XiaoMi-AI文件搜索系统
World File Search System揭穿
人工智能：我们需要的数据，使机器与我们平等
人工智能简介在《计算机与智能》1中，图灵在论证机器无法通过图灵测试时，揭露了一些常见的谬误。特别是，他解释了为什么“询问者只需向他们提出一些算术问题，就可以区分机器和人类”，因为“机器会因为其致命的准确性而被揭穿”这一信念是错误的。事实上，机器“不会试图给出算术问题的正确答案。它会故意引入错误，以混淆询问者。”因此，机器会通过给出错误的答案，或者简单地说它无法计算答案来隐藏其超人的能力。人工智能在某些任务上取得了超越人类的表现，例如算术或游戏；在本文中，我们认为有时人工智能的能力可能需要受到人为的限制。这种刻意的限制被称为人工智能愚蠢。通过限制人工智能完成任务的能力，以更好地匹配人类的能力，人工智能可以变得更安全，即其能力不会超过人类能力几个数量级。这里的总体趋势是，人工智能在达到人类水平后，往往会迅速达到超越人类的表现水平。例如，对于围棋游戏，在几个月内，最先进的水平从强大的业余选手，到弱小的专业选手，再到超越人类的表现。从那时起，为了让人工智能通过图灵测试，或者让它的行为像人类一样，人工智能设计师必须刻意限制它的能力。
巴西 ESG 战略
自 2020 年以来，PRI 签署方数量飙升了 90%。日益增强的认识有助于揭穿旧有的误解，投资者越来越相信将 ESG 纳入分析可产生更高的回报——在最近的一项投资者调查中，85% 的受访者表示，ESG 金融产品的收益率与传统金融产品相似或更高。实证证据和学术研究也表明潜在的更高回报——从长远来看，ESG 指数的表现往往会优于非 ESG 指数。到目前为止，这种观点在巴西得到了证实，ESG 战略方法在那里产生了超额回报：MSC 巴西 ESG 指数自 2013 年以来上涨了 206%，而 MSCI 巴西指数上涨了 177%。负责任的投资确实已经取得了长足的进步。尽管如此，报告质量和标准化将是未来至关重要的；接受调查的全球投资者中约有 94% 发现企业 ESG 报告中至少存在一些漂绿行为。在本报告中，我们介绍了我们的方法，该方法采用了一个综合框架：积极筛选方法，青睐同类最佳和进步最快的公司，再加上 ESG 参与方法。我们目前的 ESG 首选是 10 只股票：CPFL Energia、Engie、Localiza、Totvs、Banco do Brasil、Rumo、3Tentos、Renner、B3 和 Cosan。
气候变化和错误/虚假信息：清除空气
“科学战争”气候否定主义现象可以比作加尔文和霍布斯的嬉戏而又严肃的主题。作者肖恩·奥托（Shawn Otto）将其描述为“科学战争”，导致人们称之为“专业知识之死”。诸如揭穿手册之类的资源揭示了错误信息的传播是多么容易由个人驱动，而不仅仅是机器人。像YouTube这样的平台有助于传播奇异的理论，而AI在打击气候虚假信息时构成了挑战。气候否认气候否定主义的根源加剧了气候变化从未来的关注转变为直接的关注点。这种否认的目的通常是为了防止有意义的行动，创建一个“ whack-a摩尔”场景，在解决旧问题时会出现新的错误信息。“怀疑商人”和“石油文件”的作用说明了既得利益如何使混乱永久性，将错误信息构建为意识形态驱动的解决方案厌恶的一种形式。政治两极分化和错误信息错误的信息与政治信仰无关，具有讽刺意味的是，尤其是在具有较高科学教育的个体中，他们可以更好地证明自己的信仰是正当的，并且可能变得更加两极分化。这种现象在发达国家中发音，在发达国家，那些接受气候变化的人与那些不接受气候变化的人之间存在分歧。强大的行业，例如石油和天然气，抵制变化并模糊的科学真理，使前进的道路变得复杂。
对COVID-19疫苗误解的接种
全球监管机构最近授权分发和管理Covid-19疫苗标志着大流行中的重要转折点。史无前例的尝试实现广泛的疫苗覆盖范围的尝试已经遭受了虚假和误导性信息的冲击[1]。错误的信息具有不利影响疫苗摄取的潜力。例如，几乎40％的美国人说他们不会接受疫苗，而最近的一项研究发现，对COVID-19的错误信息的信念显着降低了获取疫苗的意愿[2，3]。因此，加强防御能力的防御能力至关重要，以防止持续的Covid-19疫苗误解，并利用旨在抑制其影响力的有效策略。打击疫苗错觉的一种常见方法涉及揭穿虚假主张。虽然看似直观，但研究发现，这种方法可以加剧误解的负面影响，而不是正确。这是因为直接反驳错误信息的校正可以触发“持续影响效应”，即使确认校正，人们也会继续从内存中检索错误信息[4]。此外，矫正可以触发心理抵抗，尤其是当将纠正视为攻击性的显着价值和意识形态时，误解会引起人们的共鸣。因此，面对Covid-19的疫苗误解需要采取先发制人的行动，以“免疫公众免受误解”，这一过程借鉴了心理接种的概念。例如，由于公众对1900疫苗的影响在政治上是两极分化的，在美国尤其是在美国，错误的信息纠正可能是无效的或可能在犹豫的听众中引起的，因此使虚假的错误信息在决策中更具影响力。心理接种紧随生物医学的类比：就像接触病毒剂量弱的病毒有助于人体免疫学上抵抗未来的感染一样，也可以先发
MMR 疫苗新闻：不平衡会对健康有害吗？
安德鲁·韦克菲尔德 (Andrew Wakefield) 是 1998 年《柳叶刀》杂志上那篇臭名昭著、随后撤回的论文的第一作者，他被除名的悲惨故事几乎无需重复。1 麻疹、腮腺炎和风疹 (MMR) 疫苗有效且安全，2 而英国医学杂志 (BMJ) 已将韦克菲尔德的原始研究斥为“蓄意欺诈”，3 但在过去 15 年中，多家报纸均报道了随后被揭穿的“担忧”。我们能否得出结论，认为此类错误信息与斯旺西当前的麻疹疫情有关？4 5 鉴于疫情的分布，这个问题尤其有趣。从 1997 年起，《南威尔士晚报》发起了一场反对 MMR 疫苗的运动。在三个月内，该报发表了五篇头版头条新闻、三篇评论文章和 18 篇有关 MMR 的文章，其中许多文章质疑其安全性。例如，1997 年 8 月 30 日，第 5 页的标题是“家庭讲述孩子接种疫苗后发生的巨大变化。接种疫苗后，孩子的笑容消失了”，下面是一篇关于一名被诊断为自闭症的男孩的故事。孩子的母亲说：“我认为利亚姆的免疫系统无法同时处理三种活病毒……我非常生气和痛苦。”然而，报纸从未说过父母不应该让孩子接种疫苗。事实上，随文章附有一篇较短的文章，称当地卫生当局“强调父母继续让孩子接种疫苗至关重要”。两名当地公共卫生医生布伦丹·梅森和彼得·唐纳利调查了 MMR 疫苗的接种情况
乳腺癌中的孕酮和孕酮受体
孕酮和孕酮受体 (PR) 在乳腺癌中有着悠久的历史，尽管存在争议。随着乳腺癌的内分泌疗法在 20 世纪从卵巢切除术发展到抗雌激素，人们在 20 世纪 70 年代认识到，仅凭雌激素受体 (ER) 的存在无法有效预测治疗反应。PR 是一种雌激素调节蛋白，成为内分泌疗法反应的第一个预后和预测标志物。它至今仍是预测乳腺恶性肿瘤中是否存在功能性、可靶向 ER 的黄金标准。随后，PR 被确定为高度结构化的转录因子，可调节乳腺癌细胞中的多种生理过程。在 21 世纪初，一项令人惊讶的发现表明，长期使用合成的含孕激素的更年期激素疗法与乳腺癌发病率增加有关，这引发了人们对 PR 在“肿瘤发生”中的作用的新疑问。最近，PR 与癌症干细胞的扩增有关，而癌症干细胞被认为是隐匿性或休眠性疾病中重新激活的主要细胞。其他研究证实 PR 是 ER 活性的主要调节剂。总之，这些发现标志着 PR 是孕激素或抗孕激素疗法的真正靶点，但它们的不同作用使这种使用变得复杂。在这里，我们总结了 PR 在乳腺癌中的早期历史；揭穿了孕激素导致癌症的理论；讨论了 PR 调节细胞异质性的最新发现；尝试统一将 PR 描述为肿瘤中的好或坏因素的理论；并讨论了可能有助于解释这种神秘激素和受体的新兴研究领域。
疫苗信息和其他因素对泰国人群接受 COVID-19 疫苗的影响
在新冠疫情期间，民众中流传的错误信息增多，可能导致民众拒绝接种疫苗。本研究评估了疫苗信息和其他因素对泰国民众疫苗接受度的影响。2021 年 3 月至 8 月期间，通过乡村卫生志愿者网络和在线渠道进行了六轮横断面调查；并对一线医务人员、慢性病患者以及宗教信徒和领袖进行了定性访谈。调查结果采用置信度为 95% 的描述性和多元逻辑回归，深入访谈结果采用演绎主题分析。在总共 193,744 名受访者中，首次接种新冠疫苗的接受率从 2021 年 3 月的 60.3% 下降到 2021 年 4 月的 44.0%，然后在 2021 年 8 月上升到 88.8%。能够区分真假陈述的参与者接受疫苗的可能性是不能区分真假陈述的参与者的 1.2 到 2.4 倍。那些认为感染风险高（调整后的优势比；AOR = 2.6–4.7）、认为疫苗安全（AOR = 1.4–2.4）、判断接种疫苗的重要性（AOR = 2.3–5.1）和信任疫苗制造商（AOR = 1.9–3.2）的人也更有可能接受疫苗。此外，高等教育（AOR = 1.6–4.1）和居住在疫情爆发地区（AOR = 1.4–3.0）与疫苗接种显著相关，但患有慢性疾病的人除外，他们往往不接受疫苗（AOR = 0.7–0.9）。本研究建议进行有效的信息流行病管理和全面的公共传播，优先考虑弱势群体，例如受教育程度低的人和患有慢性病的人。通过可靠渠道进行沟通可以支持更高的疫苗接受度和快速推出疫苗。最后，定期监测错误信息非常重要，例如事实核查支持、及时的法律行动和具体的揭穿沟通。
古生态学在马达加斯加核对生物多样性保护，生计和碳存储中的作用
目前，马达加斯加有80％是无树的草原。在大约0.5 - 1 KA引入牧民之前，请识别失落的稀树草原林地和草原，森林和荒地（Hixon等人，2021年），该岛上的保护/修复岛上的保护/修复。Gillson等。（2023;以后的G2023）警告说，“所有稀树草原和荒地作为退化的森林在生态上都是不准确的”二进制分类，这使“森林 - 草地之间的虚假二分法”和“脱离了Heathlands and Scartion and Savannans and Savannas。”我们同意，很惊讶地看到我们归因于我们（Joseph and Seymour，2020，2021;此后的J＆S20,21），此后两年，我们揭穿了Madagascar的中部高地（MCH）的“ Forest-Grassland” Dichotomies。我们得出结论：“这项跨学科的审查挑战了百年历史的极端观点……证据不支持（1）森林中有二次草原的森林MCH……也不支持（2）MCH，其特征是巨大的自然无天然草地……发现的结果支持了更林木，更繁华的ericoid-rich rich过去，与林地相处的草丛和林地相处，像林地一样， 在细尺度上，一个复杂的马赛克……似乎很可能，包括较小的无树草地”。 我们假设一个八份马赛克（不是两个），稀树草原> 30％，荒地比今天高10倍（Joseph et al。，2021）。 我们清楚地（1）反对和反对二分法，（2）从未发现“所有的稀树草原和荒地”被降解为森林。在细尺度上，一个复杂的马赛克……似乎很可能，包括较小的无树草地”。我们假设一个八份马赛克（不是两个），稀树草原> 30％，荒地比今天高10倍（Joseph et al。，2021）。我们清楚地（1）反对和反对二分法，（2）从未发现“所有的稀树草原和荒地”被降解为森林。
对医疗保健领域人工智能的看法
摘要背景：人工智能 (AI) 拥有看似无限的力量，有望真正彻底改变患者医疗保健。然而，公开的讨论并不总是与实际影响相关。因此，我们旨在了解法国医疗专业人员如何看待 AI 在日常实践中的出现，以及参与 AI 的其他参与者的看法，以全面了解这一问题。方法：2017 年 10 月至 2018 年 6 月期间，在巴黎采访了 40 位具有不同背景的法国利益相关者，并使用扎根理论方法 (GTM) 分析了他们的贡献。结果：访谈显示，所涉及的各个参与者都认为 AI 是一个需要揭穿的神话。然而，他们的观点各不相同。法国医疗保健专业人员在采用 AI 工具方面处于战略地位，他们专注于为患者提供最好和最安全的护理。与普遍看法相反，他们在实践中并不总是看到这些工具的使用。对于医疗保健行业合作伙伴来说，AI 是一个真正的突破，但获取个人健康数据的法律困难可能会阻碍其发展。机构参与者意识到，他们必须在规范这些工具的使用方面发挥重要作用。从外部角度来看，没有利益冲突的个人对健康、社会正义和自由之间的平衡的可持续性有着重大担忧。专门从事人工智能的卫生研究人员有更务实的观点，希望从研究到实践有更好的过渡。结论：尽管一些夸张的说法占据了关于医疗保健领域人工智能的讨论，但法国利益相关者之间出现了不同的意见和观点。只有通过发起所有参与者之间的合作努力，医疗保健领域人工智能工具的开发才能让每个人都满意。因此，现在是时候考虑患者的意见，共同解决责任等剩余问题了。关键词：人工智能、扎根理论、卫生专业人员、患者、责任
对医疗保健领域人工智能的看法
摘要背景：人工智能 (AI) 拥有看似无限的力量，有望真正彻底改变患者医疗保健。然而，公开的讨论并不总是与实际影响相关。因此，我们旨在了解法国医疗专业人员如何看待 AI 在日常实践中的出现，以及参与 AI 的其他参与者的看法，以全面了解这一问题。方法：2017 年 10 月至 2018 年 6 月期间，在巴黎采访了 40 位具有不同背景的法国利益相关者，并使用扎根理论方法 (GTM) 分析了他们的贡献。结果：访谈显示，所涉及的各个参与者都认为 AI 是一个需要揭穿的神话。然而，他们的观点各不相同。法国医疗保健专业人员在采用 AI 工具方面处于战略地位，他们专注于为患者提供最好和最安全的护理。与普遍看法相反，他们在实践中并不总是看到这些工具的使用。对于医疗保健行业合作伙伴来说，AI 是一个真正的突破，但获取个人健康数据的法律困难可能会阻碍其发展。机构参与者意识到，他们必须在规范这些工具的使用方面发挥重要作用。从外部角度来看，没有利益冲突的个人对健康、社会正义和自由之间的平衡的可持续性有着重大担忧。专门从事人工智能的卫生研究人员有更务实的观点，希望从研究到实践有更好的过渡。结论：尽管一些夸张的说法占据了关于医疗保健领域人工智能的讨论，但法国利益相关者之间出现了不同的意见和观点。只有通过发起所有参与者之间的合作努力，医疗保健领域人工智能工具的开发才能让每个人都满意。因此，现在是时候考虑患者的意见，共同解决责任等剩余问题了。关键词：人工智能、扎根理论、卫生专业人员、患者、责任