第十一计划涉及使增长更快和更具包容性的挑战。过去几年中实现的快速增长表明,我们已经学会了如何实现增长,但是我们尚未在包容性方面取得可比的成功。贫困,无论我们是根据基于消费的贫困线的人口而狭义地看待贫困,还是在不访问基本服务的人口方面更广泛地看待,但下降的速度比应该慢的速度要慢。我们的人民有权期望我们经济的经济能力显然会转化为在这些方面的加速进步。第十一计划旨在在我们发展的这一方面实现根本性的转变。它为2007 - 08年至2011 - 12年的五年期间增长的目标设定了一个目标,并在此期间加速了,到计划结束时达到10%。它还确定了与贫困,教育,健康,妇女和儿童有关的26个其他可测量的绩效指标,
1996 年和 2003 年,一项开创性的研究对家族企业对美国经济和社会的影响进行了探讨,该研究帮助制定了政策,包括《与美国契约》的内容、遗产税法的变化以及将家族企业理念纳入政府政策和立法的许多方面。本报告由一个国际知名学术研究人员团队领导,其中包括一名原始研究成员,对家族企业的经济影响进行了更新和进一步评估。根据家族对企业的影响程度,将家族企业定义为从狭义、中等到广义的一系列概念,研究结果提供了对其对就业和经济活动的贡献的细致入微的见解。无论使用何种定义,家族企业都是美国经济的重要支柱,对经济和社会繁荣至关重要。这些见解为决策者、监管者和立法者提供了数据、科学论据和理由,以便在这个变革和经济和社会进步的非凡时期制定政策并采取措施。
这些测试展现了医生的一些关键特征:学习、决策和与人沟通的能力。技术已经通过机器学习在增强和狭义智能应用中补充了临床医生,从而增强了诊断、理解和治疗。8,9 一个突出的例子是人工智能增强的视网膜检查。这最初是为了鼓励全科和急诊临床医生不要放弃诊断性视网膜检查,也不要依赖于眼科医生的二次转诊。深度学习系统使用眼底照片以可接受的高灵敏度识别患有视乳头水肿的视盘、正常视盘和具有非视乳头水肿异常的视盘。10 这些创新扩展了独立医生的能力。政府正在认识并奖励这种潜力;例如,英国政府已承诺向慢性病预防、早期诊断和治疗领域的人工智能投入超过2亿英镑的资金。11
“仅仅因为儿童庇护申请人符合国务卿的政策,在我看来并不足以免除儿童申请人证明他面临真实风险或被遣返后极有可能遭受迫害的义务。构成迫害的门槛相对较高,该政策通过扩大范围避开了这一困难。无人陪伴的儿童无需证明他被遣返后会面临真实遭受迫害的风险,即可符合国务卿的政策。他只需证明他无人陪伴、无法找到父母以及无法为他做出适当的接待安排。因此,出于完全可以理解的政策原因,该政策的范围显然比难民身份的狭义定义更广。因此,仅仅因为一个儿童符合国务卿更广泛的政策,并不会自动得出这样的结论:该儿童的基本人权有可能受到严重侵犯,或极有可能遭受相当于迫害的待遇”(第 10 段)。
人工智能已成为最具变革性的技术之一,彻底改变了计算机的运行方式和与世界的互动方式。从自动驾驶汽车到个性化推荐,人工智能越来越多地融入我们日常生活的各个方面。本文探讨了人工智能如何融入计算机、其对不同行业的影响以及可能进一步塑造技术和社会的未来发展。人工智能是指在机器中模拟人类智能,这些机器被编程为自主思考、学习和决策。人工智能系统旨在模仿感知、推理、学习和解决问题等认知功能。人工智能的目标是创造能够执行通常需要人类智能的任务的机器,包括识别语音、理解自然语言、玩战略游戏和根据数据做出决策。人工智能大致分为两类:狭义人工智能和广义人工智能。狭义人工智能,也称为弱人工智能,旨在执行特定任务,例如语音识别或图像分类。当今大多数人工智能应用都属于这一类。通用人工智能,也称为强人工智能,是一个更高级的概念,其中机器具有执行人类可以执行的任何智力任务的能力。虽然通用人工智能仍然是一个理论概念,但狭义人工智能的快速发展已经对各个领域产生了深远的影响。人工智能与计算机的集成是通过几种关键技术实现的,每种技术都有助于智能系统的开发和部署:机器学习是人工智能的一个子集,专注于开发允许计算机从数据中学习并根据数据做出决策的算法。ML 模型不是明确编程来执行任务的,而是在大型数据集上进行训练,并随着接触更多数据而随着时间的推移提高其性能。ML 的应用包括垃圾邮件过滤、推荐系统和预测分析。深度学习是机器学习的一个子领域,它使用多层人工神经网络来对数据中的复杂模式进行建模。深度学习在图像和语音识别等技术进步中发挥了重要作用,在这些技术中,处理大量非结构化数据的能力至关重要。面部识别、自动驾驶汽车和自然语言处理等技术严重依赖深度学习。自动驾驶汽车。NLP 是 AI 的一个分支,它使计算机能够理解、解释和生成人类语言。NLP 弥合了人类交流与计算机理解之间的差距,使与机器的交互更加自然和直观。计算机视觉使计算机能够根据图像和视频等视觉数据进行解释和决策。通过模仿人类视觉系统,计算机视觉实现了面部识别、物体检测和自主导航等应用。医疗保健、汽车和零售等行业正在利用计算机视觉来增强其服务和运营。AI 正在改变广泛的行业,推动创新,提高效率并创造新机遇:在医疗保健领域,AI 被用于诊断疾病、制定个性化治疗计划和加速药物发现。AI 驱动的工具还有助于管理患者数据、预测疾病爆发和改善整体患者护理。金融行业已将 AI 用于欺诈检测、算法交易和信用评分等任务。AI 正在通过提供个性化购物体验、优化供应链和改善库存管理来彻底改变零售业。电子商务平台使用 AI 算法根据客户行为和偏好推荐产品,而 AI 驱动的分析可帮助零售商预测需求并简化运营。
本期不仅仅是一篇文章的集合:它是一个行动号召,让我们思考我们如何不断与使用人工智能(AI)的代理保持联系,以及它们的存在和对我们生活的影响将如何变得越来越广泛。每天都会有成千上万篇关于这个主题的文章和新闻发表,但是,我们可能并不清楚它的发展状况、它影响我们环境的可能性、它面临的挑战和威胁……甚至定义它也很复杂,因为存在多种方法和对立的立场。甚至有人指出,人工智能会产生一种效应,即当人工智能的发展进入公众视野并变得“正常化”时,它们就不再被视为智能(Haenlein and Kaplan,2019)。这种影响使得人工智能很难得到普遍接受的定义。除此之外,其进化阶段也十分复杂:从狭义人工智能、通用人工智能到超级智能,以及它所整合的认知、情感和社交技能(分析性、受人类启发或人性化)(Kaplan and Haenlein,2020 年)。
本文提议成立一个跨国通用人工智能联盟 (MAGIC),以减轻先进人工智能 (AI) 带来的生存风险。MAGIC 将是世界上唯一获准开发先进人工智能的机构,其签署国将对所有其他先进人工智能开发实施全球暂停令。MAGIC 将是独家的、以安全为重点的、高度安全的,并得到成员国的共同支持,其利益在签署国之间公平分配。MAGIC 将允许狭义人工智能模型蓬勃发展,同时显著降低通用系统出现错位、流氓、突破或失控结果的可能性。我们没有讨论实施暂停令的政治可行性,也没有讨论执行禁止高容量 AGI 训练运行所需的具体立法策略和规则。相反,我们提出了一个积极的未来愿景,即 MAGIC 作为一种全球治理机制,可以为长期、安全的先进人工智能监管奠定基础。
拒绝有条件豁免的审前命令可以满足这些条件。Plumhoff v. Rickard,572 US 765,771–72(2014)。但是,当该辩护的解决方案取决于有争议的重要事实问题时,拒绝有条件豁免辩护的命令并不是附带的或“最终的”。Monteiro v. City of Elizabeth,436 F.3d 397,405(3d Cir. 2006)。这里不存在这样的争议。虽然双方对佩雷斯过马路的速度和过马路后发生的事情存在分歧,但这些分歧与我们面临的狭义的初始扣押问题无关。佩雷斯坚持认为,有条件豁免分析需要“评估 [库尼奥] 作为证人的可信度”。Perez Br. 8。并非如此。有条件豁免涉及官员的“客观法律合理性”,而不是他的可信度。 Anderson v. Creighton,483 US 635,639 (1987)(已修订)。地方法院以法律而非事实为由驳回了非法扣押索赔的有条件豁免权。
本修订的公共卫生紧急命令旨在修订为应对 2019 年新型冠状病毒病(“COVID-19”)的传播而实施的对大型集会和商业运营的限制。鉴于新墨西哥州 COVID-19 病例迅速增加造成的灾难性影响,继续采取社交疏离和自我隔离措施对于保护公众健康是必要的。本命令的核心目的仍然是强调所有新墨西哥人除了最必要的活动和服务外,都应留在家中。现在尤其如此,因为该州正在经历前所未有的新病例激增,医院的容量已接近或超过其容量。当新墨西哥人不在家时,他们必须严格遵守社交疏离规定并戴上口罩以将风险降至最低。这些牺牲是我们每个人为保护同胞和整个州的健康和福祉所能做出的最大贡献。根据这些目的,本命令及其例外情况应狭义地解释为鼓励新墨西哥州人除最必要的活动外,其余时间都留在家中。
20 世纪 80 年代,随着先进的微处理器实现了更强大的计算能力,人工智能的发展迎来了复苏。根据“摩尔定律”的概念,计算机芯片的容量继续呈指数级增长,大约每两年翻一番。10 这些更强大的半导体使计算机科学家能够访问更大的数据库,从而实现更复杂的算法。一系列被称为“专家系统”的新程序被开发出来,这些程序首次能够复制人类的决策。11 专家系统包含有关特定主题的大量知识和事实。这些程序可以解决狭义的问题,否则这些问题需要人类主题专家来解决。例如,国防部使用专家系统开发维护软件,使用户能够输入诊断数据并收到有关故障根本原因的报告以及推荐的解决方案。12 虽然专家系统在定制应用程序方面表现出色,但它们无法参与超出其预编程知识的问题解决。13