XiaoMi-AI文件搜索系统
World File Search System联结
人工智能代理：从理论到机器实现
摘要 美德伦理学因其对道德品格和学习的重视而多次被认为是构建人工智能道德主体的一种有前途的方案。然而，鉴于该理论的复杂性，几乎没有任何工作实际上试图在道德机器中实现美德伦理的核心原则。本文的主要目标是展示如何将美德伦理从理论转化为机器实现。为了实现这一目标，我们从计算的角度批判性地探索了美德伦理的可能性和挑战。借鉴以前的概念和技术工作，我们概述了一种基于道德功能主义、联结主义自下而上的学习和幸福奖励的人工智能美德版本。然后，我们描述了如何从功能的角度解释所概述理论的核心特征，这反过来又为美德认知所需组件的设计提供了信息。最后，我们提出了一个人工智能美德主体技术开发的综合框架，并讨论了如何在道德环境中实现它们。
从脑记录中解码文本的深度架构
方法。— 在本研究中，我们提出了一种新颖的深度网络架构 Brain2Char，用于直接从直接脑记录（称为皮层脑电图，ECoG）解码文本（特别是字符序列）。Brain2Char 框架结合了最先进的深度学习模块 - 用于从神经数据中提取多波段时空特征的 3D Inception 层和双向循环层、扩张卷积层，然后是用于解码字符序列的语言模型加权波束搜索，以及优化联结主义时间分类损失。此外，考虑到皮层功能转换为字符序列所依赖的高度非线性变换，我们对网络的潜在表示进行了正则化，其动机是对语音产生的皮层编码和特定于 ECoG 数据采集的人工方面的洞察。为此，我们对发声运动、语音声学和会话特定非线性的潜在表示施加了辅助损失。
一种脑启发式人工智能的伦理分析方法
摘要 尽管人工智能取得了成功，但迄今为止，它在不同的应用领域和目标方面仍然存在许多缺点。这些限制可以说是概念上的（例如，与底层理论模型有关，如符号与联结主义），也是操作上的（例如，与鲁棒性和泛化能力有关）。受生物启发的人工智能，更具体地说是受大脑启发的人工智能，有望提供超出传统人工智能的生物学方面，从而有可能评估并可能克服其目前的一些缺点。本文探讨了受大脑启发的人工智能的开发和使用所引起的一些概念、技术和伦理问题。在此背景下，本文探讨了受大脑启发的人工智能在伦理上是否有任何独特之处。本文的目的是介绍一种具有启发性的方法，可用于识别和解决受大脑启发的人工智能（以及更广泛的人工智能）引起的伦理问题。应用该方法得出的结论是，与传统人工智能相比，类脑人工智能提出了新的基础伦理问题和一些新的实际伦理问题，并加剧了传统人工智能提出的一些问题。
可解释的人工智能是一场与模型复杂性的竞赛吗？
联结主义的复兴和巨大成功创造了一个以数据集大小、模型复杂度（以参数或权重的数量衡量）和计算时间为王的体系。深度学习模型性能的爆炸式提升伴随着模型复杂度和计算成本的爆炸式增长。有人认为，这些大型、昂贵的模型可能实际上没有必要。彩票假说 [1] 认为，较大的模型表现更好，因为它们更有可能包含有利于随机初始化的参数。因此，随机初始化的网络可能包含一个小得多的子网络，经过单独训练，该子网络的性能可以与原始网络相媲美。修剪这些模型是一个活跃的研究和辩论领域 [2,3]。尽管如此，较大模型在经验上更优异的性能使得杰出的研究人员得出结论：“利用计算的通用方法最终是最有效的”（萨顿的“惨痛教训”[4]）。 “扩展假设”认为，一旦找到合适的基本架构，我们只需实例化该架构的较大版本，即可生成任意级别的智能。因此，神经网络结构的操纵和表达已成为机器学习研究界的首要关注点，尽管也饱受批评。
第六作战领域？：管理太空-网络关系
本文回顾了最近出现的太空网络联结，这是一个独特的作战领域，在俄罗斯入侵乌克兰期间得到巩固，并分析了太空网络战争的（缺失的？）法律。本文进一步提出了在当代地缘政治和多边规则制定困难的约束下制定规范和规则的路线图。随着太空基础设施对现代军队和经济至关重要，它已成为主要目标。虽然只有四个国家（美国、俄罗斯、中国和印度）拥有反卫星导弹，但网络攻击所需的资金和技术复杂程度要少得多，而且非国家组织也可以发动。它们是强大的非对称武器，可以让攻击者掩盖自己的踪迹，让受攻击的国家无法确定其归属，从而使报复和威慑变得具有挑战性。乌克兰战争被一些人称为“第一次太空网络战争”，这是第一次将太空服务作为军事行动的一部分。值得注意的是，这是通过网络攻击实现的——这是一个明智的选择，因为俄罗斯也拥有反卫星导弹。本文认为，当前的多边机制不足以解决新的太空网络关系，迫切需要
Juliette Mattioli、Gabriel Pedroza、Souhaiel Khalfaoui、Bertrand Leroy。结合数据驱动和基于知识的 AI 范式来设计基于 AI 的安全关键系统。人工智能安全研讨会 (SafeAI)，2022 年 2 月，虚拟，加拿大。hal-03622260
基于人工智能的系统的开发面临着多重艰巨挑战。这些挑战主要一方面归因于相关工程学科（系统、安全、安保）的技术债务、其固有的复杂性、尚未解决的问题，另一方面归因于人工智能自主性的新兴风险、人工智能启发式与所需确定性之间的权衡，以及总体而言，定义、描述、评估和证明基于人工智能的系统足够安全和可信的难度。尽管过去几十年来，许多领域做出了大量研究贡献并取得了不可否认的进步，但实验性人工智能和可认证人工智能之间仍然存在差距。本文旨在“通过设计”弥合这一差距。考虑到工程范式是指定、关联和推断知识的基础，提出了一种新范式来实现 AI 认证。所提出的范式承认现有的 AI 方法，即联结主义、符号主义和混合主义，并提出利用它们作为知识捕获的基本特征。因此获得了一个概念元体，分别包含数据驱动、知识驱动和混合驱动的类别。由于观察到研究偏离了知识驱动，而是努力采用数据驱动方法，我们的范式呼吁依靠混合驱动方法来增强知识工程，以改善它们的耦合并从它们的互补性中获益。
使用图的图域中的深度学习分子嵌入来预测药物副作用
摘要：药物副作用 (DSE) 或药物不良反应 (ADR) 构成了重要的健康风险，仅在欧洲，每年就有大约 197,000 人死于 DSE。因此，在药物开发过程中，DSE 检测至关重要，ADR 的发生会阻止许多候选分子进行临床试验。因此，DSE 的早期预测有可能大大减少药物开发时间和成本。在这项工作中，数据以非欧几里得方式表示，形式为图的图域。在这样的领域中，分子结构由分子图表示，每个分子图都成为更高级别图中的节点。在后者中，节点代表药物和基因，弧线代表它们的关系。这种关系性质代表了 DSE 预测任务的一个重要新颖性，并且它直接用于预测。为此，提出了 MolecularGNN 模型。这个新的分类器基于图神经网络，这是一种能够以图形形式处理数据的联结模型。该方法是对之前称为 DruGNN 的方法的改进，因为它还能够从基于图形的分子结构中提取信息，从而生成适合特定任务的基于任务的分子神经指纹 (NF)。该架构已在性能方面与其他 GNN 模型进行了比较，表明所提出的方法非常有前景。
计算方式
图灵机是计算机的典型例子，但还有其他计算机，例如类比计算、联结计算、量子计算和各种形式的非常规计算，每种计算都基于对计算现象的特定直觉。这种多样性可以用系统级别来捕捉，重新解释和概括纽厄尔的层次结构，其中包括最顶层的知识层和紧随其后的符号层。在这种重新解释中，知识层由人类知识组成，符号层被概括为一个新的层，这里称为计算模式。自然大脑执行的心理过程通常被非正式地认为是计算过程，大脑与计算机器相似。然而，如果自然计算确实存在，它应该有自己的特点。一个这样的提议是，自然计算是在生物实体首次进行解释时出现的，因此自然计算和解释是同一现象的两个方面，或者意识和经验是计算/解释的表现形式。与计算机器类似，在神经回路的顶部和知识层之下必须有一个系统层，这里称之为自然计算模式。如果事实证明这种假定的对象并不存在，那么应该放弃思维是一种计算过程的命题；但对它进行描述将伴随着解决意识的难题。
BrainOS：一种新型的类似人工大脑的自动机器学习框架
人类智能由多种认知功能构成，这些功能直接或间接地由各种外部刺激激活。认知科学和神经科学的计算方法部分基于这样的观点：对此类认知功能和疑似与之对应的大脑操作进行计算模拟，有助于进一步揭示有关这些功能和操作的知识，特别是它们如何协同工作。这些方法还部分基于这样的观点：实证神经科学研究，无论是在此类模拟之后进行的（因为模拟和实证研究实际上是互补的），还是其他方式，都可以帮助我们构建更好的人工智能系统。这是基于这样的假设：大脑看似运作的原理，如果可以理解为计算的原理，至少应该作为人工智能系统运作的原理进行测试。本文探讨了大脑的一些原理，这些原理似乎是大脑自主、问题自适应性质的原因。这里阐述的大脑操作系统 (BrainOS) 是对正在进行的工作的介绍，该工作旨在创建一个强大的集成模型，将神经网络背后的联结主义范式和人工智能许多其他领域背后的符号范式结合起来。BrainOS 是一种自动方法，它根据 (a) 手头的输入、(b) 先前的经验（先前解决问题尝试的结果历史）和 (c) 世界知识（以符号方式表示并用作解释其方法的手段）选择最合适的模型。它能够接受多种混合的输入数据类型、处理历史和目标、提取知识并推断情境背景。BrainOS 的设计旨在通过其不仅能够选择最合适的学习模型，还能够根据手头的任务有效地校准它来提高效率。
心理健康与情绪健康策略
1. 理解 我们客观、不做任何假设地全盘倾听。我们认识到人们需要以自己的方式说出真相。我们以专业个人和团体的身份，对他人的生活经历及其对生活的影响感同身受。 2. 赋能 我们努力为面临挑战的儿童和成人树立信心、自信和感恩的心态，降低障碍。我们努力提升信仰体系，提供专业和人文支持，让难以接近的事物变得可及，从而提供新的机会。 3. 联结 我们将人们与人、机会、团体和支持联系起来，以促进和发挥积极作用 4. 成长 我们支持和鼓励、强调和庆祝儿童和成人的成长、成就和里程碑。 在我们这个人口日益稠密的世界里，从来没有像今天这样孤独和孤立。我们生活在一个跨越所有世代、性别、流派和社会阶层的精神和情感危机时代。这对抚养孩子的父母和家庭来说尤其具有挑战性。支持和理解是我们所有人共有的两种基本人类需求，我们的孩子也有这种需求，而作为成人看护者，我们必须找到补充能量的方法。有时很难知道从哪里开始，从自己和所需的帮助开始。请知道，作为父母、个人，您可以安全地在 KiddiCity 与我们联系，寻求支持和指导。我们在这里为父母提供支持。我们与许多组织、支持网络和当地服务机构有联系，这些机构为遇到心理健康和情感问题的父母、儿童和家庭提供支持。如果您不知道去哪里寻求帮助以及向谁寻求帮助，我们很乐意为您联系、指引或推荐联系人，请从我们的实用联系人目录开始，该目录提供了大量可用帮助和支持的详细信息。