XiaoMi-AI文件搜索系统
World File Search System系统开发
基于人工智能的系统开发中的架构决策
摘要 —人工智能（AI）技术发展迅速，基于AI的系统已广泛应用于各个应用领域，带来了机遇和挑战。然而，人们对基于AI的系统开发中做出的架构决策知之甚少，这对这些系统的成功和可持续性有着重大影响。为此，我们通过收集和分析Stack Overflow（SO）和GitHub的数据进行了实证研究。更具体地说，我们用六组关键字在SO上搜索，并在GitHub上探索了32个基于AI的项目，最终我们收集了174篇与架构决策相关的帖子和128个GitHub问题。结果表明，在基于人工智能的系统开发中（1）架构决策以六种语言模式表达，其中解决方案建议和信息提供最常用；（2）技术决策、组件决策和数据决策是架构决策的主要类型；（3）游戏是确定的十八个应用领域中最常见的应用领域；（4）架构决策中考虑的主要质量属性是性能；（5）从业者在制定架构决策时遇到的主要限制和挑战是设计问题和数据问题。我们的结果表明，在基于人工智能的系统开发中做出架构决策时的局限性和挑战与人工智能系统的特点高度相关，主要是技术性的，需要适当面对。索引词——架构决策、基于人工智能的系统开发、Stack Overflow、GitHub、实证研究
内部人工智能系统开发的通用角色模型
摘要 最新研究表明，开发和实施基于工业 AI 的服务所面临的一个挑战是角色和职责的不确定性。为了应对这一挑战，我们为制造业系统地开发基于 AI 的服务开发开发了一个通用角色模型。角色模型描述了在基于工业 AI 的服务开发过程中哪些角色是必需的。从而区分了角色是分配给“核心团队”、“扩展团队”还是参与“支持角色”。此外，该模型还显示了角色是否参与“构思”阶段、“需求和设计”阶段、“测试”阶段或“实施和推出”阶段。基于桌面研究、半结构化访谈和专家研讨会，我们确定了 22 个与基于工业 AI 的服务的开发和实施相关的角色。
氢能分布式能源系统开发
减少能源使用中的温室气体 (GHG) 排放是实现可持续发展社会的迫切课题，近年来，相关努力正在急剧加速。2020 年 10 月，日本政府宣布日本将在 2050 年实现碳中和，作为具体战略，2020 年 12 月制定了“通过实现 2050 年碳中和的绿色增长战略（1）”。该战略提出了能源相关产业、运输和生产相关产业、家庭和办公相关产业三个领域的 14 个增长产业，并为每个产业制定了目标和时间表。 2021年4月举行的气候峰会上，各国发表了减少温室气体排放的国家自主贡献（NDC），日本宣布了到2030年将NDC从2013年的26%提高到46%的政策。这样，温室气体减排工作就和各国的经济政策挂钩了，我们需要进一步加快努力。绿色增长战略中，提出了实现碳中和的能源结构的参考值。电力部门的目标是用可再生能源覆盖50%到60%的发电量，用氢气（H 2 ）和氨（NH 3 ）覆盖10%的发电量。非电力部门的目标是通过氢气、甲烷化和合成燃料实现碳中和。如上所述，日本需要普及并扩大可再生能源的使用，同时将碳回收利用和CCU（二氧化碳捕获与利用）（2）等各种技术应用于各个领域，将捕获的二氧化碳（CO2）与氢（以氨为能源载体）一起用作资源，以实现完全的碳中和。
引文 (APA) Cavalcante Siebert, L., Lupetti, ML, Aizenberg, E., Beckers, NWM, Zgonnikov, A., Veluwenkamp, HM, Abbink, DA, Giaccardi, E., Houben, GJPM, Jonker, CM, van den Hoven, MJ, Forster, D., & Lagendijk, RL (2022)。有意义的人类控制：AI 系统开发的可操作属性。AI 与伦理。https://doi.org/10.1007/s43681-022-00167-3 重要提示 要引用此出版物，请使用最终出版版本（如适用）。请检查上面的文档版本。
摘要 人类如何才能继续控制基于人工智能 (AI) 的系统，这些系统旨在自主执行任务？这样的系统越来越普遍，既带来了好处，也带来了不良情况，即其行为的道德责任不能正确地归因于任何特定的人或团体。有意义的人类控制的概念已被提出来解决责任差距，并通过建立条件来缓解责任差距，使责任能够正确地归因于人类；然而，对研究人员、设计师和工程师的明确要求尚未存在，这使得开发仍然处于有意义的人类控制下的基于人工智能的系统具有挑战性。在本文中，我们通过迭代的溯因思维过程确定了有意义的人类控制下的基于人工智能系统的四个可操作属性，从而解决了哲学理论与工程实践之间的差距，我们将利用两个应用场景来讨论这些属性：自动驾驶汽车和基于人工智能的招聘。首先，人类和人工智能算法交互的系统应该有一个明确定义的道德负载场景领域，系统应该在其中运行。其次，系统内的人类和人工智能代理应该有适当且相互兼容的表示。第三，人类承担的责任应与人类控制系统的能力和权威相称。第四，人工智能代理的行为与意识到道德责任的人类行为之间应有明确的联系。我们认为，这四个特性将支持具有实践意识的专业人士采取具体步骤，设计和构建促进有意义的人类控制的人工智能系统。
多模航天器推进系统的电源处理单元和馈电系统开发
多模式航天器推进系统集成了两种或多种使用共享推进剂的推进模式。伊利诺伊大学厄巴纳-香槟分校目前正在与 Froberg Aerospace, LLC 合作开发一种结合化学分解模式和电喷雾模式的多模式系统。从根本上讲，多模式航天器推进系统由推进器、电源处理单元和推进剂进料系统组成。本文详细介绍了之前开发的原型单推进剂电喷雾推进器的电源处理单元和进料系统的持续开发。电源处理单元由两个独立的升压电路组成，一个在电喷雾操作期间提供 3.25 kV DC，另一个在化学模式操作期间提供 24 V DC。进料系统架构是一个单一的气体加压系统，每个操作模式都有不同的流路，并且必须在电喷雾模式下提供约 850 nL/s 的体积流速，在化学模式下提供 100 μL/s 的体积流速。
预测安全管理系统开发
安全管理系统用于系统地管理安全风险。本文描述并解释了航空领域的安全管理系统。本文介绍了三种航空安全管理方法：被动、主动和预测。目的是展示安全管理系统在三种方法中的运作方式。本文的重点是预测安全管理方法、其优势和潜在用途。还概述了航空业使用的预测方法。研究收集了每种安全管理方法的信息，并揭示了它们之间的相关性，从而提高了我们对安全管理系统的总体理解。基于本文所述的研究，作者建议开发一种更先进的安全管理系统，即预测安全管理系统，这将需要开发一个扩展且组织良好的安全数据库，以及使用预测（预报）方法来识别潜在和新出现的危险、趋势和行为模式。
预测安全管理系统开发
安全管理系统用于系统地管理安全风险。本文描述并解释了航空领域的安全管理系统。本文介绍了三种航空安全管理方法：被动、主动和预测。目的是展示安全管理系统在三种方法中的运作方式。本文的重点是预测安全管理方法、其优势和潜在用途。还概述了航空业使用的预测方法。研究收集了每种安全管理方法的信息，并揭示了它们之间的相关性，从而提高了我们对安全管理系统的总体理解。基于本文所述的研究，作者建议开发一种更先进的安全管理系统，即预测安全管理系统，这将需要开发一个扩展且组织良好的安全数据库，以及使用预测（预报）方法来识别潜在和新出现的危险、趋势和行为模式。
预测安全管理系统开发
安全管理系统用于系统地管理安全风险。本文描述并解释了航空领域的安全管理系统。本文介绍了三种航空安全管理方法：被动、主动和预测。目的是展示安全管理系统在三种方法中的运作方式。本文的重点是预测安全管理方法、其优势和潜在用途。还概述了航空业使用的预测方法。研究收集了每种安全管理方法的信息，并揭示了它们之间的相关性，从而提高了我们对安全管理系统的总体理解。基于本文所述的研究，作者建议开发一种更先进的安全管理系统，即预测安全管理系统，这将需要开发一个扩展且组织良好的安全数据库，以及使用预测（预报）方法来识别潜在和新出现的危险、趋势和行为模式。
预测安全管理系统开发
安全管理系统用于系统地管理安全风险。本文描述并解释了航空领域的安全管理系统。本文介绍了三种航空安全管理方法：被动、主动和预测。目的是展示安全管理系统在三种方法中的运作方式。本文的重点是预测安全管理方法、其优势和潜在用途。还概述了航空业使用的预测方法。该研究收集了有关每种安全管理方法的信息，并揭示了它们之间的相关性，从而提高了我们对安全管理系统的总体理解。根据本文所述研究，作者建议开发一种更先进的安全管理系统，即预测性安全管理系统，该系统将需要开发一个扩展且组织良好的安全数据库，以及使用预测（预报）方法来识别潜在和新出现的危险、趋势和行为模式。