XiaoMi-AI文件搜索系统
World File Search System效用理论
人工智能、心理学和经济学中代理的信息理论
摘要：本综述从信息论的角度探讨了人工智能、心理学和经济学之间的一些核心关系，特别关注决策理论的形式模型。在此过程中，我们研究了每个领域所采用的特定方法，以及信息论如何为每个领域思想的发展提供信息。一个关键主题是预期效用理论、它与信息论的联系以及贝叶斯决策方法和（有限）理性的形式。从本综述中得出的是一种广泛统一的形式观点，它源自三个非常不同的起点，反映了每个领域的独特原则。至少在原则上，所审查的三种方法中的每一种都可以在计算模型中实现，这样，只要有足够的计算能力，它们就可以与人类在复杂任务中的能力进行比较。然而，萨维奇在《统计学基础》中首次提出了一个可以应用于这三种方法的核心批评，最近经济学家宾莫尔也提出了这一批评：贝叶斯决策方法在萨维奇所谓的“小世界”中有效，但在“大世界”中却行不通。这一点以各种不同的形式出现在当前关于人工智能的力量及其与类人学习和决策的关系的一些争论中。人工智能的最新研究在一定程度上弥补了这一差距，但为了在这些问题上取得进展，在这三个领域仍需要回答一些重要问题。
集成模糊多准则决策方法与多
一个组织的环境绩效受其供应商的环境绩效影响，选择绿色供应商是一项战略决策，以便在当今的全球市场上更具竞争力。供应商选择问题涉及多个定量和定性标准。在供应商选择过程中，如果供应商的能力有限或其他约束，则需要确定每个供应商的最佳供应商和订单数量。在本文中，我们提出了一种模糊多属性效用理论和多目标规划的综合方法，用于根据经济和环境标准对最佳绿色供应商进行评级和选择，然后在他们之间分配最佳订单数量。首先，应用模糊层次分析法和模糊技术按与理想解的相似性进行排序，以便结合专家意见分析多个标准的重要性并确定最佳绿色供应商。接下来，使用多目标线性规划来考虑和制定各种约束，例如质量控制、容量和其他目标。数学模型的目标是同时最大化采购总价值和最小化采购总成本。为了处理决策者偏好的主观性，已经应用了模糊逻辑。通过汽车制造公司的案例研究说明了所提出方法的效率和应用。获得的结果有助于公司在现实情况下建立系统的方法来解决绿色供应商选择和订单分配问题。最后介绍了管理含义、结论和进一步研究的方向。� 2013 Elsevier Ltd. 保留所有权利。
反事实理性：游戏理论的因果方法
在人类决策中的理性行为和非理性行为之间的紧张关系已在从哲学到心理学，神经科学再到行为经济学的广泛学科中得到认可。多代理相互作用的模型，例如冯·诺伊曼（Von Neumann）和摩根斯特恩（Morgenstern）的预期效用理论和纳什（Nash）的游戏理论，为代理在寻求理性时应如何行事提供了严格的数学框架。然而，理性假设受到了广泛的挑战，因为人类决策通常是非理性的，受偏见，情感和不确定性的影响，在某些情况下甚至可能会产生积极影响。行为生态学试图解释这种非理性行为，包括卡尼曼的双重过程理论和Thaler的裸露概念，并说明了与理性的偏差。在本文中，我们通过因果关系分析了这种张力，并开发了一个框架，该框架说明了理性和非理性的决策，我们将其称为因果游戏理论。然后，我们引入了一个称为反事实理性的新颖概念，该概念允许代理人做出选择，以利用其非理性倾向。我们将NASH均衡的概念扩展到反事实的行动，并表明，根据标准游戏理论，反事实行动之后的策略占据了策略。，当并非所有有关其他代理的信息都可用时，我们进一步开发了一种算法来学习此类策略。
超越人工智能对齐的偏好
人工智能协调的主流实践假设 (1) 偏好是人类价值观的充分代表，(2) 人类理性可以从最大化偏好满足的角度来理解，(3) 人工智能系统应该与一个或多个人类的偏好保持一致，以确保它们的行为安全并符合我们的价值观。无论是隐含遵循还是明确认可，这些承诺都构成了我们所说的人工智能协调的偏好主义方法。在本文中，我们描述并挑战了偏好主义方法，描述了可供进一步研究的概念和技术替代方案。我们首先调查了理性选择理论作为描述性模型的局限性，解释了偏好如何无法捕捉人类价值观的深层语义内容，以及效用表示如何忽略了这些价值观可能存在的不可比性。然后，我们批评了预期效用理论 (EUT) 对人类和人工智能的规范性，借鉴了表明理性主体不必遵守 EUT 的论点，同时强调了 EUT 如何对哪些偏好在规范上是可接受的保持沉默。最后，我们认为这些限制促使我们重新定义人工智能协调的目标：人工智能系统不应与人类用户、开发者或人类的偏好保持一致，而应与适合其社会角色（例如通用助手的角色）的规范标准保持一致。此外，这些标准应由所有相关利益相关者协商并达成一致。根据这种替代的协调概念，多种人工智能系统将能够服务于不同的目的，与促进互利和限制伤害的规范标准保持一致，尽管我们的价值观多种多样。
基于 fNIRS 和 ML 的消费者神经科学研究
自柏拉图及其学生亚里士多德以来，人类就被描述为理性动物（Keil and Kreft，2019）。这一假设对于人类自我认知方式至关重要，甚至成为整个法律和经济体系的基础（Blasi and Jost，2006）。18 世纪数学家丹尼尔·伯努利提出的圣彼得堡悖论等决策规范理论规定了决策的最佳方法（Bernoulli，1954）。伯努利的解释主要基于潜在货币收益的客观价值（即预期效用）和主观价值（即预期收益）之间的区别。由于缺乏与人类相关的材料，因此需要进行上述区分，以便充分合理地解释这种悖论。 20 世纪中叶，数学家约翰·冯·诺依曼和经济学家奥斯卡·摩根斯坦建立了预期效用理论（Von Neumann and Morgenstern，1944 年）的基本假设，并断言如果满足某些条件，个人的财务决策可以通过效用函数建模（Peasgood 等，2014 年）。然而，虽然这些理论框架很有价值，但它们在解释人类在假设和现实生活中如何做出决策方面却存在局限性。近两千年后，随着行为科学和认知科学的出现，人类理性的问题开始成为学者们争论的主题。随着前景理论（Kahneman and Tversky，1979 年）的普及，对完全理性行为的前提提出了挑战，通过列举框架、主观参照点、损失规避和孤立效应等人类偏见的例子，对阻碍人类理性行事的机制进行了研究。关于启发式、认知偏差和可能引发非理性行为的情况的实证研究也迅速增加（De Martino 等人，2006 年），科学界对金融决策过程的神经基础的兴趣也随之增加。
对电动汽车中使用的不同电池几何形状的比较研究
1巴西里奥格兰德大学（University of Rio Grande Do Sul）2国际应用系统分析研究所（IIASA），奥地利 *通讯作者，电子邮件：nunn@iiasa.ac.at收到：2023年10月1日|接受：2023年12月4日|在线发布：2023年12月28日摘要：本文对当前和未来的电动汽车电池几何形状进行了综述，因为关于文献中的性能标准，很少有比较。通过这些考虑，本文试图通过比较不同几何形状的商业电池来填补这一空白。首先，介绍了每个电池的规格（在制造商的网站或专业媒体中找到）。然后，使用多属性实用程序理论（MAUT）方法考虑了两个不同的应用，考虑了两个不同的应用：经济和性能车。通过该分析，刀片电池以两种应用的评分提供了最佳的总体性能。圆柱形几何形状随后是适合性能车辆的评级，而小袋的几何形状随后显示出在经济驱动的车辆中使用的希望。最后，通过评估每个电池在商用车中的应用来进行案例研究。发现，与新技术相比，任何研究标准的改进潜力都是巨大的。尤其是，许可袋电池（SION）在范围和重量比率方面表现出最佳性能，而4680个圆柱电池（Panasonic）和刀片电池（BYD）分别在容量和容量和容量比率的比率方面表现出色。关键字：多动用效用理论，电池几何，电动汽车，案例研究，绩效标准1介绍1，由于需要减少二氧化碳的排放（Coelho，Meneguelo and Chaves，2022; Viana and Chaves; Viana and Chaves; Viana and Asencios，2022），因此对自动型制造商的动力构成了替代技术的日益增长Al。，2020）或使用生物和替代燃料（Simões，Romeiro和Kurita，2021; De Araujo等，2022）。最高的投资似乎是电动汽车（Kester等，2020;Skjølsvoldand Ryghaug，2020年）。从这些投资中受益的领域是将电池用作结构组件（Dionisi，Harnden和Zenkert，2017年； Carlstedt和ASP，2020年）和新材料的开发（Yang等，2020; Mahmud et el。，2022）。的重点仍然放在改善锂电池的当前技术上，这些技术具有良好的性能和巨大的商业潜力（Liu等，2017； Hamed等，2022）。更传统的圆柱和棱柱形细胞与一些最近开发的几何形状共享空间（例如小袋和叶片电池），而其他一些仍处于实验阶段（例如结构电池）。尽管可用的电池配置越来越多，但目前没有标准或立法影响要使用的几何形状（Sankaran和Venkatesan，2021年）。