XiaoMi-AI文件搜索系统
World File Search System机器
机器心理学
大型语言模型（LLMS）显示出越来越高级的紧急功能，并且正在各个社会领域纳入。因此，了解他们的行为和推理能力至关重要。我们认为，研究的富有成果的方向是吸引LLM参与受到心理学启发的行为实验，这些心理学传统上旨在理解人类的认知和行为。在本文中，我们强调和总结了这种方法带来的理论观点，实验范式和计算分析技术。它为生成人工智能（AI）的“机器心理学”铺平了道路，该道路超越了性能基准，而是专注于计算洞察力，这些洞察力使我们朝着更好地理解和发现LLM中的新兴能力和行为模式。我们回顾采用这种方法，综合最佳实践并突出有希望的未来方向。我们还强调了应用旨在理解人类对机器的方法的重要警告。我们认为，随着模型发展为更强大，不透明，多模式并将其整合到复杂的现实世界中，从实验心理学到研究AI的利用工具将变得越来越有价值。
实现机器对机器交互的现代化 - 通用电气
这场革命并非凭空而来。已经采取了许多重要措施，确保采用标准方法来开发和部署机器软件、通信系统和用户体验，从而为下一次工业革命提供可扩展、安全且有保障的环境。这反过来又允许以标准、可重复的方式构建和管理新的运营、管理和分析软件。随着这些发展，出现了一个由公司、产品和服务组成的生态系统，将可以帮助实现这个新工业世界的软件和硬件推向市场。其结果是，工业世界更加高效、安全，有望将这些机会转化为每年 3200 亿美元至 6400 亿美元的工业效率节约。2 这个新世界现在开始了。
来自未来的机器
如今，远程呈现技术让学生能够与导师和老师见面，让医生能够为千里之外的患者提供治疗。机器人帮助工厂车间打包。联网传感器可以监控设施，3D打印可以制造定制商品。我们被一个充满可能性的世界所包围。当我们开始想象人工智能和机器人技术的进步能为我们做些什么时，这些可能性只会变得更大。想象这样一个世界：日常任务不再是你的菜。新鲜农产品由无人机送到你家门口。垃圾桶可以自行清空，智能基础设施系统支持自动拾取。人工智能助手——无论是否具体化——都充当着守护天使的角色，提供建议，确保我们最大限度地利用和优化我们的生活，过上好日子，有效地工作。机器人领域有可能通过为人们提供认知和身体任务的支持，极大地提高我们在工作、家庭和娱乐中的生活质量。多年来，机器人帮助人类完成危险、肮脏和枯燥的任务，并帮助人类探索难以到达的环境，从深海到深空。越来越强大的机器人将能够在认知层面上适应、学习并与人类和其他机器互动。机器人技术的目标不是通过机械化和自动化任务来取代人类，而是寻找新方法让机器人与人类更有效地合作。机器在处理数字和精确移动等任务方面比人类更胜一筹。机器人可以举起更重的物体。人类在推理、定义抽象、概括或专门化等任务上比机器更胜一筹，这要归功于我们借鉴先前经验的能力。
儿童机器
我自己拥有一种具体的表达方式，这不仅能让我表达我的意思，还能让我更深刻地理解是什么让具体思维变得强大。然而，最需要更抽象的表述的概念是“具体性”本身，这并不奇怪。在教育话语中，“具体”一词经常被用作日常意义。当教师谈到使用具体的材料来支持数字概念的学习时，人们很容易理解，这包括使用木块形成数字模式等方法。但这个词也获得了更专业的含义，其中最突出的含义与让·皮亚杰著名的（或在某些圈子里臭名昭著的）阶段理论密切相关。不幸的是，这两种用法经常被混淆：人们很容易陷入这样的陷阱：把皮亚杰当成它的普通含义来阅读，而这种谬论得到了许多以居高临下的语气为教师写的“皮亚杰变得简单”的书籍的支持。事实上，当皮亚杰将小学儿童的思维描述为“具体”时，他正在做一些更复杂、更有趣的事情。这是一个技术术语，就像物理学家使用“力量”这个词或精神病学家使用“抑郁”这个词一样——在所有这些情况下，除非人们意识到这些词因经常违背常识的理论而产生了特殊的扭曲，否则含义就会被误解。皮亚杰的“具体智力”概念的含义来自于一个理论视角，这个视角是在他一生富有成效的研究过程中缓慢出现、并不总是一致的。我们必须将这个非常有见地的概念与皮亚杰理论构造中某些更成问题的方面区分开来，特别是他的“阶段”概念。本章标题中教育哲学的对立为确定“具体智力”在皮亚杰理论框架中的含义提供了良好的背景。后缀“-ism”是摘要的标志，它在标题中的出现反映了我的思想风格的转变。“instructionism”这个词
机器作为作者
摘要：人工智能 (AI) 机器使用深度学习神经网络来创作表面上看起来应该受版权保护的材料，这种做法正在呈指数级增长。从国家新闻媒体的文章到音乐、电影、诗歌和绘画，人工智能机器创作的材料具有经济价值，可以与人类作家的作品相媲美。本文回顾了支持和反对版权保护人工智能机器创作的文学和艺术作品的规范和理论论点。本文发现，支持保护的论点是有缺陷的，难以令人信服，对版权法的历史、目的和主要原则的正确分析都得出这样的结论：不是人类创造性选择的作品属于公共领域。本文提出了一项测试，以确定哪些作品应该受到保护，包括人机合作的情况。最后，本文将提出的测试应用于三个具体的事实模式，以说明其应用。