XiaoMi-AI文件搜索系统
World File Search System早期预警
有无人工智能的早期预警评分
作者隶属关系：芝加哥大学医院医学部，伊利诺伊州芝加哥市 (Edelson, Carey)；AgileMD，加利福尼亚州旧金山市 (Edelson)；威斯康星大学医学与公共卫生学院肺部和重症监护医学部，麦迪逊市 (Churpek)；耶鲁大学医学院心血管医学部，康涅狄格州纽黑文市 (Lin, Huang, Krumholz)；耶鲁医学院肺部、重症监护和睡眠医学部，康涅狄格州纽黑文市 (Siner)；耶鲁纽黑文健康中心 Care Signature，康涅狄格州纽黑文市 (Johnson)；耶鲁医学院普通内科部，康涅狄格州纽黑文市 (Rhodes)。
关于实现全民早期预警的联合政策简报草案
缩写和首字母缩略词 AF 适应基金 AC 适应通信 AI 人工智能 API 应用程序编程接口 ARD 分析就绪数据 CIEWS 气候信息和预警系统 CREWS 气候风险和预警系统 CTCN 气候技术中心和网络 EO 地球观测 EW4All 全民预警 EWS 预警系统 GCF 绿色气候基金 GEF 全球环境基金 GEO 地球观测小组 GIT 地理空间信息技术 GIS 地理信息系统 GNSS 全球导航卫星系统 IFRC 红十字会与红新月会国际联合会 ITRF 国际地球参考框架 IoT 物联网 IPCC 政府间气候变化专门委员会 ITU 国际电信联盟 LDC 最不发达国家 LDCF 最不发达国家基金 MHEWS 多灾种预警系统 ML 机器学习 NAP 国家适应计划 NDC 国家自主贡献 PPP 公私伙伴关系 R&D 研究与开发 SCCF 特别气候变化基金 SFDRR 仙台框架减少灾害风险的全球行动计划 SFM 仙台框架监测 SIDS 小岛屿发展中国家 SMS 短信服务 SOFF 系统观测融资机制 TEC 技术执行委员会 TNA 技术需求评估 TRF 地球参考框架 UAV 无人驾驶飞行器 UNCCD 联合国防治荒漠化公约 UNDRR 联合国减少灾害风险办公室 UNFCCC 联合国气候变化框架公约 UNOOSA 联合国外层空间事务办公室 UNOSAT 联合国卫星中心 WMO 世界气象组织 WIM 华沙国际机制
卢旺达种族灭绝：早期预警为何失败
关于卢旺达种族大屠杀的“早期警告”有很多，但都被系统地忽略了。关于卢旺达种族大屠杀的最佳著作是琳达·梅尔文的杰作《被背叛的人民：西方在卢旺达种族大屠杀中的作用》。书中对这些警告进行了详尽的阐述。仅列举几个例子，1992 年春，比利时驻基加利大使约翰·斯温纳 (Johan Swinner) 警告比利时政府，由哈比亚利马纳总统妻子组织的胡图族力量秘密组织阿卡祖 (Akazu) “正计划灭绝卢旺达的图西族，以他们自己的方式一劳永逸地解决种族问题……”2 1992 年 10 月，菲利普·雷恩特延斯 (Filip Reyntjens) 教授在比利时参议院组织了一次新闻发布会，介绍了胡图族力量行刑队的运作方式并透露了其头目的名字，包括后来协调种族灭绝的 Theoneste Bagasora 上校。3 1993 年 3 月，以人权观察和国际人权联合会为首的四个人权组织发布了一份关于卢旺达大屠杀的报告。尽管最终报告删除了“种族灭绝”一词，但由加拿大法学教授威廉撰写的宣布这一消息的新闻稿
使用机器学习检测紧急创伤环境中的颅内血肿的早期预警系统
由算法确定标签。根据决策树，在从 Haralick 特征（30）和图像矩（即中心矩、原始矩、归一化中心矩和 Hu 矩）中评估的 50 个因素中，来自 Haralick 特征的熵和方差以及图像中的中心矩特征是决定标签的最有效因素。在图像处理中，图像矩是图像像素强度的加权平均值（矩），或此类矩的函数，通常选择具有某些有吸引力的特性或解释。通过图像矩找到的图像的简单属性包括面积（或总强度）、其质心以及有关其方向的信息。另一方面，熵测量图像直方图的强度，它显示图像中不同灰度级的概率。
纳米材料的安全设计——可持续创新早期预警的最新经验教训
环保活动家们发起了一场跨代人的政治动员，引起了全世界的关注，因为他们强调全球社会生态变化（特别是气候变化）不可逆转的前景[1,2]。监管不力的行业不断引发尚未解决的危机，如臭氧层损耗、昆虫生物量可能不可逆转的损失、水源中普遍存在的微塑料和纳米塑料，以及长期的空气、水和土地污染[3]。科学家联盟支持环保活动家们的呼吁，即采取可转化的技术科学举措，并彻底透明地透明创新过程，作为解决我们面临的超国家危机的关键要素[4]。欧盟（EU）对此作出回应，出台了可持续增长的“绿色协议”[5]，欧盟委员会（EC）呼吁通过开发从产品开发到报废的本质安全和可持续的化学品，创造无毒环境[6]。问题是，采用“安全设计”（SbD）概念方法是否有助于预防未来的危机，这种方法强调早期安全警告、可持续成果的共同责任，并得到新社会契约的支持。过去的错误无法收回和抹去，但纳米材料（NM）的 SbD 循证方法的倡导者认为，它为新型先进混合和智能材料提供了这样的模板。SbD 可以实现
人工智能金丝雀：人工智能预期和民主治理的早期预警信号
我们提出了一种识别人工智能 (AI) 变革性进展的早期预警信号的方法，并讨论了这些信号如何支持人工智能的预期和民主治理。我们将这些早期预警信号称为“金丝雀”，因为金丝雀可用于对煤矿不安全的空气污染提供早期预警。我们的方法结合了专家引导和协作因果图来识别关键里程碑并确定它们之间的关系。我们给出了两个例子来说明如何使用这种方法：识别语言模型有害影响的早期预警；以及高级机器智能的进展。识别变革性应用的早期预警信号可以支持更有效地监测和及时监管人工智能的进展：随着人工智能的发展，它对社会的影响可能太大而无法追溯治理。受人工智能影响的人必须对如何治理人工智能有发言权。早期预警可以让公众有时间和精力通过民主、参与式的技术评估来影响新兴技术。我们讨论了识别早期预警信号的挑战，并提出了未来工作的方向。