XiaoMi-AI文件搜索系统
World File Search System综管
公众对人工智能的看法
本章综合并讨论了公众对人工智能 (AI) 的看法。从规范的角度来看，了解公民和消费者对人工智能的态度非常重要，因为公众是塑造技术未来的主要利益相关者，应该在政策讨论中拥有发言权。此外，这项研究可以帮助我们预测未来的政治和消费者行为。全球调查数据显示，公众对人工智能的认识越来越高；然而，与人工智能研究人员不同，他们倾向于将人工智能拟人化。人口差异与对人工智能的信任度抽象相关：居住在东亚的人对人工智能的信任度更高，而不同地区的女性和社会经济地位较低的人对人工智能的信任度较低。针对特定人工智能应用的调查，包括面部识别技术、个性化算法、致命自主武器和工作场所自动化，增加了这一研究主题的复杂性。在本章的最后，我为未来的研究提出了三个新的方向：了解 1）机构声誉如何影响对人工智能的信任，2）增加一个人对人工智能的经验和知识如何影响态度，以及 3）对人工智能的态度如何影响个人的行为。
人工智能促进学习过程的学习理论
摘要 本文讨论了一种三级模型，该模型综合并统一了现有的学习理论，以模拟人工智能 (AI) 在促进学习过程中的作用。该模型取材于发展心理学、计算生物学、教学设计、认知科学、复杂性和社会文化理论，包括一个因果学习机制，该机制解释了学习是如何在微观、中观和宏观层面发生和运作的。该模型还解释了通过学习获得的信息是如何在各个层面内和跨层面聚合或汇集、消散或释放和使用的。根据该模型的特点，提出了人工智能在教育中的十四种角色：四个角色在个人或微观层面，四个角色在团队和知识社区的中观层面，六个角色在文化历史活动的宏观层面。其中包括对研究和实践的影响、评估标准和局限性的讨论。有了提出的模型，人工智能开发人员可以专注于与学习设计师、研究人员和从业人员合作，利用提出的角色来改善个人学习、团队绩效和建立知识社区。
生物医学知识图：域的调查，任务...
生物医学知识图（BKG）已成为组织和利用整个生物医学领域发现的庞大而复杂的数据的强大工具。然而，当前对BKG的评论通常将其范围限制在特定的领域或方法上，从而忽略了更广泛的景观和快速的技术进步来重塑它。在本调查中，我们通过从三个核心角度提供对BKG的系统审查来解决这一差距：域，任务和应用程序。我们首先研究了如何从不同的数据源构建的BKG，包括分子相互作用，药理数据集和临床记录。接下来，我们讨论BKGS启用的基本任务，重点是知识管理，检索，推理和解释。最后，我们重点介绍了精确医学，药物发现和科学研究中的现实世界应用，这说明了BKG在多个领域的翻译影响。通过将这些观点综合为一个统一的框架，这项调查不仅阐明了BKG研究的当前状态，而且为将来的探索建立了基础，从而实现了创新的方法论进步和实践实现。
在 AI 语言模型中合成真实性
随着人工智能技术被推广到医疗保健、学术界、人力资源、法律和众多其他领域，它们成为事实上的真相仲裁者。但真相备受争议，存在许多不同的定义和方法。本文讨论了人工智能系统中对真相的争夺以及迄今为止的普遍反应。然后，它研究了大型语言模型 InstructGPT 中真相的产生，重点介绍了数据收集、模型架构和社会反馈机制如何将对真实性的不同理解交织在一起。它将这种表现概念化为真相的操作化，其中不同的、往往相互冲突的主张被顺利地综合并自信地呈现为真相陈述。我们认为，同样的逻辑和不一致之处在 Instruct 的继任者 ChatGPT 中也存在，重申真相是一个非平凡的问题。我们认为，丰富的社交性和强化“现实”是增强未来语言模型真相评估能力的两个有希望的载体。然而，我们最后退一步考虑将人工智能说真话视为一种社会实践：作为听众，我们想要什么样的“真相”？
重新思考环境治理战略
摘要 本文提出了一个分析环境治理战略形成和影响的新框架。它结合了管理学、战略实践思维、社会系统理论和演化治理理论的要素。它从治理及其构成要素不断发展这一概念出发，战略的形成及其产生的效果应被理解为这些持续动态的要素。本文从制度和叙事两个维度对战略进行分析。引入现实效应的概念，以了解话语和物质变化与战略之间的各种关联方式，并表明战略的识别既可以来自先前的意图，也可以来自事后归因。观察现实效应可以增强现实效应，观察战略也可以。不同的观察模式和水平带来不同的战略潜力：观察自我、观察治理环境和观察外部环境。本文将这些想法综合成一个框架，将战略概念化为需要不断调整的富有成效的虚构。它们永远不会完全按照预期或希望的方式发挥作用，但这些富有成效的虚构是规划和指导工作必不可少且有效的部分。
强度弱
在麻醉学和围手术医学中使用人工智能（AI）和机器学习（ML）正在迅速成为临床实践的中流。麻醉学是一种富含数据的医学专业，它整合了许多患者特殊信息。围手术医学已成熟，用于应用AI和ML，以促进数据合成以进行精确医学和预测性评估。新兴AI模型的示例包括那些有助于评估深度和调节麻醉性交付，事件和风险预测，超声指导，疼痛管理和手术室后勤的控制。AI和ML支持按大规模分析综合围手术数据，并可以评估模式以提供最佳的患者特异性护理。通过探索该技术的利益和局限性，我们为评估AI模型采用在各种麻醉学工作流中提供了考虑的基础。对麻醉学和围手术医学中AI和ML的分析探索了当前的景观，以更好地了解这些工具提供的优势，劣势，机遇和威胁（SWOT）。
NUREG-2114，“人类可靠性分析的认知基础。”
本报告记录了文献综述的结果，旨在将人类认知研究综合为人类可靠性分析的技术基础。美国核管理委员会 (NRC) 组织了一个研究小组，审查心理学、认知、行为科学和人为因素方面的文献，并将其应用于核电站运营中的人为绩效。项目团队将结果综合成一个认知框架，该框架由五个宏观认知功能组成：(1) 检测和注意、(2) 理解和感知、(3) 决策、(4) 行动和 (5) 团队合作。对于每个宏观认知功能，团队确定了认知功能可能失败的直接原因、失败背后的认知机制以及影响认知机制并可能导致人为绩效错误的因素。此外，项目团队使用文献中的信息推断不同类型的人为故障与影响人为绩效的因素之间的因果关系和联系。本报告提供了人类表现的认知基础和结构化框架，用于评估人类表现在不断变化的事件场景中如何导致错误。这些信息可以作为 NRC 人为可靠性分析方法和人为因素工程指导的技术基础。
葡萄牙经济的宏观经济模型
摘要 宏观经济模型虽然不能完美地反映现实，但提供了宝贵的见解，有助于改善经济推理并帮助解释代理人的行为。本文对 M 模型的当前版本进行了一般性描述，M 模型是葡萄牙经济的宏观经济季度模型，自 2000 年代初以来由葡萄牙银行经济和研究部开发。这种半结构化模型体现了以所谓的新古典综合为基础的理论基础与更灵活的方法之间的折衷，以更好地拟合数据。由于这种模型对不断变化的经济现实采取了务实的态度，因此它仍然是一种常见且有用的工具。通过模型的几个部分之间的联系来考虑经济关系的相互联系，这些部分包括需求、供应、工资、价格、劳动力市场、金融和财政变量。M 模型用于不同的目的，是预测练习和情景分析工具包的一部分。通过模拟五种冲击，即国外需求、公共消费、汇率、油价和利率，说明了其短期和中期的动态特性。（JEL：C32、C53、E17）
美国知识经济的政治
四十多年来，学者们一直在探索贝尔（1974 年）等人首次提出的观点，即从 20 世纪 70 年代开始，美国从以制造商品为根基的福特主义经济转变为以知识生产为根基的知识经济。近年来，学术界对美国知识经济 (AKE) 的兴趣日益浓厚，产生了引人入胜的创新中心政治历史，如加州硅谷和波士顿 128 号公路走廊 (Geismer, 2015; O'Mara, 2019)，并质疑 AKE 在产生城乡投票行为差距等现象方面的作用 (Rodden, 2019)，并从比较的角度分析了 AKE 与美国政治经济的更广泛研究之间的关系 (Hacker 等人, 2019)。这些研究和许多其他研究的激增使得需要综合该领域的学术工作。与此同时，现有的研究很少明确解决有关知识经济发展的基本问题，例如 AKE 是什么、它何时出现、政府在创建它时发挥了什么作用以及它如何改变了美国社会。在本文中，我将以前的研究综合起来，叙述 AKE 的发展，并针对每个基本问题提出一些初步答案。
研究论文生物信息学分析，用于鉴定与乳腺癌中与骨转移有关的关键基因和长期非编码RNA
乳腺癌中骨转移的分子机制在很大程度上未知。在此，我们旨在使用生物信息学方法来确定与乳腺癌的骨转移有关的关键基因和长期非编码RNA（LNCRNA）。我们使用GSE66206数据集中的基因表达综合群筛选了正常乳腺癌和乳腺癌骨转移样品之间差异表达的基因和LNCRNA。我们还构建了差异表达的LNCRNA-MRNA相互作用网络，并分析了节点度以识别驱动基因。找到了乳腺癌骨转移的潜在致病模块后，我们确定了与模块中基因和LNCRNA的乳腺癌骨转移相关模块和功能富集分析。基于上述分析，我们构建了与乳腺癌中骨转移相关的差异表达的LNCRNA-MRNA网络，并鉴定了包括BNIP3和LNCRNA RP11-317-J19.1的核心驱动基因。核心驱动基因和LNCRNA在网络中的作用意味着它们在调节骨骼发育和重塑方面的生物学功能。因此，针对网络中的核心驱动基因和LNCRNA可能是管理骨转移的有前途的治疗策略。