XiaoMi-AI文件搜索系统
World File Search System简约
信息系统中的人工智能 - Kevin Crowston
许多人认为，人工智能 (AI) 不仅是技术，也是人机关系的范式转变。许多文献认为，人工智能驱动的实践与组织结构、沟通、可供性和生态系统存在很大差异，并会深刻改变它们。然而，人工智能研究仍然支离破碎，而且往往缺乏清晰度。虽然信息系统 (IS) 学科可以在人工智能的出现和使用中发挥关键作用，但该学科需要一个明确的方向，明确它如何做出贡献以及其关键的研究主题和问题。本文借鉴了我们在 2020 年国际信息系统会议上组织的专业发展研讨会以及随后的讨论。我们总结并综合了人工智能在过去五十年中对组织实践的影响，并从各个角度提供了观点。我们根据概念清晰度、理论粘合剂、累积传统、简约性和适用性，确定了当前人工智能文献中的弱点。我们还确定了信息系统研究界可以采取的直接行动来解决这些问题。最后，我们提出了下一步研究议程，以指导未来几年的人工智能研究。
在潜在空间上实施稀疏性，以促进可靠和可解释的表示
最近，密集的潜在变量模型已显示出令人鼓舞的结果，但是它们的分布式和潜在的代码使它们降低了易于解释，并且对噪声的影响较低。另一方面，稀疏表示更为简约，提供了更好的解释性和噪声稳健性，但是由于涉及的复杂性和计算成本，很难实现稀疏性。在此过程中，我们提出了一种新颖的无监督学习方法，以利用逐渐稀疏的尖峰和平板分布作为我们的先验，以在发电机模型的潜在空间上强化稀疏性。我们的模型由自上而下的发电网络组成，该网络将潜在变量映射到观测值。我们使用最大似然采样来推断发电机后方向的潜在变量，并且推理阶段的尖峰和平板正则化可以通过将非信息性潜在维度推动到零来引起稀疏性。我们的实验表明，学到的稀疏潜在表示保留了大多数信息，我们的模型可以学习解开的语义，并赋予潜在代码的解释性，并增强分类和denosing任务的鲁棒性。
快速和缓慢的技术转型
经济体对某些技术创新的调整是否比较慢，而对其他技术创新的调整则比较快？我们认为，当创新主要有利于生产活动时，调整速度会比较慢，因为生产活动所需的技能与经济其他部分使用的技能有很大不同。原因是，当这种技能特异性更强时，劳动力市场的调整较少受到老一辈在职员工的快速重新分配的推动，而更多地受到年轻一代逐渐进入受益活动的推动。我们首先记录了美国劳动力市场对 20 世纪末信息和通信技术 (ICT) 的到来的调整与 20 世纪初制造业创新的调整不同。然后，我们建立了一个技术转型的世代重叠模型。它使我们能够清晰地描述技能特异性对均衡动态的影响，以简约的方式匹配证据，并研究其福利影响。我们表明，更强的技能特异性有助于解释为什么 ICT 转型更加不平等和缓慢，这完全是由年轻一代的逐步进入所推动的，他们从 ICT 创新中获得了更多的福利收益。
传感器和执行器 - Hai Lab
无线脑技术正在为基础神经科学和临床神经病学提供新的平台，以最大限度地减少侵入性并改进电生理记录和刺激过程中的可能性。尽管无线脑技术有诸多优势，但大多数系统都需要板载电源和相当大的传输电路，从而限制了小型化的下限。设计能够有效感知神经生理事件的新型简约架构将为独立的微型传感器和微创传输多个传感器打开大门。在这里，我们介绍了一种通过离子敏感场效应晶体管感应脑内离子波动的电路，该晶体管并联失谐一个射频谐振器。我们通过电磁分析确定传感器的灵敏度，并在体外量化对离子波动的响应。我们在啮齿动物的后爪刺激过程中在体内验证了这种新架构，并验证了与局部场电位记录的相关性。这种新方法可以作为集成电路实现，用于无线原位记录脑电生理。
紧张活跃的主神经元在两个时间尺度上调节相互排斥的运动状态
行为的连续性要求动物在相互排斥的行为状态之间平稳过渡。控制这些转变的神经原理尚不清楚。秀丽隐杆线虫自发地在两个相反的运动状态（向前和向后运动）之间切换，这种现象被认为反映了中间神经元 AVB 和 AVA 之间的相互抑制。在这里，我们报告说，自发运动及其相应的运动回路不是单独控制的。AVA 和 AVB 既不是功能等效的，也不是严格相互抑制的。AVA 而不是 AVB 保持去极化的膜电位。虽然 AVA 在快速时间尺度上阶段性地抑制了正向促进中间神经元 AVB，但它在较长的时间尺度上保持了对 AVB 的紧张性、突触外兴奋。我们提出，AVA 在不同时间尺度上具有相反极性的紧张性和阶段性活动，充当主神经元，打破了底层正向和反向运动回路之间的对称性。该主神经元模型为由互斥的运动状态组成的持续运动提供了一种简约的解决方案。
一切智慧都是集体智慧
摘要 广义上讲，集体智慧是指群体通过其成员之间的互动而实现的适应性行为，通常涉及达成共识、合作和竞争等现象。集体智慧的标准观点是，它是一种不同于所谓的个体智慧的现象。在本文中，我们认为，更简约的立场是将所有智能适应行为视为由类似的集体动力学抽象原则驱动。为了说明这一点，我们强调了类似的原则如何在非人类动物群体、多细胞生物、大脑、人类小群体、文化甚至进化本身的智能行为中发挥作用。如果所有这些系统中的智能行为最好被理解为集体互动的突发结果，那么我们要问，还有什么可以被称为“个体智慧”？我们认为，将所有智能视为集体智慧具有更大的解释力和普遍性，并可能促进智能适应行为研究中富有成效的跨学科交流。关键词：集体智慧、自组织、多细胞、神经达尔文主义、行为协调、文化进化
计算寿命：从简单互动
生命和人造生命的起源领域都质疑生活是什么，以及它是如何从独特的“预生命”动态中出现的。出现生命的大多数底物的一个共同特征是当出现自我复制时动态的明显变化。虽然有一些关于自然复制者在自然界中产生的假设，但我们对自我复制者出现的一般动态，计算原理和必要条件知之甚少。在“计算基材”中尤其如此，其中相互作用涉及逻辑，数学或编程规则。在本文中，我们朝着了解自我复制者如何通过基于各种简单编程语言和机器指令集研究几种计算基板来了解自我复制的一步。我们表明，当随机，非自我复制程序放置在缺乏任何明确健身景观的环境中时，自我复制者往往会出现。我们证明了这是如何由于随机相互作用和自我修饰而发生的，并且可以在有或没有背景随机突变的情况下发生。我们还展示了自我复制器兴起后，日益复杂的动态如何继续出现。最后，我们展示了一种简约的编程语言的反例，在该语言中可以自我复制，但尚未观察到出现。
心血管系统的混合神经普通微分方程模型
在人类心血管系统（CVS）中，心脏的左侧和右心室之间的相互作用受隔膜和果皮的影响。CVS的计算模型可以捕获这种相互作用，但这通常涉及将解决方案近似于复杂的非线性方程。结果，已经提出了许多模型，其中这些非线性方程是简化的，或者忽略了心室相互作用。在这项工作中，我们提出了一种使用混合神经普通微分方程（ODE）结构来建模心室相互作用的替代方法。首先，模拟了CVS的总参数ode模型（包括牛顿 - 拉夫森程序作为数值求解器），以生成合成时间序列数据。接下来，构建了基于同一模型的混合神经极，而室性相互作用则由神经网络设置为政府。我们使用短范围的合成数据（带有不同量的测量噪声）来训练混合神经ode模型。符号回归用于将神经网络转换为分析表达式，从而导致部分学习的机械模型。这种方法能够以良好的预测能力恢复简约的功能，并且对测量噪声非常有力。
混沌的结构：使用 NeuroKit2 对分形生理复杂性指标进行实证比较
摘要：随着计算和数学进步带来具有良好前景的新指标，通过熵、信息论和分形维数指标进行的复杂性量化正在心理生理学领域重新获得关注。遗憾的是，很少有研究比较大量现有指标之间的关系和客观表现，从而阻碍了该领域的可重复性、可复制性、一致性和清晰度。使用 NeuroKit2 Python 软件，我们计算了 112 个（主要使用的）复杂度指标列表，这些指标针对特征（噪声、长度和频谱）各异的信号。然后，我们系统地比较了这些指标的计算权重、它们对潜在维度多维空间的代表性以及与其他指标的经验接近性。基于这些考虑，我们建议选择 12 个指数，它们合计占所有指数总方差的 85.97%，在量化时间序列的复杂性方面，它们可能是一种简约且互补的选择。我们的选择包括 CWPEn、线长 (LL)、BubbEn、MSWPEn、MFDFA (最大值)、Hjorth 复杂度、SVDEn、MFDFA (宽度)、MFDFA (平均值)、MFDFA (峰值)、MFDFA (波动)、AttEn。讨论了替代子集的考虑因素，并且图表的数据、分析脚本和代码都是开源的。
基于多尺度模糊熵的基于EEG复杂度的算法：检测阿尔茨海默氏病
摘要：国家内部地区战略（SNAI）是一项公共政策，旨在应对内部地区的扩大，根据提供基本服务的中心的距离定义。这样的政策的成功对于解决了Covid-19大流行的新计划挑战至关重要。从这个意义上讲，有必要通过提供方便的决策支持工具，了解市政当局之间的权力平衡以及定义适当的干预措施来充分支持其实施。SNAI已用于项目选择的指标网格可以满足此需求。但是，网格在市政级别支持公共政策的申请需要审查其某些功能，例如指标的大量数量以及在市政量表上定义其中的一些功能。基于这些前提，本文旨在通过对当前的SNAI电网进行批判性分析来支持内部领域的政策，旨在提高其有效性。它依赖于合并定性数据解释和统计分析的混合方法。借助这种方法，可以通过将其复杂性和信息级别不受影响，从而定义一个简约的网格。SO固定的指标集可以代表一个有价值的参考工具，以从SNAI的角度查明行动的优先级或选择进一步的领土范围，即使它仍然带来了一些要面对的关键问题。