XiaoMi-AI文件搜索系统
World File Search System相互依赖
分布式能源系统中的边缘驱动数字孪生
行业整合的主要优势之一是构建一个更高效的生态系统，利用不同（但相互依赖）行业之间的协同作用。电网边缘的设备通常也是与其他行业的连接点，通常是交通运输（电动汽车）、供暖和制冷以及智能建筑。因此，它们是行业整合的物理基础设施。边缘驱动的数字孪生可以提供更好地规划跨行业基础设施发展所需的数据（以前无法获得），也将成为开发跨行业业务用例的基础。这也最终表明需要关注不同行业之间的数据互操作性和行业数据空间的互操作性。
数字平台与军事关系分析
本研究分析了数字平台（即“大型科技公司”）与军事机构之间的相互依赖关系。这种依赖关系的根源有三个主要因素：将数字平台的发展与政府的军事研发工作联系起来的“原始联系”、平台控制的基础设施和技术的关键性质，以及它们作为政府“眼睛和耳朵”（国内外）的作用。我们首先关注美国，记录了这些公司作为国防部承包商日益增长的重要性。其次，我们探索了一系列多年期合同，这些合同委托平台开发和管理用于军事目的的关键技术和基础设施。最后，我们记录了美国主要平台在战争场景中的直接参与。
回声 - 密涅瓦协会
它基于采购映射的详尽知识以及相关供应商存储库的开发和定期更新。后者的特点特别在于它们与 MCO-T 的相互依赖程度：一方面，通过与 MCO-T 相关的活动在其总营业额中所代表的数量（对供应商的依赖），以及另一方面，通过为他们准备的所有年度 MCO-T 付款的份额（取决于供应商）。这种方法使得了解要建立的关系的性质成为可能，这种关系可能根据权力平衡以及有关供应源的稳健性或脆弱性水平而演变。 MCO-T 采购地图主要涉及备件、工具、文档、某些完整设备、子组件或完整设备的维修服务、物流服务，甚至包括前面提到的全部或部分项目的全球服务。
建议引用：Hermann, Erik (2021)：利用人工智能在营销中实现社会公益——一种伦理视角，《商业伦理杂志》，ISSN 1573-0697，Springer 荷兰，多德雷赫特，第 179 卷，Iss。1，第 43-61 页，https://doi.org/10.1007/s10551-021-04843-y
摘要 人工智能 (AI) 正在 (重新) 塑造商业领域，尤其是营销领域的战略、活动、互动和关系。人工智能系统和应用在营销领域提供的巨大机遇的缺点是道德争议。基于人工智能伦理文献，作者从多利益相关方的角度系统地审视了在营销中部署人工智能的道德挑战。通过揭示伦理原则之间的相互依赖和紧张关系，作者阐明了纯原则性、义务论方法在营销中对人工智能伦理的适用性。为了调和其中一些紧张关系并解释人工智能造福社会的观点，作者提出了如何利用营销中的人工智能来促进社会和环境福祉的建议。
第 6 章 — #DigitalPowerups：在线讨论中创建安全、勇敢的空间，以支持学生的选择和发声
如果结构合理，在线讨论可以创造安全而勇敢的空间（Murphy 等人，2020 年），让学生围绕性别和性取向等传统上困难的话题进行有意义的对话。然而，激励学生参与在线讨论可能具有挑战性（Moore，2021 年）。在本章中，我们将展示 #digitalpowerups 策略如何为教师提供一种创新而有效的方式，通过培养思维习惯技能，让学生参与更高层次的在线讨论，例如将过去的知识应用于新情况、思考你的想法（元认知）、带着同理心倾听和理解、相互依赖地思考、带着惊奇和敬畏回应，以及追求准确性（Al-Zakri 和 Al-Jubair，2020 年；Costa 和 Kallick，2009 年）。
空中交通复杂性分析的时空图指标
摘要：在形式化空中交通复杂性方面已经进行了广泛的研究，但现有的研究主要侧重于限制空中交通管制员峰值工作量的指标，而不是一种可以指导战略、预战术和战术行动以实现飞机平稳流动的动态复杂性方法。本文使用图论形式化飞机相互依赖关系，并描述了四个复杂性指标，这些指标将时空拓扑信息与相互依赖的严重性相结合。这些指标可用于预测复杂性的动态演变，不是给出一个单一的分数，而是测量时间窗口中的复杂性。结果表明，这些指标可以捕捉扇区内复杂的时空区域，并提供扇区复杂性的详细和细致的视图。
AI 和 SE 路线图
将人类和人工智能视为一个团队的重要价值 • 通过改进团队组建、目标协调、沟通、协调、社交智能以及开发新的人机语言，建立长期、分布式和敏捷的人机人工智能团队 - 人工智能系统架构 • 提高人类对人工智能系统态势感知的方法 • 提高人工智能系统的透明度和可解释性 • 人机团队内的交互机制和策略 • 深入了解更广泛的社会技术因素如何影响人机团队的信任 • 更好地理解人类和人工智能决策偏见之间的相互依赖关系、这些偏见如何随时间演变，以及检测和预防偏见的方法 • 什么、何时、为什么以及如何最好地训练人机人工智能团队 • HSI 流程和措施的进步
