XiaoMi-AI文件搜索系统
World File Search System时间推移
提示：在人类参与的情况下对基于 AI 的功能进行集成测试
人工智能技术的动态特性使得测试人机交互和协作具有挑战性——尤其是在这些功能投入使用之前。这对设计师和人工智能从业者来说是一个挑战，因为在开发阶段通常无法获得迭代的早期反馈。在本文中，我们从软件开发中的集成测试概念中汲取灵感，并提出了 HINT（人机集成测试），这是一个基于人群的框架，用于测试与人类在环工作流集成的基于人工智能的体验。HINT 支持在现实用户任务的背景下对基于人工智能的功能进行早期测试，并利用连续的会话来模拟随时间演变的人工智能体验。最后，它为从业者提供报告，以评估和比较这些体验的各个方面。通过一项基于人群的研究，我们证明了需要进行随时间推移的测试，因为用户行为会在与人工智能系统交互时发生变化。我们还表明，HINT 能够使用两个基于 AI 的功能原型，在各种常见的 AI 性能模式中捕捉和揭示这些不同的用户行为模式。我们通过对 13 名从业人员进行半结构化访谈，进一步评估了 HINT 在部署前支持从业人员评估人机交互体验的潜力。
InAs 胶体量子点固体中的顺序共钝化可实现高效的近红外光电探测器
III-V 族胶体量子点 (CQDs) 是用于光电应用的有前途的材料，因为它们避免了重金属，同时实现了从可见光到红外 (IR) 的吸收。然而，III-V CQDs 的共价性质要求开发新的钝化策略来制造用于光电器件的导电 CQD 固体：这项工作表明，先前在 II-VI 和 IV-VI 量子点中开发的使用单个配体的配体交换不能完全钝化 CQD，并且这会降低设备效率。在密度泛函理论 (DFT) 模拟的指导下，这项工作开发了一种共钝化策略来制造砷化铟 CQD 光电探测器，该方法采用 X 型甲基乙酸铵 (MaAc) 和 Z 型配体 InBr 3 的组合。这种方法可保持电荷载流子迁移率并改善钝化效果，斯托克斯位移减少 25%，第一激子吸收线宽随时间推移的增宽率降低四倍，并使光致发光 (PL) 寿命增加一倍。所得器件在 950 nm 处显示 37% 的外部量子效率 (EQE)，这是 InAs CQD 光电探测器报告的最高值。
白皮书 | 迈向可审计的 AI 系统
作为一项关键技术，人工智能（AI），尤其是深度神经网络，已经无处不在，出现在许多数字化应用中，包括生物识别、医疗保健和汽车等领域的安全相关应用。尽管人工智能具有无可争议的好处，但其使用也带来了定性和定量的新风险和漏洞。随着人工智能的日益普及，这就要求审计方法能够保证可信度，并能够实施新兴的人工智能标准和人工智能监管工作，例如欧洲人工智能法案。审计人工智能系统是一项复杂的工作，因为在人工智能生命周期中必须考虑多个方面，而这需要多学科的方法。在许多情况下，人工智能审计方法和工具只是研究的主题，尚未实际应用。为了全面盘点不同用例中 AI 系统的可审计性并跟踪其随时间推移的进展，我们在此建议采用新开发的“认证准备矩阵”（CRM）并提出初步概念。通过使用 CRM 概念作为框架来总结为期一天的 AI 系统审计研讨会的结果，讨论涵盖基础研究、应用 AI 审计工作和标准化活动，我们证明某些方面的审计方法已经很完善，而其他方面仍需要更多研究和开发新的审计技术和工具。
麦克鲁登的人类尊严与司法解释...
人类尊严与人权的司法解释 Christopher McCrudden 《世界人权宣言》在普及“尊严”或“人类尊严”在人权话语中的使用方面发挥了关键作用。本文认为，除了基本最低限度核心之外，“尊严”的使用并不能为人权背景下的司法决策提供普遍的原则性基础，因为在司法管辖区内或跨司法管辖区，人们对尊严的实质性要求几乎没有共同的理解。因此，尊严的含义是特定于环境的，在不同司法管辖区之间以及（通常）在特定司法管辖区内随时间推移而有很大差异。事实上，尊严并没有为原则性决策提供基础，反而似乎容易受到司法操纵，增加而不是减少司法自由裁量权。这是它对法官和诉讼律师都具有的重大吸引力之一。尊严为采用人权保障的实质性解释提供了一种方便的语言，这些解释似乎是有意而非巧合地高度依赖于当地情况。尽管如此，我认为“人类尊严”的概念在人权裁决的发展中发挥着重要作用，它不是为人权提供一致的内容，而是为人权解释和裁决的特定方法做出贡献。如此多的道路，如此多的利害关系，如此多的死亡
创业战略 15911 教学大纲.pdf
E51-335 教授 Erin L Scott E62-470 elscott@mit.edu 办公时间：课后预约（联系 jgrobey@mit.edu） 助教： 第 01 部分：Luca Gius（lgius@mit.edu） 第 02 部分：Janicia Koh（janiciak@mit.edu） 行政助理：Judy Graham-Robey（jgrobey@mit.edu） 本课程重点关注初创企业战略。本课程深入了解创新型企业家面临的核心战略选择、选择和实施创业战略过程的综合框架以及随着时间推移扩大企业规模的核心挑战和方法。本课程的中心主题是，为了获得竞争优势，初创企业的创始人必须平衡创业固有的实验和学习过程与创业战略的选择和实施。本课程重点介绍如何选择创业战略、重要的具体选择、关键选择如何组合形成整体创业战略以及特定创业战略的剧本。本课程结合了互动讲座、案例分析和与初创企业的直接接触。本课程借鉴了创业战略领域迅速兴起的研究成果，这些研究成果超越了针对初创企业的“一刀切”方法，而是专注于创始人在创办和扩大业务时面临的关键选择。案例和作业提供了一个以实用方式整合和应用创业战略框架的机会，并借鉴了各种行业和环境。
通过语义分析实现自动对象分类
当前用于对象识别和分类的方法主要依赖于单帧图像中的静态信息。但是，对于战斗空中视频（通常是低分辨率视频），几乎无法获得用于对象分类和识别的所有静态索引。为了应对这一挑战，我们提出了一种创新的3D和动态语义场景分析的方法，该方法利用监视视频数据主要是从无人机平台捕获的，以对静态对象进行分类（例如建筑物）和移动对象（例如车辆）自动。在我们提出的自动对象检测和分类框架中，除了3D静态对象的视觉特征（例如建筑物或车辆的形状，线取向，颜色和纹理）以及城市环境的3D静态结构，我们还探索了动态视频功能，其中包括随时间推移的车辆运动图案。所有这些静态和动态特征都将被视为构造时空特征向量，然后将新生成的向量发送到实时和自动建筑物和车辆分类的概率动态影响图（DID）推理模型。此外，我们还提出了有关自动建筑物检测，3D地形建模和可视化的新颖3D算法，以支持准确的对象分类/分类。1。简介
用于估计群体神经活动的通用神经网络模型，以实现稳健的神经解码
背景：稳健且连续的神经解码对于可靠且直观的神经机器交互至关重要。本研究开发了一种新型通用神经网络模型，该模型可以根据解码的群体运动神经元放电活动连续预测手指力。方法：我们实施了卷积神经网络 (CNN) 来学习从前臂肌肉的高密度肌电图 (HD-EMG) 信号到群体运动神经元放电频率的映射。鉴于 EMG 信号本质上是随机的，我们首先提取 EMG 能量和频率图的时空特征以提高学习效率。然后，我们通过对多个参与者的群体神经元放电活动进行训练建立了一个通用神经网络模型。使用回归模型，我们实时连续预测单个手指力。我们将力预测性能与两种最先进的方法进行了比较：神经元分解方法和经典的 EMG 幅度方法。结果：我们的结果表明，通用 CNN 模型优于特定于受试者的神经元分解方法和 EMG 振幅方法，测量力和预测力之间的相关系数更高，力预测误差更低。此外，CNN 模型显示出随时间推移更稳定的力预测性能。结论：总体而言，我们的方法为实时和稳健的人机交互提供了一种通用且高效的连续神经解码方法。
从 3D 打印到创新 4D
摘要：技术进步和新材料、先进材料的开发使从三维（3D）打印过渡到四维（4D）打印的创新成为可能。3D打印是通过沉积叠加的材料层来精确创建具有复杂形状的物体的过程。当前的3D打印技术允许放置两种或多种不同聚合物材料的细丝，再加上随着时间推移或在外部刺激作用下改变形状的智能材料的开发，使我们能够创新并迈向一个新兴的研究领域，即创新的4D打印技术。4D打印使得制造用于各种技术应用的执行器和传感器成为可能。目前，其最重要的发展是智能纺织品的制造。4D打印的潜力在于模块化制造，其中织物与打印材料的相互作用使得能够创建生物启发和仿生设备。本综述的核心部分总结了主要外部刺激对4D纺织材料的影响，然后介绍了主要应用。形状记忆聚合物为纺织行业带来了当前和潜在的机遇，包括开发用于抵御极端环境的智能服装、辅助假肢、智能夹板或矫形器（用于帮助肌肉进行医疗恢复）和舒适设备。未来，智能纺织品将发挥更加重要的作用，因此可以预见 4D 打印在未来十年的应用领域。
微塑料在人类尸体大脑中的生物累积
全球环境中微塑料和纳米塑料 (MNP) 浓度不断上升，引发了人们对人类接触和健康结果的担忧。用于稳健检测组织 MNP 的补充方法，包括热解气相色谱-质谱法、衰减全反射-傅里叶变换红外光谱法和带能量色散光谱的电子显微镜，证实了人类肾脏、肝脏和脑中存在 MNP。这些器官中的 MNP 主要由聚乙烯组成，其他聚合物的浓度较少但很重要。与肝脏或肾脏中的塑料成分相比，脑组织中聚乙烯的比例更高，电子显微镜证实了分离的脑 MNP 的性质，它们主要呈现为纳米级碎片状碎片。这些死亡组织中的塑料浓度不受年龄、性别、种族/民族或死因的影响；死亡时间（2016 年 vs. 2024 年）是一个重要因素，肝脏和脑样本中的 MNP 浓度随时间推移而增加（P = 0.01）。最后，在一组有痴呆症诊断的死者脑中观察到了更大的 MNP 积累，脑血管壁和免疫细胞中明显沉积。这些结果强调，迫切需要更好地了解塑料在人体组织（尤其是脑）中的暴露途径、吸收和清除途径以及潜在的健康后果。
计算机与化学工程 - NSF-PAR
雄心勃勃的可再生能源组合标准推动了大规模部署储能资源 (ESR) 作为灵活性的来源。因此，电力市场的设计正在积极开发中，以适当补偿 ESR 提供的灵活性服务。在本文中，我们提出了一个包含 ESR 系统的新市场清算框架。与现有的市场设计相比，我们的方法使用虚拟链接 (VL) 的概念来建模 ESR 系统，虚拟链接可以捕获随时间推移的电力传输/转移。VL 表示揭示了可用于 ESR 运营的经济激励，并揭示了电力市场应如何补偿 ESR。我们的框架还使我们能够探索 ESR 物理参数对市场行为的作用；具体而言，我们表明，虽然能源和电力容量定义了每个 ESR 可以提供的灵活性，但充电/放电效率在 ESR 报酬和电网缓解市场价格波动的能力中起着根本性的作用。新的市场设计在计算上也具有吸引力，因为它是一个线性程序，因此避免了混合整数公式和具有互补约束的公式（在当前设计中用于捕获二进制充电/放电逻辑）。我们使用我们的市场框架来分析 ESR 和市场运营商之间的相互作用，并为电网中 ESR 的最佳部署策略提供见解。