XiaoMi-AI文件搜索系统
World File Search System梵高
免于癫痫发作的免疫力 - 伦敦
出处：与艺术家一起； 1889年12月6日送往西奥梵高；西奥·梵高（卒于1891年）；下降到约翰娜·范·邦格（Johanna van Gogh-Bonger）（1862-1925）和文森特·威廉·范·戈格（Vincent Willem Van Gogh）（1890-1978）；出售给AmedèeSchuffenecker（1854-1936）；与巴黎的让·凯勒（Jean Keller）博士（1908年）； Paul von Mendelssohn-Bartholdy（1875-1935）；通过他的遗ow埃尔萨·冯·凯塞尔斯塔特（Elsa von Kesselstadt）（1899-1986）的血统；他们将其卖给了伦敦的Matthiessen画廊。由纽约的保罗·罗森伯格（Paul Rosenberg）于1961年3月28日购买； 1961年5月1日，上面出售给诺顿·西蒙（Norton Simon）；上面出售给Armand Hammer，他的出售Parke-Bernet Galleries，纽约，1971年5月5日（Lot 48）； Armand Hammer Foundation的礼物是为Armand Hammer博物馆收购的。
非同质化代币 (NFT) 简报 - 2024 年 4 月
非同质化代币或 NFT 是一种代表实物或数字资产的数字商品。NFT 没有任何固有价值，相反，NFT 的价值来自它们所代表的资产。NFT 是不可替代的，这意味着它们是独一无二的，不可互换。相比之下，货币是可替代的，因为它可以与其他形式的货币互换，包括加密货币或黄金。可替代代币或加密货币可用于付款和购买商品或服务。图 1 说明了可替代资产和不可替代资产之间的区别。下图显示了可替代资产和不可替代资产之间的区别。黄金是一种可替代的有形资产的例子。比特币也是可替代的，但不是有形的。艺术品或房地产是有形的，但不可替代（梵高与莫奈不同）。像加密猫这样的 NFT 既不是有形的也不是不可替代的，因为每只加密猫都是独一无二的。
英国威斯敏斯特时代双周活动安排表
Age UK Westminster 即将举办的活动和事件 每两周一次的咖啡早间论坛 11:00-12:30 - Regent Hall，Welcome Hub，275 Oxford Street，W1C 2DJ，靠近 Oxford Circus 地铁站。 1 月 23 日星期四 - 特邀演讲嘉宾 - 来自 Excellent care 1st Podiatry 的 Esther。 2 月 6 日星期四 - 特邀演讲嘉宾 Manuela de Groot - Manuela 将与您一起踏上历史、美丽风景和印象派之旅。认识文森特·梵高，他深受法国南部最美丽的地区之一的光线和美景的启发。快来加入我们，了解他的生活，欣赏他的画作，了解他的思维方式和在普罗旺斯生活的经历！！2 月 27 日星期四 - 特邀演讲嘉宾待定。每周二下午 1:00-2:00 和下午 2:30-3:30 - Age UK Westminster 每周在贝多芬中心（地址：伦敦 W10 4JL 第三大道）举办 FIT4LIFE 1 级和 2 级锻炼计划，由我们的合格老年健身课程教练 Sharon 主讲。1 级 - 下午 1:00-2:00 - 为行动不便的人开设的从椅子到站立的锻炼课程。组合运动有助于增强力量和骨骼，提高灵活性和平衡性。2 级 - 下午 2:30-3:30 - 为行动较多的人开设的锻炼课程。提供锻炼以增强体质、锻炼肌肉和鼓励运动。由于 6 月份资金将用完，我们将对 1 级和 2 级收取 3.00 英镑的出席费。
人工智能“艺术品”中的“作品”变成了什么？
在介绍人工智能在创造力领域的新领域的文章中，人工智能被描述为对“创造力升级”的贡献，即“任何人都可以写出莎士比亚级别的作品，与巴赫一起谱曲，并以梵高的风格作画”[9]。世界经济论坛 [5] 等世界知名机构也发表了关于人工智能对创意产业影响的报告，详细说明了人工智能将如何慢慢完成日益复杂的创造性任务，而这些任务此前只能由人类完成。然而，这种说法具有误导性，因为它没有承认自动化技术发挥作用所需的人力。这些项目的驱动假设是，创造性知识可以被算法封装，并且通过使用正确的算法，艺术专业知识可以而且将自然而然地涌现。这种观点可以从 SonyCSL 的 FlowComposer 等项目中看出。该系统可以自动生成旋律，以“消除”音乐创作“耗时过程”带来的“障碍”，最终导致“新想法的涌现”[6]。因此，这些人工智能驱动的创意项目所宣传的叙事往往凸显了艺术媒介的技术奇迹（例如机器学习算法），而掩盖了制作、破解和调整算法以使其适用于定制艺术环境所需的劳动。实际上，人工智能艺术通常是构建和策划复杂相互作用的结果，不易分离成各个阶段或组成部分。在本文中，我们打算批判性地讨论随着艺术家将人工智能纳入他们的创作过程中，创意和艺术领域艺术创作叙事的转变。为此，我们报告了最近一项研究项目 [ 2 ] 的发现，该项目旨在更好地理解艺术家在所谓的 AI 艺术运动背景下对 AI 的实践。我们采访了五位艺术家，了解他们构思作品的方式、他们在创作艺术品中所扮演的角色，以及艺术品在他们艺术运动的社会文化结构中的接受程度。我们打算在这里报告有助于研讨会主题的选定发现。
生成式人工智能
摘要 为什么要发布 Rathenau 对生成式 AI 的扫描？ “生成式 AI” (GAI) 一词指的是能够根据用户要求自动创建内容的 AI 系统。例如，您可以要求这样的系统生成摘要，或者以梵高的风格创建图片。自 2022 年 11 月 ChatGPT 推出以来，全球数百万用户一直在尝试这项技术，它已经对社会产生了影响，同时人们对它会带来什么的期望很高。本扫描概述了与 GAI 相关的可能性和风险以及潜在的政策行动。 生成式 AI 是新事物吗？ 生成式 AI 建立在现有 AI 技术的基础上，是学习型 AI 系统的一个子集。同时，生成式 AI 系统具有许多与众不同的特点： • 首先，它们在语言方面明显优于其他 AI 系统； • 其次，它们可以有效地处理不同的“模态”，例如图像、声音、视频和语音，甚至蛋白质结构和化合物等； • 第三，生成式人工智能系统接受一般训练，这为各种特定应用提供了基础。因此，GAI 系统可以执行许多不同的任务，而不像许多其他属于“狭义人工智能”类别的人工智能系统，它们只接受一项特定任务的训练。 生成式人工智能能做什么？ 在目前的扫描中，我们区分了 GAI 系统可以履行的四个角色。GAI 系统可以部署为： 1. 学习工具：例如查找信息或在做作业时充当信息来源； 2. 生产工具：系统根据用户的要求创建某些东西。许多人已经在工作场所尝试这样做了； 3. 复杂问题的解决者：例如在科学领域，GAI 系统帮助折叠蛋白质结构，例如支持开发新型药物； 4. 创造体验：一些用户发现与 GAI 系统互动很有趣或很吸引人，它可以扮演伴侣的角色。例如，有人已经创建了一个模仿已故亲人的聊天机器人。尽管存在这些可能性，但该技术也有其局限性。生成式人工智能系统基于统计数据，因此会计算出最有可能的答案。这可能会导致错误答案或歧视性内容。底层算法也非常复杂，人们只能在有限的范围内理解它们的运作方式——包括那些开发这些算法的人。因此，该技术还不足以应用于医疗诊断等重要流程。
生成式人工智能
摘要 为什么要对生成式人工智能进行拉特瑙扫描 (Rathenau Scan)？生成式人工智能 (GAI) 是指可以根据用户请求自动创建内容的人工智能系统。比如，你可以让系统做一个摘要，或者按照画家梵高的风格创建一张照片。自 2022 年 11 月 ChatGPT 推出以来，全球数百万用户一直在尝试这项技术。这项技术已经对社会产生了影响，人们对它将给社会带来什么寄予厚望。此扫描概述了与 GAI 相关的机遇、风险和行动方案。生成式人工智能是新鲜事物吗？生成式人工智能建立在现有人工智能技术的基础上，形成学习型人工智能系统的一个子类。同时，生成式人工智能系统具有许多与众不同的特性： • 首先，生成式人工智能系统在语言处理方面明显优于其他人工智能系统； • 其次，该系统可以很好地与不同的“模态”配合使用，例如图像、声音、视频、语音，甚至蛋白质结构和化学化合物等； • 第三，生成式人工智能系统接受通用训练，为各类具体应用提供基础。由于这些原因，GAI 系统可以执行许多不同的任务，这与许多其他属于“狭义 AI”的 AI 系统不同，后者仅针对一项特定任务进行训练。您可以使用生成式人工智能做什么？在这次扫描中，我们区分了 GAI 系统可以发挥的四种作用。 GAI系统可以用作：1.学习工具：例如查找信息或作为做作业时的信息来源； 2. 生产工具：系统代表用户生产某些东西。许多职场人士已经在尝试这种做法。 3. 复杂问题解决者：例如在科学领域，GAI 系统有助于折叠蛋白质结构，包括着眼于开发新药； 4. 创造体验：一些用户发现与 GAI 系统交互很有趣或很有趣。例如，GAI 系统就可以充当伴侣。例如，有人创建了一个模仿他已故亲人的聊天机器人。尽管具有这些功能，但该技术仍存在一些局限性。生成式人工智能系统计算出最可能的答案。这可能会导致错误的答案或歧视性的内容。底层算法也是如此
ACM 参考格式：Clara Kliman-Silver、Tiffany Knearem 和 Joseph Wheeler。2022 年。自动化和灵感：了解人工智能在用户体验设计工具中的价值。在 CHI 计算机系统人为因素会议 (CHI '22) 的 InContext：未来用户体验设计工具研讨会论文集上。ACM，纽约，纽约州，美国，3 页。
未来的设计工具将由人工智能驱动，这些矛盾需要得到解决。因此，我们需要考虑人工智能如何融入支持知识工作的设计工具（即旨在支持用户创作过程的设计工具），以及人工智能如何激励设计师为用户创造新体验，而不会削弱人们对人工智能驱动系统的信任。虽然之前关于人工智能在用户体验（UX）工具中的作用的研究有些有限，但我们可以从关于人工智能在其他创意环境中的作用的研究中汲取教训。例如，对艺术家与人工智能绘图工具合作的研究表明，创意人员更喜欢一定程度的自主权，并希望“检查”人工智能创作的作品[4]。另一项研究发现，人工智能可以作为新艺术体验的灵感来源。研究人员创建了一个深度神经网络，学会了将艺术风格转移到其他图像上，例如，2016 年开发的一项算法探索将文森特·梵高的《星夜》的风格转移到了一幅鸭子画上。反过来，这种探索又引发了一系列视觉艺术和视频领域的艺术探索 [1]。同样，研究人员训练人工智能模型，使其发挥更客观的“第三只眼睛”的作用，帮助艺术史学家自信地识别和解释艺术作品 [6]。对于创意写作等更复杂的创作过程，辅助创意写作过程的工具已经利用众包工作者作为“自动化器”来产生故事创意，帮助作家畅所欲言 [3]。同样，一个面向视觉艺术家的人工智能绘图工具发现，艺术家愿意将某些琐碎的任务委托给人工智能，但不太愿意让人工智能“驱动”创作过程 [4]。虽然这些现有的作品是人工智能驱动的系统或创意写作方面的准系统如何补充现有创作实践的例子，但用户体验设计师如何看待旨在支持其创作过程的人工智能驱动工具仍不得而知。随着我们越来越多地了解将自动化引入设计过程的机会，我们已经开始发现人工智能对设计师有帮助的用例。我们将自己定位为人工智能的倡导者，通过自动化繁琐的任务和/或作为用户创作过程的助手提供灵感来支持设计师。我们的研究结果支持这一观点，即自动化必须向用户解释；即设计师应该能够发现哪些操作会影响设计工具中人工智能驱动的体验，并且应该能够审查人工智能系统产生的工作[5]。虽然这些想法正在兴起，但人们对人工智能的信任这一一般概念已被探索为用户接受人工智能驱动系统的关键[2]。