XiaoMi-AI文件搜索系统
World File Search System新视角
寻找裂缝：人工智能在军事应用的新视角
亚当斯，道格拉斯。终极搭便车指南。完整且未删节。纽约：Wings Books，1996 年。 Ben Jiang。“中国科技老兵在 ChatGPT 狂潮中投身人工智能初创企业。”南华早报，2023 年 4 月 7 日。https://www.scmp.com/tech/tech-trends/article/3217457/chinese-tech-veterans-jump-ai-start-ups-amid-chatgpt-frenzy。 克劳塞维茨，卡尔·冯。论战争。迈克尔·艾略特·霍华德和彼得·帕雷特主编。第一次平装印刷。新泽西州普林斯顿：普林斯顿大学出版社，1989 年。 哈夫，达雷尔和欧文·盖斯。如何用统计数据说谎。诺顿平装再版。纽约：诺顿，1993 年。 Ian Bogost。“ChatGPT 比你想象的还要愚蠢。”大西洋月刊 (在线)，2022 年 12 月 7 日。https://www.theatlantic.com/technology/archive/2022/12/chatgpt-openai-artificial- intelligence-writing-ethics/672386/。李开复。人工智能超级大国：中国、硅谷和新世界秩序。纽约霍顿·米夫林·哈考特出版社，2018 年。迈克尔·拉里斯。 “致命的特斯拉车祸与技术和人为失误有关”，《华盛顿邮报》[在线]，2020 年 2 月 25 日。https://www.washingtonpost.com/local/trafficandcommuting/deadly-tesla-crash-tied-to-technology-and-human-failures-ntsb-says/2020/02/25/86b710bc-574d-11ea-9b35-def5a027d470_story.html。奥尼尔，凯茜。数学毁灭武器：大数据如何加剧不平等并威胁民主。第一版。纽约：Crown，2016 年。肖天亮。军事战略学。楼耀良、康武超、蔡仁钊主编。北京，中国：国防大学出版社，2020 年。
通过自监督学习捕捉时间节点演化：动态图学习的新视角
由于动态图会随着时间的推移而演变，因此在社会关系分析、推荐系统和医学等许多领域发挥着重要作用。捕捉动态图的演变模式是至关重要的。现有的研究大多集中于限制邻居快照之间的时间平滑度，而未能捕捉到有利于图动态嵌入的急剧变化。为了解决这个问题，我们假设动态图节点的演化可以分为时间移位嵌入和时间一致性嵌入。因此，我们提出了自监督时间感知动态图表示学习框架（STDGL），通过精心设计的辅助任务从节点局部和全局连接建模的角度以自监督的方式将时间移位嵌入与时间一致性嵌入分离，进一步增强可解释图表示的学习并提高各种下游任务的性能。在链接预测、边缘分类和节点分类任务上进行的大量实验表明，STDGL 成功学习了解开的时间偏移和一致性表示。此外，结果表明，我们的 STDGL 比最先进的方法有显著的改进，并且由于解开的节点表示而具有吸引人的可解释性和可迁移性。
可解释人工智能（XAI）评估方法的新视角
摘要 — 可解释人工智能 (XAI) 领域的一大挑战是如何评估可解释性方法。已经提出了许多评估方法 (EM)，但尚未建立黄金标准。几位作者根据 EM 本身的特点将可解释性方法的 EM 分为几类（例如，基于启发式、以人为本、基于应用、基于功能）。在本愿景论文中，我们提出也可以根据 EM 所针对的 XAI 过程的各个方面对 EM 进行分类。基于阐明 XAI 中主要过程的模型，我们提出存在解释信息 EM、理解 EM 和需求 EM。这种新颖的观点旨在通过较少关注 EM 本身而是关注可解释性方法想要实现的目标（即提供良好的解释信息、促进理解、满足社会需求）来增强其他作者的观点。我们希望这两种观点的结合能让我们更全面地评估可解释性方法的优缺点，帮助我们做出更明智的决定，决定使用哪种方法或如何改进它们。索引术语——可解释性、可解释人工智能、XAI、评估、评估方法、指标、研究
SARS-CoV-2：免疫力、当前疫苗面临的挑战以及粘膜疫苗的新视角
摘要：COVID-19 疫苗的全球推广在减少疫情传播、疾病严重程度、住院率和死亡率方面发挥了关键作用。然而，第一代疫苗未能阻止严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 的感染和传播，部分原因是粘膜免疫诱导有限，导致令人担忧的变异株 (VOC) 和突破性感染不断出现。为了应对第一代疫苗的 VOC、有限的耐久性和缺乏粘膜免疫反应带来的挑战，正在研究新方法。在此，我们讨论了有关自然和疫苗诱导免疫的当前知识，以及粘膜免疫反应在控制 SARS-CoV2 感染中的作用。我们还介绍了旨在引发粘膜和全身免疫的新方法的现状。最后，我们提出了一种新的无佐剂方法来引发针对 SARS-CoV-2 的有效粘膜免疫，这种方法不存在与减毒活疫苗平台相关的安全问题。
损伤后神经元再生：基因治疗的新视角
脊髓损伤 (SCI) 是全球范围内导致残疾的主要原因，再生医学为开发此类损伤的新疗法带来了希望 ( James et al., 2019 )。SCI 可导致感觉和运动功能丧失，并可能对个人的生活质量产生重大影响，不仅影响身体能力，还影响情绪和社会健康 ( Eckert and Martin, 2017 )。尽管经过数十年的研究，但 SCI 仍然无法治愈。脊髓受损神经元无法再生是再生医学领域的主要挑战之一。在哺乳动物中，脊髓是一种复杂的结构，再生能力有限 ( He and Jin, 2016 ; Sofroniew, 2018 )，调节神经元再生的细胞和分子机制尚不完全清楚。最近的研究确定了促进神经元再生的新靶点和潜在策略，包括使用干细胞疗法（Okano，2010 年；Führmann 等人，2017 年）、基因疗法（Lentini 等人，2021 年；Zhang Y. 等人，2022 年）和组织工程（Madhusudanan 等人，2020 年；Cheng 等人，2021 年）。最近的研究强调了使用基因疗法促进各种情况下的再生和功能恢复。例如，通过免疫逃逸强力霉素诱导基因开关使用时间限制的神经胶质细胞系衍生的神经营养因子表达的基因疗法已显示出在增强大鼠近端神经损伤后的轴突再生和运动神经元存活方面的前景（Eggers 等人，2019 年）。研究表明，在 SOX2 介导的体内命运重编程后，驻留的星形胶质细胞会生成新的神经元（Su 等，2014；Wang 等，2016）。同样，另一项研究表明，NG2 神经胶质细胞中的异位 SOX2 可诱导神经发生、减少神经胶质瘢痕形成并生成脊髓本体神经元，促进功能恢复（Tai 等，2021）。此外，研究表明，脊髓损伤后进行 FGF22 基因治疗可促进突触形成并为神经元重新布线提供有针对性的支持，急性和早期应用可改善功能恢复（Aljovi´c 等，2023）。然而，结果显示存在一个较短的时间范围，至少在 SCI 后的最初 24 小时内，在此期间，使用 FGF22 进行突触形成基因治疗可以改善运动功能的恢复。这种有限的窗口在临床环境中可能难以实现，这可能需要探索具有更长治疗窗口的替代突触生成分子或方法。总体而言，这些发现表明基因疗法有可能激活内源性神经胶质细胞的再生能力，从而导致各种情况下的再生和功能恢复。
信息物理学：信息系统与量子统一场论的新视角
此外，我们推导出信息能量交换方程（I = (E - mgh) / k），该方程将信息能量与势能、引力常数和比例常数 k 联系起来。该方程使我们能够分析信息系统中信息能量与其他形式能量之间的相互作用，为理解信息动态提供了一个统一的框架
物联网应用中人工智能与边缘计算的融合：回顾与新视角
摘要：边缘计算凭借其在低延迟、快速响应、情境感知服务、移动性和隐私保护方面的优势，已成为智能应用和 5G/6G 物联网 (IoT) 网络的关键支撑。该技术通过在网络边缘提供中间服务并提高对延迟敏感的应用的服务质量来扩展云。许多基于机器学习、深度学习和群体智能的人工智能解决方案已展现出在智能认知感知、智能网络管理、大数据分析和边缘智能应用安全性增强方面的巨大潜力。尽管智能边缘计算具有诸多优势，但人们仍然担心其处理物联网大数据分析机器学习技术的计算复杂性所需的能力。边缘计算的资源限制、分布式计算、高效编排和资源同步都是需要关注的因素，以提高服务质量和经济高效地开发基于边缘的智能应用。在此背景下，本文旨在探索人工智能和边缘在许多应用领域的融合，以利用围绕这些因素的现有研究的潜力并确定新的观点。边缘计算和人工智能的融合提高了紧急情况下的用户体验质量，例如在车联网中，严重的不准确性或延迟可能导致损坏和事故。这些因素与大多数研究用来评估基于边缘的应用程序的成功率的因素相同。在这篇评论中，我们首先对基于边缘的应用程序中人工智能的最新进展进行了深入分析，重点关注八个应用领域：智能农业、智能环境、智能电网、智能医疗、智能工业、智能教育、智能交通、安全和隐私。然后，我们进行了定性比较，强调了融合的主要目标、网络边缘人工智能的作用和使用，以及边缘分析的关键支持技术。然后，确定并讨论了开放的挑战、未来的研究方向和观点。最后得出一些结论。
黑色素瘤中基于细胞外囊泡的细胞间通讯：诊断和治疗的新视角
摘要：细胞外囊泡 (EV) 是一类异质性细胞分泌颗粒，携带功能性生物分子，这些生物分子对于细胞间通讯至关重要，具有生理和病理生理后果。在这篇综述中，我们重点关注以下证据：EV 介导的肿瘤内黑色素瘤细胞之间、黑色素瘤细胞与免疫细胞和基质细胞之间的串扰促进免疫逃避，并影响黑色素瘤发展的所有步骤，从局部进展、转移前微环境形成到远处器官的转移性定植。我们还讨论了 EV 在免疫疗法和 BRAF V600 /MEK 抑制剂治疗耐药性发展中的作用，并简要总结了 EV 在黑色素瘤诊断和治疗中潜在应用的最新进展。
调节大脑整合活动作为神经精神疾病药理学方法的新视角
神经精神疾病治疗药物开发的一个关键方面是“靶标问题”，即不仅要根据病因病理分类，还要检测大脑网络中假定的结构和/或功能改变，从而选择合适的靶标。有新方法可以开发能够克服或至少减少缺陷而不会引发有害副作用的药物。为此，需要一个大脑网络组织模型，还必须确定其整合作用的主要方面。因此，为此，我们在此提出了一个更新的大脑超网络模型，其中 i) 五部分突触被认为是大脑超网络的关键节点，ii) 相互作用的细胞表面受体既是到达网络的信号解码器，也是中枢神经系统疾病的靶标。大脑网络的整合作用遵循“俄罗斯套娃组织”，包括微观（即突触）和纳米（即分子）水平。在这种情况下，整合作用主要来自蛋白质-蛋白质相互作用。重要的是，由这些相互作用产生的大分子复合物通常具有变构性质的新结构结合位点。以 G 蛋白偶联受体 (GPCR) 为潜在
欧盟法规缓解人工智能性别歧视的新视角
摘要 人工智能是人们生活的一部分，但大多数人并未意识到它的存在。所谓的人工智能革命是各国需要应对的挑战之一。然而，对于什么可以被视为人工智能，甚至没有一个共同的定义。性别偏见是人类社会的一个古老问题，现在可以在人工智能驱动的技术中找到。考虑到人工智能对决策过程的影响的扩大，人工智能中性别偏见的后果甚至更加严重。长期以来，科学家们一直相信人工智能的客观性，而忽视了这个问题。现在的重点是如何克服从人类那里继承下来的这个问题。欧盟在发展人工智能发展与基本权利的道德一致性方面发挥着主导作用。然而，在解决和减轻人工智能中的性别偏见方面，硬法和软法都存在漏洞，导致性别不平等。本文旨在提供一些智力滋养，以探讨这些差距以及欧盟委员会制定的道德准则和人工智能法规项目《人工智能法案》对妇女权利保护的可能影响。事实证明，人工智能中的性别歧视是一个社会和技术问题，必须从这两个方面加以解决，而不仅仅是从技术方面。因此，立法者努力以一种“误入歧途”的方式来管理它。最后，本文提出了缓解人工智能中性别歧视的新观点，考虑到现有和即将出台的立法。本文基于一种全面的方法提供了新的观点，包括加强利益相关者的参与，因为随着人工智能革命，人工智能中的性别歧视已成为一个跨境问题。