的世界秩序正在形成，肯定是经济上的，但也可能在政治上。
在通信复杂性问题中，违反贝尔不等式是否总是意味着量子优势？
人们认为，违反贝尔不等式的量子关联能够为解决通信复杂性问题 (CCP) 提供比经典协议更好的动力。这种说法有多普遍？我们表明，当通信协议经过定制以模拟贝尔无信号约束（通过不传达测量设置）时，违反关联型贝尔不等式可以使 CCP 更具优势。放弃对经典模型的这一限制使我们能够推翻 [ Brukner 等人，Phys Rev. Lett. 89, 197901 (2002) ] 等的主要结果；我们表明，在参考文献中考虑的输入/输出场景中，通过对 CGLMP 贝尔不等式的小量子违反，从这些通信策略中获得的量子关联并不意味着任何 CCP 都具有优势。更一般地，我们表明，在输入和输出数量固定的情况下，存在具有非平凡局部边际概率的量子关联，这违反了 I 3322 Bell 不等式，但无论量子协议中采用何种通信策略，都不会在任何 CCP 中实现量子优势