XiaoMi-AI文件搜索系统
World File Search System统计模型
人工智能安全的关键概念：概述
机器学习方法旨在从数据中学习模式和关联。3 通常，机器学习方法由输入和输出关系的统计模型（例如，音频记录与其文本转录之间的关系）和学习算法组成，该算法指定模型在收到有关这种输入-输出关系的更多信息时应如何变化。随着更多数据可用而更新模型的过程称为“训练”，基础研究和工程方面的最新进展使得能够从大量数据中高效训练高度复杂的模型。一旦成功训练，机器学习系统就可用于进行预测（例如图像是否描绘物体或人类）、执行操作（例如自主导航）或生成合成数据（例如图像、视频、语音和文本）。
临床决策和算法不等式
基于历史数据的决策支持算法将使人们的推荐受到过去不平等影响。详细的历史健康数据包含识别人口因素，例如种族，1个社会经济地位或宗教的模式。这些因素与社会劣势有关，因此与不平等的健康结果间接相关。在此类数据上训练的机器学习或统计模型将能够识别这些模式，并将不平等的结果与这些缺陷组相关联，即使没有明确记录数据中的人口统计信息。1 2如果间接关联后来影响决策支持算法，则有可能在不知不觉中造成进一步的缺点并加剧社会不平等。2当算法的行为不透明，嵌入“黑匣子”并用来影响健康，教育，就业或正义领域的决策时，社会不平等的加强是最高风险的。3
围手术期医学中的人工智能：叙述......
计算能力、数据存储和电子健康记录 (EHR) 中临床数据的积累以及图片存档和通信系统方面的最新进展在将人工智能 (AI) 引入医学的各个领域方面发挥了重要作用[1]。已有大量研究发表了将人工智能技术应用于放射学[2]、病理学[3]、心脏病学[4]和外科[5]的研究。对于围手术期医学，已经研究了围手术期风险分层、术中监测和重症监护管理的人工智能模型[6,7]。在某些情况下，这些模型的表现优于传统的统计模型甚至人类专家[8-10]。如果这些模型在未来的前瞻性验证研究中保持其性能并通过随机对照试验证实其临床效用，那么许多此类模型可用于临床实践。
太阳能自给自足家庭是可持续发展转型的驱动因素
摘要：我们提出了一个模型来估算德国一个四口之家实现 100% 电力自给自足所需的技术要求，包括光伏面积和电池容量以及成本。我们用准傅里叶级数和基于 2010 年柏林数据的自回归统计模型对私人家庭的每小时用电量进行建模。结合消耗模型和来自 ERA5 数据集的遥感每小时太阳辐照度数据，我们找到了从 2002 年 7 月到 2022 年 6 月实现电力自给自足所需的最佳光伏面积和电池容量。我们表明，使用当今的存储技术为私人家庭建立一个自给自足的家庭是可能的，并估算了这样做的预期成本。
ASA关于道德AI
2024年10月8日人工智能（AI）迅速获得了受欢迎程度，可访问性和适用性。持续的技术进步和快速同化大量数据的需求可能会加速AI的采用。尽管AI有希望的好处，但以安全有负责任的方式实施它，却带来了许多挑战。这对于遇到与标准统计实践不同的问题的统计从业人员尤其重要。例如，AI应用程序依赖于巨大的数据集，这些数据集通常以可能损害其完整性的方式收集，从而对数据的准确性和可靠性产生了不确定性。此外，AI应用中使用的模型与传统的统计模型实质上不同，该模型具有数十亿个参数和过度拟合的高风险，需要新颖和非标准的评估方法。此外，经常部署在自主系统中的AI应用程序比典型的统计模型更直接地与世界交互，因此影响决策过程的潜力更大。结果，ASA向统计从业人员提供了以下道德考虑，以开发和使用AI。ASA统计实践的道德准则（2022）将“统计实践”描述为包括设计，汇总，处理，分析，解释或介绍数据以及模型或算法开发和部署的活动，该活动也适用于AI的使用。ASA认为可信度应该是道德AI框架的总体目标。值得信赖的AI的特征包括解释性，公平性，隐私，安全性，可靠性，有效性，以人为本的人（优先考虑人类的价值观和福祉），人为循环（确保人类的监督纳入AI决策中）以及责任。为了接受这些特征，我们将重点放在责任制，透明度和公平性作为指导原则上。这些原则可以作为伦理发展和使用AI的成员和其他统计从业人员的指南，并帮助维持公众对统计从业人员对这些系统的贡献的信任。问责制原则：统计从业人员及其组织应能够审核和证明他们使用或帮助开发的AI系统。
量化小型无人机的态势感知
提出了一种新颖的统计模型来量化小型民用无人机系统 (UAS) 运行中的态势感知。如今，绝大多数小型 UAS 运行都在人类操作员的视线 (VLOS) 范围内进行，操作员对飞行安全负全部责任。随着操作开始转向超视线 (BVLOS)，操作员和日益自主的 UAS 本身很可能会共同承担这一责任。在我们试图量化这种系统的安全性之前，分析现有 VLOS 操作的安全性以提供目标安全水平是有益的。在考虑任何机载决策之前，必须确保 BVLOS 中 UAS 的人工态势感知系统至少与人类操作员的意识一样好。本文为态势感知的高级抽象提供了概率理论和模型，以指导未来对 BVLOS 操作的评估。
CIBMTR HCT中心生存报告方法
关于移植中心特异性生存率的年度报告的目的是提供潜在的造血细胞移植（HCT）接受者，其家人和公众，并比较C.W.Bill Young细胞移植程序（CWBYCTP）网络。移植中心可以将这些报告用于质量改善计划。报告中心特异性的生存率是2021年《移植法》的要求，此前是2005年的《干细胞治疗与研究法》（在2010年和2015年重新授权），在此之前，是1990年的《移植修正案法》。由于中心在治疗病例的风险水平上有很大差异，因此开发了一个统计模型来调整已知或怀疑会影响结果的几种风险因素。报告的结果是1年的总生存期，仅适用于美国同种异体HCT的接受者。没有尝试结合其他结果，例如复发或无病生存。
