1译者注:中文术语可以将英语翻译成“人工通用情报”(AGI)或“通用人工智能”(简称“通用AI”)。这种翻译选择“通用AI”,因为当中国作家使用该术语通用人工智能时,通常是指广泛的AI形式,而不是像Agi所暗示的那样类似于人类认知的AI。有关此术语的更全面讨论,请参见Wm。C. Hannas,Huey-Meei Chang,Daniel H. Chou和Brian Fleeger,“中国的高级AI研究:监视中国通往“一般'人工智能的途径”,“人工智能中心”,“安全与新兴技术中心”,2022年7月7日,2022年,HTTPS://CSET.GEORGETONTOWN.GEORGETOWN.GEORGETONTOWN.EDUE/PUBLITICA/CHINAS-CUBUBLICATION/CHINAS-EREVENG 1-3。1-3。
B9/67C 2024 年 8 月 19 日 行政长官 全体认可机构 先生/女士, 使用生成人工智能的消费者保障 我谨致函,向认可机构提供一套关于从消费者保障角度在面向客户的应用中使用生成人工智能(“GenAI”)的指导原则。鉴于大数据分析和人工智能(“BDAI”)的发展,香港金融管理局(“金管局”)于 2019 年 11 月 5 日在《认可机构使用大数据分析和人工智能的消费者保障》通函中发布了一套指导原则(“2019 年 BDAI 指导原则”),重点关注四个主要领域,即管治和问责、公平、透明度和披露,以及数据隐私和保护(请参阅附件 1 的简要摘要 1 )。这些指导原则已被证明对银行和客户有益,并有助于促进香港银行业 BDAI 的健康发展,正如香港金融管理局最近进行的一项调查显示 BDAI 使用案例激增所见(调查结果摘要见附件 2)。更重要的是,2019 年 BDAI 指导原则还有助于增强客户对使用采用 BDAI 的银行服务的信心。近几个月来,香港金融管理局注意到银行业对在其运营中采用 GenAI 的兴趣日益浓厚。GenAI 是 BDAI 的一种形式,可以生成新内容,例如文本、图像、音频、视频、代码或其他媒体,
计划下一代通信网络会计官员评估会计官员通常会仔细审查重要政策提案或启动或变更重大项目的计划,然后评估它们是否符合《管理公共资金》中规定的标准。自 2017 年 4 月起,当会计官员同意对政府重大项目组合内的项目进行评估时,政府承诺向议会提供这些评估的要点摘要。此项会计官员评估与请求会计官员批准下一代通信网络 (NGCN) 概要业务案例同时进行。背景国防部的固定网络目前通过三种网络服务提供:业务、关键运营和关键任务,为全球约 2000 个站点提供所有数据安全等级的服务。服务通过两份合同提供:全球连接和国防固定电信服务。这些合同需要退役并由 NGCN 服务取代,并将通过一系列采购活动交付,时间与现有商业安排的结束相吻合:三个采购包是:
- 根据最近的研究(包括跨国公司、社会企业、孵化器;Busch 等人,2018 年;Busch,2020 年;Busch & Barkema,2021a;Busch & Barkema,2021b;Busch & Grimes,2022 年):不是运气与策略,而是“培养聪明的运气”是(良好)策略的一部分
凯蒂·杜吉恩将于今年 5 月从塔尔博特神学院毕业,获得神学硕士学位。她目前在加利福尼亚州富勒顿第一福音自由教会工作,负责妇女事工和青年事工。
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles,公共卫生硕士、博士;Johan Ordish,文学硕士;Richard Branson,理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试,解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究,制定其对经过合成数据训练的人工智能医疗设备的监管立场,并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起,这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此,医疗器械法规是否适合人工智能变得越来越重要,制造商是否了解并遵守其义务也变得越来越重要,其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心,通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具,并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力,并考虑在更广泛的改革背景下使用合成数据,以确保医疗器械法规适用于人工智能。合成数据概况 近年来,人们对合成数据的兴趣日益浓厚,原因有很多,包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力,以及解决真实数据局限性的能力,如数据缺失、欠采样和样本量小。4 更重要的是,尽管合成数据的潜在应用已经讨论了多年,但直到最近,合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲,合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面,高保真度合成数据集将能够捕捉复杂的临床关系,并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源,并且根据需要合成数据的应用,使用低效用或中等效用合成数据可能是可以接受的。
b'片上微型超级电容器(MSC)是最有前途的器件之一,可集成到微/纳米级电子设备中以提供足够的峰值功率和能量支持。然而,较低的工作电压和有限的能量密度极大地限制了它们更广泛的实际应用。在此,设计了基于Ti3C2TxMXene作为负极、活性炭作为正极的高压片上MSC,并通过一种新颖的切割喷涂法简单地制造了它。通过解决MXene的过度极化,单个非对称片上MSC可以在中性电解质(PVA / Na2SO4)中提供高达1.6V的电位窗口,并具有7.8 mF cm2的高面积电容(堆栈比电容为36.5 F cm3)和大大提高的能量密度3.5 mWh cm3在功率密度为100 mW cm3时,这远远高于其他片上储能产品。此外,MSC 表现出优异的容量保持率(10,000 次循环后仍保持 91.4%)。更重要的是,MSC 可以轻松扩大为硅晶片上串联和/或并联的高度集成阵列。显然,这项研究为开发用于片上电子产品和便携式设备的高压 MXene 基 MSC 开辟了新途径。'