1. 引言 建筑业是全球基础设施发展的重要组成部分,涵盖范围广泛,从住宅和商业建筑到桥梁、道路和水坝等大型基础设施 (Adetola 等人,2011) [9]。建筑业具有多样性和多面性的特点,需要复杂的规划、各利益相关者之间的协作以及复杂任务的执行。该行业在经济增长、创造就业机会和整个社会福祉中发挥着关键作用。建筑业是城市化和现代化的驱动力,具有独特的优势。随着人口的不断增长,对新建和改进基础设施的需求也日益增加,这给建筑项目带来了前所未有的压力,要求其精确、快速、高效地执行 (Evans 和 Annunziata,2012) [20]。然而,尽管建筑业意义重大,但它经常受到项目延期、预算超支和安全问题等挑战的困扰。这些挑战凸显了对创新解决方案的需求,这些解决方案可以彻底改变传统的建筑管理方法(Okem 等人,2023 年)[41]。效率和成本效益是建筑项目成功的关键因素。建筑行业在竞争激烈的环境中运作,利益相关者(包括客户、承包商和监管机构)要求在规定的预算和时间内实现最佳项目成果。项目管理效率低下会导致延误、成本增加和整体项目质量下降。及时完成项目不仅对于满足客户期望至关重要,而且对于最大限度地减少对社区的干扰并确保项目融资者的投资回报也至关重要。另一方面,成本效益是建筑项目财务可持续性不可或缺的一部分。有效的成本管理使利益相关者能够明智地分配资源、提高盈利能力并在市场上保持竞争力。人工智能 (AI) 已成为各个行业的变革力量,其在建筑管理中的潜力越来越受到认可(Odonkor 等人,2024 年)。人工智能涵盖的技术使机器能够模拟人类智能、从数据中学习、适应新信息以及执行通常需要人类认知能力的任务。在建筑管理的背景下,人工智能通过引入高级数据分析、预测建模和自动化提供了范式转变。人工智能在建筑管理中的潜力在于它能够分析大量数据、识别模式并做出预测以优化决策过程(Okem 等人,2023 年)[41]。从项目
2000 年 10 月 12 日,美国海军科尔号驱逐舰在也门亚丁港遭到袭击。虽然该行为不是由承包商实施的,但合同中提供的保护漏洞是造成该事件的主要因素。合同控制漏洞导致致命事故发生。随后对该事件的调查强调,“合同和 AT/FP 密不可分”。虽然它发生在一艘美国海军舰艇上,但亚丁港的教训对整个陆军都有广泛影响。事实上,在过去十年中,对陆军组织的后续袭击以及其他潜在袭击促使人们采取具体措施,旨在改善与合同相关的反恐和保护。那次袭击导致了第一份案头参考和“合同要求包反恐/行动安全审查封面”的开发。
SB 19-236:日落公共事业委员会 SB 19-236 30 涉及 COPUC 的重新授权。它包括对科罗拉多州公共服务公司(公共服务公司)、该州最大的电力公司以及其他可能选择加入的公用事业公司额外的清洁能源授权,到 2050 年,其 100% 的电力来自清洁能源,到 2050 年将电力部门的排放量减少到 2005 年水平的 80% 以下。31 该法案于 2019 年 5 月 30 日生效,为 COPUC 提出了多项举措,包括在资源规划练习中添加碳排放成本代理,32 并且与电动汽车和基础设施直接相关,该法案创建了一个配电网规划流程,33 这将允许 COPUC 评估公用事业公司在全州宏观层面规划和纳入电动汽车充电的申请。
道德自治:道德责任制所必需的•学习成果降低•透明度•依赖正义:我们欠他人的内容;尊重,公平•数据隐私和安全性•偏见与公平幸福感:身体和心理•人格化社会破坏:机构如何与社会关系•对技术过度依赖•工作流离失所•教育作为职业与社会的关系•AI的道德待遇?
1, 2 科学与技术学院 摘要 - 人工智能 (AI) 与软件工程的融合正在彻底改变传统的软件开发生命周期。本研究论文探讨了人工智能在增强软件工程实践方面的多方面作用,重点关注编码、测试和维护。通过自动执行重复性任务,人工智能提高了软件开发的效率和质量。智能代码助手、自动测试用例生成和人工智能驱动的错误修复只是人工智能如何改变行业的几个例子。然而,人工智能的融入也带来了挑战,例如需要高质量的训练数据、可解释的人工智能模型以及与现有流程的无缝集成。本研究回顾了当前的文献,强调了关键发现,并确定了需要进一步研究的差距。通过全面的分析,本文旨在更深入地了解人工智能在软件工程中的潜力和挑战,为未来的研究方向和人工智能增强开发实践的演变提供见解。
本评论系统分析了 2018 年至 2023 年期间拉丁美洲发表的关于将人工智能纳入高等教育的文献。目的是确定哪些研究已经发表了关于这个主题的研究,指出科学成果的贡献,以及仍然存在的弱点和差距。它试图回答的问题是:拉丁美洲如何解决人工智能与高等教育的融合问题?结论是,现有信息使我们能够回答,主要兴趣是以反思性、探索性或描述性的方式展示人工智能在高等教育中的挑战和机遇。也就是说,主要对这项新兴技术的含义进行概念分析,而不是对其实施或实际影响进行实证研究。在案例研究、人工智能的具体应用或对其在拉丁美洲教育环境中的有效性的评估方面仍然存在差距。