XiaoMi-AI文件搜索系统
World File Search System狭隘
通过有效的增材制造数据管理为中小型企业提供支持
大规模集成电路、中小企业和客户之间的关系复杂多样且往往狭隘，往往会阻碍轻松的工作关系。这增加了将产品推向市场所需的成本和时间，同时抑制了创新和盈利能力。
人工智能时代的教育 - Unesco.it
许多最引人瞩目的学校人工智能案例也都是基于狭隘的学习观点。人工智能科学家和公司高管经常引用一项著名的 20 世纪 60 年代的研究，该研究表明一对一辅导比全班教学能产生更好的学生成绩。该研究著名的统计“成就效应”发现被用来支持通过自动化“辅导机器人”进行个性化教学的想法。这也是对教育目的的狭隘看法，即提高个人的可衡量结果。这种关于教育人工智能的观点缺乏对教育更广泛目的的思考，即培养独立的批判性思维、个人成长和积极参与的公民能力。旨在提高个人学习基本水平的机械教学并不适合实现公共教育的这些更广泛的目标和价值。
模拟计算机化考试 (CBT)
• 将特定的知识、方法和技能应用于离散任务的能力 • 有效传达工作场所政策和标准的能力 • 确保有效利用组织人力资源的能力 • 以狭隘的视角看待工作场所的能力 • 以包括环境在内的整个组织复杂性的能力
技术与服务 (OICTS) 2024 ...
一轨优先事项是对核心信息和通信技术及服务的狭隘分析的产物。该分析依靠与国土安全部关键基础设施安全局的合作，确定了存在固有漏洞且缺乏成熟和广泛采用的网络安全标准的通信基础设施技术功能。
用本土智慧增强人工智能
当前“狭隘”或“弱”人工智能本身从根本上来说是一种数据分析工具，它所做的只是程序指令它做的事情。它没有自己的价值观或目标，它只是遵循程序员给它的价值观并追求目标。人工智能有可能使人工智能成为一个更好的工具，最终可能不仅仅是一个工具，但至少现在人工智能也必须被编程，因此同样只反映程序员的智慧。人工智能以其还原论的数据本体论和人为的算法认识论，是西方科学世界观的典型产物，人工智能的发展和应用以及对人工智能的讨论仍然在很大程度上反映了这种狭隘的世界观。人工智能将极大地受益于融入非西方世界观的元素，特别是形而上学包容性的土著世界观。例如，纳瓦霍人的 hozho 概念涉及和谐、平衡、相互关联和连通性的规范价值观和目标。Hozho 和其他土著概念可能会改变人工智能的范式，并可能极大地增强人工智能应用的实用性和整体效益。关键词
北萨默塞特心理健康与福祉战略
不同的是，建设一个以社会公正原则为基础的社会；减少收入和财富不平等；建设一个幸福经济，将实现健康和福祉置于政府战略的核心，而不是狭隘的经济目标；建设一个在应对气候危机的同时实现更大健康公平的社会”。
量子的一切都是“诡异而怪异的”吗？探索...
摘要：研究人员指出了与量子科学技术普及相关的四个潜在问题。其中包括缺乏对量子 2.0 技术的基本量子概念的解释、将量子科学技术描述为诡异而神秘的、将量子技术狭隘地描述为公共利益以及过于关注量子计算。到目前为止，还没有研究评估这些潜在问题是否真的存在于关于量子科学的大众传播中。在本次内容分析中，我们研究了 501 场涉及量子科学技术内容的 TEDx 演讲中是否存在这些潜在问题。结果表明，虽然大多数专家（70%）解释了量子 2.0 技术的至少一个基本量子概念（叠加、纠缠或语境性），但只有 28% 的非专家这样做了。其次，大约四分之一的演讲中都存在诡异/神秘的框架。第三，我们发现了一个狭隘的公共利益框架，主要强调量子科学技术的好处（在演讲中发现的次数是风险的 6 倍以上）。最后，主要关注的是量子计算，而忽略了其他量子技术。总之，TEDx 演讲中确实有提出的框架，确实关注量子计算，但至少专家经常解释底层量子概念。
有感知网络的出现和革命性的......
“我们的机器学习方式非常狭隘，”Bengio 在 2019 年 12 月的 NeurIPS 主题演讲中说道。“与人类智能示例相比，它们需要更多的数据来学习一项任务，但它们仍然会犯愚蠢的错误。”毫无疑问，深度学习是一种不完美的智能模型。它无法进行抽象推理，无法理解因果关系，并且难以进行超出分布的泛化。
凯捷生成式人工智能实验室的剧本
生成式人工智能让人工智能成为创意艺术、数据分析、客户服务和工程等领域的焦点。然而，这种快速崛起也让人工智能领域一个长期存在的问题凸显出来：人工智能“好”意味着什么？传统上，机器学习模型的性能仅通过狭隘的测试和验证分数来评估。然而，人们对具有创造力和幻觉的生成式人工智能的新关注，迫使我们重新考虑准确性的真正含义，或者准确性在这个新世界中是否重要。简单的准确性衡量标准对我们来说已不再足够好
计算机科学专业学生对人工智能和网络安全的看法
人工智能 (AI) 和网络安全是需求量很大的技能，但人们对哪些因素影响计算机科学 (CS) 本科生决定专攻 AI 还是网络安全以及这些因素在不同人群中有何差异知之甚少。在这项研究中，我们采访了本科计算机科学专业的学生，了解他们对 AI 和网络安全的看法。对这些访谈的定性分析表明，学生对 AI 和网络安全所需的工作类型、在这些领域工作的人员类型以及 AI 和网络安全可能产生的潜在社会影响有着狭隘的看法。具体而言，学生倾向于认为 AI 的所有工作都需要数学和训练模型，而网络安全则包括低级编程；天生聪明的人会在这两个领域工作；从事 AI 工作会带来道德问题；网络安全技能在当代社会很重要。其中一些看法强化了人们对计算的现有刻板印象，可能会对来自历史上在计算领域代表性不足的群体的学生参与产生不利影响。我们的主要贡献是确定学生对人工智能和网络安全的看法，这些看法可能会影响他们对这两个领域的兴趣，因此可能有助于扩大学生对人工智能和网络安全的看法。扩大学生对人工智能和网络安全的看法可能有助于纠正误解并挑战狭隘的定义，从而鼓励所有学生参与这些领域。