XiaoMi-AI文件搜索系统
World File Search System自私
通过运营商自有 WiFi 接入点卸载移动数据的激励机制
由于移动数据流量的爆炸式增长，移动网络运营商（MNO，也称为运营商或承运商）通过移动数据卸载同时利用蜂窝和 WiFi 资源已成为一种普遍做法。然而，现有的卸载技术主要建立在运营商和第三方 WiFi 资源之间，无法反映用户的动态流量需求。因此，MNO 必须设计一个有效的激励框架，鼓励用户披露其对资源的估价。在本文中，我们提出了一种新颖的基于出价的异构资源分配（HRA）框架。它可以使运营商同时有效地利用蜂窝和运营商自己的 WiFi 资源，其中用户的决策成本受到严格控制。通过基于拍卖的机制，它可以在了解用户估价的情况下实现动态卸载。而算子域卸载则有效避免了由于用户自私和信息缺失带来的无政府状态。更具体地说，我们提出了HRA-Profit和HRA-Utility，以分别实现最大的利润和社会效用。此外，基于随机多臂老虎机模型，新提出的HRA-UCB-Profit和HRA-UCB-Utility能够在不完全用户上下文信息下获得接近最优的利润和社会效用。所有的机制都被证明是真实的并且满足个体理性，而我们机制所实现的利润与最优利润在有限的范围内。此外，基于跟踪的模拟和评估表明，与基准相比，HRA-Profit和HRA-Utility分别将利润和社会效用提高了40%和47%。并且在所提出的机制下，蜂窝利用率保持在有利水平。 HRA-UCB-Profit 和 HRA-UCB-Utility 将伪后悔率限制在 20% 以下。
亲社会行为的发展 - 从同情到策略
摘要 儿童在生命的最初几年就表现出亲社会行为。研究表明，这种早期的亲社会行为主要是出于对他人的同情，但随着发展，儿童的亲社会行为变得更加多样化、更具选择性，并且在动机和认知上更加复杂。在这里，我们回顾了最近的证据，这些证据表明，从 5 岁左右开始，儿童逐渐能够策略性地使用亲社会行为作为实现其他目标的工具，例如提高声誉、被选为社会伙伴、获得互惠和履行人际义务。因此，儿童基于同情的亲社会行为正在被扩展和重塑为一种行为方式，使个人能够追求和平衡利他、互惠和自私的动机。地址 1 密歇根大学，密歇根大学心理学系，530 Church Street，安娜堡，密歇根州，48109，美国 2 马克斯普朗克人类发展研究所，适应理性中心，Lentzeallee 94，柏林，14195，德国 通讯作者：Grueneisen，Sebastian ( grueneisen@mpib-berlin.mpg.de ) 关键词 亲社会行为、儿童、合作、战略、利他主义。简介 尽管人类物种被描述为表现出在动物界其他任何地方都未见过的亲社会性 [1]，但所谓的人类亲社会行为的个别案例常常受到怀疑。这是有道理的，因为人类成年人有能力策略性地参与亲社会行为，故意满足他人的迫切需要，以此作为实现私利目的的工具手段，例如提升自己的声誉、获得回报或被选为社交伙伴。这与基于同情或真正的亲社会行为形成对比，在这种亲社会行为中，促进受益人的目标或福利本身就是目的 1（图 1）。在对成年人的研究中，举证责任在于证明某种行为不是由自私的目标所驱动的，无论这些目标有多么复杂，同情或对他人福祉的真正关心才能被接受为一种解释 [2-4]。这种担忧源于人们意识到成年人能够使用聪明的策略来欺骗他人或自己。然而，对于年幼的孩子来说，这种怀疑并不是什么大问题，主要原因在于：战略亲社会性可能很费力。考虑一下旨在被选为社会伙伴的亲社会行为所涉及的潜在认知挑战（例如今天分享一些蛋糕，明天被邀请参加聚会）。这样做可能需要一定程度的未来规划、延迟满足的能力（愿意放弃现在可以消费的资源以换取以后更好的回报），以及了解他人对自己的看法，以预测这些自我认知将如何影响他们的行为，等等。事实证明，与基于同情的亲社会行为相比，战略亲社会性实际上可能相当困难。在这里，我们采用发展方法来评估这种战略形式的亲社会性在个体发育过程中是如何发展的。我们认为，战略亲社会性不是必须克服的默认行为，而是必须在发展过程中获得。我们简要回顾了最新证据，这些证据强化了以下观点：儿童在生命的最初几年就已经怀着造福他人的意图行事，正如数十年的研究表明的那样，这些早期的亲社会行为大多是出于对他人的同情 [5-8]。然后，我们继续进行更详细的证据审查，这些证据表明，在个体发育过程中，儿童的亲社会性从主要基于同情心发展为行为更加多样化、更具选择性、动机和认知更加复杂。具体而言，最近的研究结果表明，从 5 岁左右开始，儿童
蒙特利尔人工智能伦理研究所 (MAIEI) 提交给
与大多数政策工具一样，知识产权法旨在激励和抑制人类行为以实现“最佳”目标。专利制度的目标是激励人们投入时间、金钱和精力为社会创造新颖而有意义的发明。然而，人工智能技术本身并不受政策工具的行为推动力的影响，因为与人类不同，人工智能不会故意自私。这一现实引出了一个问题：即使在最好的情况下，人工智能的知识产权能实现什么？为什么要扩大知识产权的定义以考虑人工智能“发明者”，而这些“发明者”不会根据这些保护改变他们的行为？由于人工智能不会主动：i）投资研发；ii）决定开发创新而非通用的解决问题的方法；也不理解“对我们的社会有意义”的概念，那么人工智能的知识产权保护将在促进我们社会的发明方面发挥什么作用？一个有用的类比表明地方法律不适用于 IA 系统，即将刑法应用于自动驾驶汽车的概念。与人类驾驶员不同，自动驾驶汽车不会因为法律处罚或扣分而受到安全驾驶的激励。事实上，除了 1 和 0 的序列之外，自动驾驶汽车根本不知道“法律处罚”或“扣分”的概念是什么；更不用说有动力按照他们建立的激励结构行事了。因此，自动驾驶汽车的开发者并没有要求扩大法律处罚和扣分范围，以确保人工智能技术的安全驾驶；相反，开发人员专注于与该技术兼容的技术组件，以确保其安全性。那么，当这些激励措施与人工智能技术不兼容时，我们为什么要尝试扩展知识产权法以支持人工智能技术的发明呢？扩展旨在推动人类行为的法律技术并将其应用于技术是一种逻辑上的不一致，它使将知识产权应用于人工智能的重要性失效。
共生世会成为我们的未来吗？ Glenn Albrecht 接受 Magdalena Ochwat 和 Piotr Skubała 采访
作为对《文化评论》（Przegląd Kulturoznaw- czy）本期中心主题的贡献，该期杂志关注与地球相关的话题，我们采访了一位杰出的学者和环境哲学家，他是《地球情感：新世界的新词汇》一书的作者。这次采访可以被视为本期发表的文章《地衣：地球的互惠字母表》（Ochwat、Wójcik-Dudek 和 Skubała）的后续，在该文章中，我们探讨了共生的概念，即一种积极的跨物种关系，它使地衣能够正常运作，并将共生置于后人类主义话语的框架内。通过引入共生世的概念，Glenn Albrecht 探讨了全生物和不同生命形式之间的共生关系这一主题，这为主流的人类中心主义生命模式（个体主义、自私和剥削）提供了一种真正的替代方案。他的主要目标是将共生世呈现为基于和谐合作和相互支持的地球共存的另一种愿景。Glenn Albrecht 曾任西澳大利亚珀斯默多克大学可持续发展学教授，直至 2014 年退休。他现在是悉尼大学地球科学学院的名誉研究员。他还曾在纽卡斯尔大学担任环境研究副教授，直至 2008 年 12 月。他著作颇丰，包括许多书籍章节和期刊文章，主题涉及环境和动物伦理、社会生态学以及环境变革的生存影响。他的主要作品《地球情绪》（2019 年）已以法语和西班牙语出版，2024 年将以荷兰语出版。格伦·阿尔布雷希特因“乡愁”概念而获得国际认可。1 该术语描述了环境变化对人类的影响而产生的痛苦
用自由能原理解释肥胖和 2 型糖尿病
根据自由能原理，所有有知觉的生物都力求将意外或信息论量（即变分自由能）降到最低。因此，社会心理“压力”可以重新定义为“预期自由能增强”的状态，即“预期意外”或“不确定性”的状态。经历压力的个体主要试图借助所谓的不确定性解决程序 (URP) 来减少不确定性或预期自由能。URP 由三个子程序组成：首先，诱发唤醒状态，增加大脑信息传输和处理，以尽快减少不确定性。其次，这些额外的计算会消耗大脑从身体中获取的额外能量。第三，该程序控制学习哪些压力减轻措施以备将来使用，哪些压力减轻措施不学习。当 URP 成功减少不确定性时，我们将该事件称为“良好”压力。如果 URP 无法充分减少不确定性，则会导致压力习惯化或长期毒性压力。压力习惯化通过平缓/扩大个人目标信念来减少不确定性，从而使以前被认为无法维持的结果变得可以接受。习惯化的人会经历所谓的“可忍受”压力。根据自私大脑理论及其支持实验证据，我们表明，习惯化的人缺乏压力唤醒，因此平均大脑能量消耗减少，往往会发展出肥胖的 2 型糖尿病表型。对于那些习惯化不是自由能量最优解决方案的人来说，他们不会通过改变目标偏好来减少不确定性，只会承受“有毒”压力。有毒压力会导致反复或持续的唤醒状态，从而增加平均大脑能量消耗，进而促进瘦弱 2 型糖尿病表型的发展。总之，我们将压力的心理概念锚定在自由能量原理定义的信息论不确定性概念中。此外，我们详细介绍了不确定性减少背后的神经生物学机制，并说明了不确定性如何导致心身疾病。
农药对生殖健康的损害档案
为 ABRASCO 档案撰写有关农药对生殖健康有害影响的文章是一件令人高兴的事，同时也是一份巨大的责任。这是一种令人高兴的情感，因为在我们生活的这个自私和个人主义的时代，我们能够遇到一项集体工作，这是非常奇妙的，这是 ABRASCO 下属各公共教学和研究机构 45 多位研究人员协调和专注努力的结果。合作总是比较困难，因为它需要协调、反复的协议和任务的分工，但它也最有可能变得更加一致和相关。当今的巴西深受其历史所苦，而其所引发的弊病尚未得到充分解决和消除。这个幅员辽阔、拥有多种独特生物群落的国家，却似乎眼睁睁地看着自己的自然和文化遗产遭到毁坏。一个土著种族灭绝尚未结束的国家。其中土著民族的产妇和婴儿死亡率在全国名列前茅。该地区的土地被金矿工人用汞污染，其自然资源也因农业和畜牧业的发展而不断减少。最近，我们目睹了森林和林地被烧毁的悲惨经历，烟雾侵入城市，数百万巴西人无法呼吸。我们无法呼吸！而这里，提到北美黑人运动为谴责警察暴力而提出的口号，让我们陷入巴西的种族主义。在全国所有地区，黑人女性的产妇死亡率也高于白人女性。来自郊区的年轻黑人被系统地杀害。在开明的北方国家，金发碧眼的贝尔塔斯可以占据媒体空间，以健康和积极的方式参与到保护自然的事业中；而在我们所生活的南方国家，成千上万的年轻人被抛弃在无助和绝望之中，被贩毒或民兵组织轻易地送入死亡的边缘。他们之中又有多少人能在不久的将来成为环保领袖？我们浪费了数千人的生命，给他们的家人带来了无法治愈的痛苦和悲伤。我们将我们的未来交给了塔纳托斯。
算法合作
合作通常会增加人类和其他物种的福利，但是激励代理人合作可能很困难。囚犯的困境提炼了这种社会困境的基本激励措施和回报：帕累托有效的结果是在主导的策略中，因此每个人都有强大的动力来自由骑行对另一个玩家。从理论上讲，众所周知，未来互动或重复的可能性是建立自私者之间合作的可能性：未来的遭遇可通过双关语威胁来激励合规性。然而，由于有无数的均衡，这是足够高的差异因素和不合作的平衡持续存在，因此研究如何发挥重复囚犯的困境是一种经验性练习。庞大的实验文献（请参阅下面的文献评论）解决了人类参与者合作的决定因素，形式和水平。我们研究自学算法如何发挥重复的囚犯困境。具体来说，我们将算法置于实验室实验中实施的相同经济环境中，并使用用于研究人类行为的工具分析其范围（Dal B´o and Fr´echette，2018年）。与人类一样，我们对决定因素，形式和合作水平感兴趣。在这些维度中的每个方面，我们都借鉴了实验文献，以了解社会困境中自学算法与人类之间的相似性和差异。首先，我们检查塑造人类合作的决定因素是否也影响算法合作。第二，我们询问算法采用哪种策略，并将其与人类的算法进行对比。最后，我们比较了人类与算法之间的合作水平，并询问哪些因素会导致差异。了解自学算法的行为至关重要（Rahwan等，2019）。毕竟，算法向人类提供建议或越来越多地决定他们。例如，算法可以自主驾驶汽车，调整金融投资组合，检测欺诈或设定价格等。某些自主算法在战略环境中运行，并与其他自学代理反复互动。这可能发生在协调问题中；例如，在选择流量路线或
利用 CRISPR 操控野生种群的命运
遗传害虫管理策略在 20 世纪初被提出，并于 20 世纪中期开始实施，其中昆虫不育技术 (SIT) 是其中的佼佼者 (130、131、202)。在 SIT 中，不育雄性被释放出来与野生雌性交配，随着时间推移，这种技术频繁大规模释放，可以抑制甚至消灭种群。该领域的早期工作依赖于辐射来产生不育突变 (17、131、207)。大规模实施该技术取得了巨大成功，彻底消灭了北美大部分地区的新大陆螺旋蝇 (131)，并抑制了其他一些物种 (83、179)。然而，遗传和其他技术挑战阻碍了抑制某些物种的尝试取得成功。在开展这项工作的同时，人们探索了许多其他控制方法，这些方法基于转基因时代之前对害虫遗传学的操作（例如易位和倒位），但总体上并没有取得很大的成功（100）。人们开始思考用于种群管理的遗传技术，特别是那些旨在自我维持的技术，这种思考始于 50 多年前（64, 201），其灵感来自于生命各个领域中越来越多的自然发生的自私遗传元素 [以下称为基因驱动 (120)] 的行为。许多这样的基因驱动是在遗传学领域早期发现的，通常是由于意外的突变率、性别比例偏差或特定基因型的死亡率而偶然发现的。这些驱动有利于它们的传播，而牺牲了基因组中的其他基因。这种行为可能导致这些驱动相对于相应的染色体对应物扩散，即使它们的存在会给携带者带来适应度成本（即降低整个种群的适应度）（78、95、104、178、226）。自然产生的基因驱动在形式和机制上千差万别，包括性别比例扭曲元件、减数分裂驱动元件和毒素-解毒剂系统（3、66、67、104、117、148）、转座元件（157、178、188）、可遗传微生物（62、80、225）和归巢内切酶（37、38）。这些自然基因驱动的潜在机制启发了合成基因驱动系统的创建（120）。
教育的可持续领导力和发展
在2007年初，国际气候变化小组宣布，我们有不到十年的时间来限制并避免经济自私的活动的最具破坏性影响，从而造成了巨大的全球气候变化。和联合国儿童基金会（2007）关于22个国家儿童福祉的报告在其调查所涵盖的所有工业国家的联盟底部排名世界上两个最富有的经济体 - 英国和美国。在他们一心一意地追求经济竞争力和发展时，一维知识经济体正在摧毁地球并目前吞噬年轻人，时尚的教育变革和改革策略同样威胁着将我们的教师和人力资源作为可取的浪费，就像是跨国公司和政治家一样，是我们自然资源的可持续性。实施了短期目标，无休止的测试和快速的政治胜利，以深度学习为代价是教育可持续性的敌人。近年来，我写了两篇 - 有些人可能认为显然是矛盾的 - 关于教育领导力和变革的书。知识社会的教学认为，需要重新认识学校教学，以准备所有年轻人参与将自己的国家转变为创造性知识经济体，并有机会在这些经济体的最高水平，高技能的高技能 - 高薪社会（Hargreaves，2003年）。越来越多的国家或渴望成为知识社会。知识经济不仅是信息社会的同义词。在电子，数字和卫星技术的时代，知识社会解决了如何以“基于知识的社区”（即努力产生和流通新知识的个人网络。在知识社会，财富，繁荣和经济发展中，取决于人们的能力，超出了竞争对手的能力，遵守消费者市场的欲望和需求，改变就业机会，改变就业机会或发展新技能，因为经济流失和低迷的要求。在知识社会中，这些能力不仅是个人的财产，而且是具有共享，创造和应用新知识的组织的财产，随着时间的流逝，在相互学习和持续创新的文化中不断地进行新知识。知识社会组织通过为成员提供终身技能和培训的大量机会来发展这些能力；通过打破学习和沟通的障碍并获得
凯恩斯与经济学
对凯恩斯来说，人是异质的——每个人的处境不同，每个人都有不同的品味、不同的能力和不同的信仰。然而，他们却组成了一个社会。将我们的推理从个体互动延伸到整个经济是误导。它犯了一种合成谬误。对于个人来说，从新奥尔良到巴吞鲁日最快的路线是 10 号州际公路；但这并不是让整个新奥尔良人到达巴吞鲁日的最快路线。经济学中的一个关键合成谬误是将基本交换错误地类比为整个经济。鲁滨逊·克鲁索面临着一个微观经济问题：如何利用稀缺资源做到最好。星期五的出现带来了一个新的但仍然是微观的经济问题。克鲁索和星期五不同的技能和不同的禀赋促成了互利的贸易，他们失业的唯一理由就是想享受睡眠、吃饭或游泳。相比之下，宏观经济学关注的是整个经济，比如星期五的部落，或者对凯恩斯来说，曼德维尔在《蜜蜂寓言》中抱怨的蜂巢。林肯航海家轿车或木兰烧烤餐厅的晚餐是一种可有可无的奢侈品，但如果我们中有足够多的人放弃这种奢侈品，汽车工人和餐馆服务员就会没有晚餐：“明天的同性恋者是绝对不可或缺的，为今天的坟墓提供了存在的理由”（凯恩斯[1936] 1973，105-6）。与鲁滨逊和星期五不同，复杂经济中的工人可能会失业；经济可能会以低于满负荷运转。凯恩斯敏锐地意识到，经济的复杂性取决于货币制度，它使我们能够从我们永远不会认识的人那里获得商品，他们过着我们难以想象的生活，在我们永远看不到的地方。鲁滨逊和星期五可能很自私，但从某种意义上说，他们显然是为彼此工作的。如果他们储蓄，他们就通过积攒储备来储蓄。我们也为彼此工作，但只是间接地。直接地，我们是为了钱而工作。当我们储蓄时，我们就是省钱，而不是要求别人工作。我节制消费导致别人收入损失，他节制消费导致别人收入损失……等等，这个过程就是凯恩斯著名的支出乘数。乘数