XiaoMi-AI文件搜索系统
World File Search System拟人
利用数据实现安全：机器学习/人工智能实现及时航空安全 Nikunj C. Oza 博士、Chad Stephens 美国宇航局全系统安全项目 现代喷气式客机每飞行一次记录近 1GB 的原始数据，几乎是不到十年前投入使用的喷气式客机记录数据的两倍。鉴于这一宝贵的数据宝库，数据分析是一项非常重要的能力，它可以将这些数据转化为知识，从而帮助理解和实现安全操作。数据分析的实践涉及应用人工智能 (AI) 和机器学习 (ML) 等方法来获取见解并识别数据中的有意义关系。人工智能是一门专注于在基于计算机的代理中开发模拟人类智能的研究领域。ML 是人工智能的一个分支，涉及开发预测或决策算法，这些算法不是明确编程来预测或决策的，而是从代表过去预测或决策的数据中学习的。您可能体验过 ML 支持的功能，例如 Netflix 或 Amazon 中的自定义推荐。由于机器学习算法具有从过去的操作中学习的能力，因此虚拟助手（例如 Apple 的 Siri 或 Amazon 的 Alexa）以及部分或完全自动驾驶汽车成为可能。
利用数据实现安全：机器学习/人工智能实现及时航空安全 Nikunj C. Oza 博士、Chad Stephens 美国宇航局全系统安全项目 现代喷气式客机每飞行一次记录近 1GB 的原始数据，几乎是不到十年前投入使用的喷气式客机记录数据的两倍。鉴于这一宝贵的数据宝库，数据分析是一项非常重要的能力，它可以将这些数据转化为知识，从而帮助理解和实现安全操作。数据分析的实践涉及应用人工智能 (AI) 和机器学习 (ML) 等方法来获取见解并识别数据中的有意义关系。人工智能是一门专注于在基于计算机的代理中开发模拟人类智能的研究领域。ML 是人工智能的一个分支，涉及开发预测或决策算法，这些算法不是明确编程来预测或决策的，而是从代表过去预测或决策的数据中学习的。您可能体验过 ML 支持的功能，例如 Netflix 或 Amazon 中的自定义推荐。由于机器学习算法具有从过去的操作中学习的能力，因此虚拟助手（例如 Apple 的 Siri 或 Amazon 的 Alexa）以及部分或完全自动驾驶汽车成为可能。
利用基因组编辑的恒河猴 iPSC 生成具有改变的病毒敏感性的巨噬细胞来模拟人类疾病
由于与人类生物学相似性高，非人类灵长类动物 (NHP) 模型对于开发基于诱导性多能干细胞 (iPSC) 的细胞和再生器官移植疗法非常有用。然而，关于 NHP-iPSC（尤其是恒河猴 iPSC）的建立、分化和遗传改造的知识有限。我们通过结合 Yamanaka 重编程因子和两种抑制剂（GSK-3 抑制剂 [CHIR 99021] 和 MEK1/2 抑制剂 [PD0325901]），成功地从恒河猴外周血 (Rh-iPSC) 中建立了 iPSC，并通过造血祖细胞将这些细胞分化为功能性巨噬细胞。为了证实 Rh-iPSC 衍生的巨噬细胞作为疾病模型生物测定平台的可行性，我们通过 CRISPR-Cas9 敲除了 Rh-iPSC 中的 TRIM5 基因，这是一种物种特异性 HIV 抗性因子。TRIM5 敲除 (KO) iPSC 具有与 Rh-iPSC 相同的巨噬细胞分化潜能，但分化后的巨噬细胞在体外对 HIV 感染的敏感性有所增加。我们用于获得 Rh-iPSC 衍生的巨噬细胞的重编程、基因编辑和分化方案可应用于其他基因突变，从而扩大 NHP 基因治疗模型的数量。
利用基因组编辑的恒河猴 iPSC 生成具有改变的病毒敏感性的巨噬细胞来模拟人类疾病
由于与人类生物学相似性高，非人类灵长类动物 (NHP) 模型对于开发基于诱导性多能干细胞 (iPSC) 的细胞和再生器官移植疗法非常有用。然而，关于 NHP-iPSC（尤其是恒河猴 iPSC）的建立、分化和遗传改造的知识有限。我们通过结合 Yamanaka 重编程因子和两种抑制剂（GSK-3 抑制剂 [CHIR 99021] 和 MEK1/2 抑制剂 [PD0325901]），成功地从恒河猴外周血 (Rh-iPSC) 中建立了 iPSC，并通过造血祖细胞将这些细胞分化为功能性巨噬细胞。为了证实 Rh-iPSC 衍生的巨噬细胞作为疾病模型生物测定平台的可行性，我们通过 CRISPR-Cas9 敲除了 Rh-iPSC 中的 TRIM5 基因，这是一种物种特异性 HIV 抗性因子。TRIM5 敲除 (KO) iPSC 具有与 Rh-iPSC 相同的巨噬细胞分化潜能，但分化后的巨噬细胞在体外对 HIV 感染的敏感性有所增加。我们用于获得 Rh-iPSC 衍生的巨噬细胞的重编程、基因编辑和分化方案可应用于其他基因突变，从而扩大 NHP 基因治疗模型的数量。
模拟人工诱导皮质可塑性的积分激发神经网络模型
我们描述了一个整合并激发 (IF) 脉冲神经网络，该网络结合了脉冲时间依赖可塑性 (STDP)，并模拟了产生皮质可塑性的四种不同条件反射协议的实验结果。最初的条件反射实验是在自由移动的非人类灵长类动物 (NHP) 身上进行的，它们具有自主的头部固定双向脑机接口 (BCI)。三种协议涉及由 (1) 单个皮质神经元的脉冲活动、(2) 前臂肌肉的肌电图 (EMG) 活动和 (3) 自发皮质 β 活动周期触发的闭环刺激。第四种协议涉及在相邻皮质部位开环传递刺激对。复制实验结果的 IF 网络由 360 个单元组成，这些单元具有由突触输入产生的模拟膜电位，并在达到阈值时触发脉冲。240 个皮质单元在其目标单元中产生兴奋性或抑制性突触后电位 (PSP)。除了实验观察到的条件作用外，该模型还允许计算最初未记录的底层网络行为。此外，该模型还预测了尚未研究的协议的结果，包括尖峰触发抑制、g 触发刺激和双突触条件作用。模拟的成功表明，结合 STDP 的简单电压 IF 模型可以捕捉通过闭环刺激介导目标可塑性的基本机制。
机器学习驱动的人类技能转移以控制拟人化操纵器
摘要 - 引入了人类手臂和拟人化操纵剂之间的运动学映射，以转移人类的技能并完成类似人类的行为，以控制拟人化的操纵剂。大数据和机器学习的可用性有助于模仿拟人化机器人控制。在本文中，提出了一种机器学习驱动的人类技能，以控制跨倍形操纵器。拟议的深卷积神经网络（DCNN）模型利用旋转运动重建方法模仿类似人类的行为，以实现快速和有效的学习。最后，训练有素的神经网络被翻译成管理拟人机器人机器人的冗余优化控制。这种方法还适用于具有拟人化运动结构的其他冗余机器人。
正常的儿童大脑生长以及与脑脊液的普遍性别和拟人化关系
保留所有权利。未经许可就不允许重复使用。（未经同行评审证明）是作者/资助者，他已授予Medrxiv的许可证，以永久显示预印本。此预印版的版权持有人于2021年1月7日发布。 https://doi.org/10.1101/2020.05.19.20102319 doi：medrxiv Preprint
像机器还是像人？拟人化文献综述
摘要 由于最近人工智能技术 (AIET) 的普及，拟人化概念（技术中的人类相似性）越来越受到研究人员的关注。研究人员研究了拟人化如何影响用户对 AIET 的感知、采用和持续使用。然而，研究人员尚未就如何在 AIET 中概念化和操作化拟人化达成一致，这导致了不一致的研究结果。因此，需要全面了解 AIET 背景下拟人化研究的现状。为了对拟人化文献进行深入分析，我们回顾了 35 项实证研究，重点关注概念化和操作化 AIET 拟人化及其前因和后果。根据我们的分析，我们讨论了潜在的研究差距并为未来的研究提供了方向。
回顾对人工智能代理的信任：社交机器人设计面部拟人化可信度的系统评价
随着技术的发展和应用到不同的日常情境中[1-4]，社交机器人作为最新创新的代表之一，是一种能够与人类进行社交交流和互动的人工智能系统[5-7]。与传统的人形机器人（如机器人产品、Zora Robot）不同，这些机器人在物理上体现了特定的人类特征，一些最新的社交机器人（如机器人产品、Jibo、Welbo、Misa、QTrobot、Hub、Mykie和Buddy Robot）设计有屏幕，带有动画人脸，可以与人交流和互动[8,9]。例如，图 1 展示了Buddy Robot，它设计有类似人类的眼睛和嘴巴，可以在情感上陪伴人类、与人类互动，并响应人类的需求。事实上，可能有必要为社交机器人设计一个类似头部的界面，以促进人机关系中的交流[10，11]，因为人类的社会认知和感知过程可能会鼓励人们概括与人类相关的知识和认知，形成对与社交机器人的行为互动的期望[12]。
Corvid Technologies 创建了一个虚拟人来……
普渡大学机械工程学教授兼人体损伤研究和再生技术实验室主任 Eric Nauman 表示，CAVEMAN 模型可以模拟运动员受到的撞击及其造成的脑损伤。通过 MRI 扫描，他们可以将患者的头部与 CAVEMAN“连接”，并生成患者特定的头骨、白质、灰质、脑室、血管和液体空间模型。然后，可以使用这些模型研究每个患者的头部负荷反应，以确定其大脑、头骨和颈部在身体无法自然修复损伤之前可以承受何种冲击。
对自我服务技术的拟人化和消费者忠诚度之间的关系的研究
韩国分销协会（http://www.kodia.or.kr）ISSN：1226-9263，http：//dx.doi.org/10.17657/jcr.2020.04.30.30.30.3.30.1