XiaoMi-AI文件搜索系统
World File Search System谬误
为什么我们认为通货膨胀期望对通货膨胀很重要？ （我们应该吗？）
6，即使人们确实认为货币中立是现实世界的特征，也将是Aristotle的第十二逻辑谬误（随之而来的）的一个例子，认为货币中立的存在必然意味着在价格或工资确定中的预期侵入的作用。7参见Ascari and Sbordone（2014），有关新的基金会模型，较高的（完美预期的）趋势频率的频率像是负面的生产力冲击。第二个概念，即詹姆斯·托宾（James Tobin）的通气“使劳动力市场的车轮润滑”。8，例如，弗里德曼（Friedman，1968）将失业率的自然率描述为“。。。沃尔拉斯（Walrasian）的一般平衡方程系统将划出的水平。” 9 9频道在论文中得到了公认的认可，其中包含一个长期（且紧张）的辩护，即这种价格级别的期望形成是合理的，以及呼吁对经验证据（基本上涉及引用欧文·费舍尔的引用），以证明他们强加的假设是将其定义的假设在这种情况下不断变化的假设是合理的。
2024.yrrsds-1.pdf
尚不清楚大型语言模型（LLM）是否在语言使用中发展了类似人类的特征。我们将Chatgpt和Vicuna进行了12个预先注册的心理语言实验，从声音到对话。Chatgpt和Vicuna分别在12个实验中分别复制了人类的语言使用模式。模型将不熟悉的单词与不同的含义相关联，取决于其形式，继续访问最近遇到模棱两可的单词的含义，重复使用的最近的句子结构，将因果关系归因于动词语义的函数，并访问了不同的含义，并根据对话者的身份访问了不同的含义并检索了不同的单词。此外，chatgpt而不是维库纳（Vicuna），非文字解释的令人难以置信的句子可能因噪音而损坏，提出合理的推论以及句子中被忽视的语义谬误。最后，与人类不同，这两种模型都不喜欢使用较短的单词来传达信息较少的内容，也没有使用上下文来解决句法歧义。我们讨论了这些融合和差异如何由变压器体系结构产生。总的来说，这些实验表明，在人类语言处理的许多方面，LLM（和Vicuna等LLM）在人类语言处理的许多方面都像人类一样。
航空航天工业中的数字孪生：简单介绍
摘要 数字孪生 (DT) 主要是任何可想象的物理实体的虚拟复制品，是一项具有深远影响的高度变革性技术。无论是产品开发、设计优化、性能改进还是预测性维护，数字孪生都在通过多种多样的业务应用改变各个行业的工作方式。航空航天业（包括其制造基地）是数字孪生的热衷者之一，他们对数字孪生的定制设计、开发和在更广泛的运营和关键功能中的实施表现出前所未有的兴趣。然而，这也带来了一些对数字孪生技术的误解，以及对其最佳实施缺乏了解。例如，将数字孪生等同于智能模型，而忽略数据采集和可视化的基本组成部分，会误导创建者构建数字影子或数字模型，而不是实际的数字孪生。本文揭示了航空航天界和其他领域数字孪生技术的复杂性，以消除影响其在安全关键系统中有效实现的谬误。它包括对数字孪生及其组成元素的全面概述。阐述其特征性的最新组成以及相应的局限性，航空航天领域未来数字孪生的三个维度，第三
航空航天工业中的数字孪生：简单介绍
摘要 数字孪生 (DT) 主要是任何可想象的物理实体的虚拟复制品，是一项具有深远影响的高度变革性技术。无论是产品开发、设计优化、性能改进还是预测性维护，数字孪生都在通过多种多样的业务应用改变各个行业的工作方式。航空航天业（包括其制造基地）是数字孪生的热衷者之一，对其定制设计、开发和在更广泛的运营和关键功能中的实施表现出前所未有的兴趣。然而，这也带来了一些对数字孪生技术的误解，以及对其最佳实施缺乏了解。例如，将数字孪生等同于智能模型，而忽略了数据采集和可视化的基本组成部分，会误导创建者构建数字阴影或数字模型，而不是实际的数字孪生。本文揭示了数字孪生技术在航空航天领域以及其他领域的复杂性，以消除影响其在安全关键系统中有效实现的谬误。它包括对数字孪生及其组成元素的全面调查。阐述了它们特有的最先进的组成以及相应的局限性，提出了航空航天领域未来数字孪生的三个维度，称为航空数字孪生（aero-DT），作为本次调查的结果。这些包括数字孪生的交互、标准化和认知维度，如果认真利用这些维度，可以帮助航空 DT 研发界将现有和未来航空航天系统及其相关流程的效率提高四倍。
人工智能中的拟人化：炒作与谬论
魏森鲍姆一生中的大部分时间都在警告人们将人类特质投射到人工智能上会带来危险。本论文同样通过主要关注人工智能拟人化的一些负面伦理后果，对人工智能的拟人化进行了研究。对这些后果进行详尽的分析几乎是不可能的，但通过关注拟人化作为一种炒作形式和谬论，本文表明了拟人化如何夸大了人工智能系统的能力和性能，以及扭曲了对它们的一系列道德判断。本文的结构如下。在第一部分，本文解释了拟人化的含义，以及这种现象在人工智能领域的一些表现方式。本文重点指出拟人化是围绕人工智能的炒作的一个组成部分。在这种情况下，炒作被理解为对人工智能能力和性能的歪曲和夸大，而炒作的组成部分则被理解为炒作的一部分。在第二部分中，本文表明拟人化通过其谬误性扭曲了道德判断。它通过关注人工智能的四个核心道德判断来说明这一点：关于其道德品质和地位的判断，以及关于对人工智能的责任和信任的判断。第三部分通过提供简短的总结和结论结束了这项工作。* Adriana Placani adrianaplacani@fcsh.unl.pt
医疗保健系统的说服性人工智能技术
智能手机和手表不仅有助于收集用户数据（可穿戴设备可以在用户环境中检测传感器数据），还能帮助用户实现个人健康目标。例如，它们可以向用户传达与健康相关的信息（例如，移动通知）。因此，说服技术可以情境化：它们可以在通知被关注且不会被忽略的可能性更高的环境中发布。这是朝着广泛可用的医疗决策支持系统迈出的一步，通过多模式界面提供健康干预。我们试图通过说服的方法是引导人们朝着某些方向发展：全神贯注并掌握完整的信息以实现自我控制，例如，通过智能手机通知、增强现实眼镜或机器人伴侣。这种方法假设用户的选择不会被阻止、隔离或增加负担。两种不同的选择架构方法是相关的：第一种是由 Thaler 和 Sunstein 2009 提出的，其关键主张是，真实的人会系统地犯错误，人们经常会犯错误，而这些错误是普遍存在的偏见、启发式和谬误的结果。例如，当人们根据一个例子被想起的难易程度来预测事件发生的频率时；或者当人们很可能继续采取一种行动，因为它是传统上所追求的行动，即使这种行动可能显然
人工智能时代的道德困境：一种新方法
摘要：在本文中，我们分析了不断演变的道德困境的结构，并着眼于人工智能在这种背景下日益重要的作用。从分析菲利帕·富特（Philippa Foot）提出的著名电车难题实验开始，我们考虑了多年来对这一道德困境的后续变体，最终提出了有关人工智能的电车难题，其中自动驾驶汽车必须自主做出生死攸关的决定。在此过程中，我们从哲学、社会和神经科学的角度考虑了这个问题，探讨了为人类和机器构建困境问题的基础。在从功利主义和义务论的角度考虑和分析电车问题之后，我们追随 Rittel 和 Webber 的脚步，强调义务论和功利主义传统“唯一正确答案”方法的谬误，即解决方案无疑是正确或错误的，并声称道德问题由于其内在的困境性质而无法解决。通过拒绝“自相矛盾”的方法，我们发现自己正在考虑两种方法都不是绝对正确的可能性。鉴于这些前提，我们提出了一种不同的方法，主张悲剧作为一种新工具发挥核心和创造性的作用，以增强人类和自动驾驶汽车解决道德问题的方法。
疾病x疫苗生产和供应链
研究人类性取向的遗传基础已经在社会，政治和道德上受到困扰。在1800年代后期，开创性的精神科医生倾向于建立医疗专业，采用了“同性恋”一词来描述一群被视为偏见的人：需要解释，诊断和治疗。异性恋似乎不需要解释，他们的性吸引力和行为模式是自然而不可避免的。[1]随着上世纪同性恋权利运动的发展，寻找“同性恋基因”与善意但最终是谬误的道德论点纠缠在一起：如果相同的性吸引是一种遗传学的问题，那么同性恋者是这样天生的，那么就不应以这种方式来歧视性别或种族。[2]有证据表明，认为同性恋是先天性的人更有可能支持对同性恋者的民权保护。[3]但是从道德和法律的角度来看，关于同性行为的原因的经验事实本身不能成为公民权利的基础。[4]否则论证是一种遗传谬误，类别错误。此外，对性取向的生物学方面的研究历史上已经导致了真正令人毛骨悚然的努力，以“治愈”完全健康的非异性恋者。更一般而言，LGBT+人们的公民权利不能取决于有关人类性行为的最新科学数据或理论。与Zietsch等人的作品，[5]我们回到了“同性恋基因”的叙述，但具有新颖的转折。与大多数以前的研究不同，Zietsch等人。）。他们的工作是旨在从进化的角度来解释同性恋的悠久历史的一部分。由于独有的同性行为本身不是生殖的，因此如何通过几代人维持这种处置（并发生在其他动物中）？没有试图解释一个性取向（例如男性同性恋），而是专注于非异性恋行为，即男性和女性中的任何同性性行为（SSB），这些性行为（SSB）都削减了许多LGBT+社会认同类别。他们的全基因组关联研究证实了很长一段时间的知名度：没有一个基因决定SSB，而是报告了与之相关的“大量基因”，相当于“跨基因组的效应非常小”。 Zietsch等。报告说，那些相同的基因群体也出现在某些异性恋者中，在那里他们似乎赋予了“交配优势”，如一生中由伴侣数量所衡量的。[5]简单的术语：当与SSB相关的基因出现在“直人”中（无论是男性还是女性）时，后者往往会有更多的伴侣。如果这种交配的提升足以超过同性群体之间的“繁殖损失”，则可以解释进化难题。相关基因据报道是“多效性的”，它指的是对多种性状有影响的基因或基因变异。作者提供了证据，表明这些相同的基因可能与心理特征有关，例如冒险和开放的经验，也许会增加身体吸引力，尤其是在男性中。他们假设“性欲，朝着短期与长期关系和魅力”和“魅力”的方向可能还有其他关联。那么，可能没有与性取向特别相关的基因，而是基因开放的经验（等。
人工智能：我们需要的数据，使机器与我们平等
人工智能简介在《计算机与智能》1中，图灵在论证机器无法通过图灵测试时，揭露了一些常见的谬误。特别是，他解释了为什么“询问者只需向他们提出一些算术问题，就可以区分机器和人类”，因为“机器会因为其致命的准确性而被揭穿”这一信念是错误的。事实上，机器“不会试图给出算术问题的正确答案。它会故意引入错误，以混淆询问者。”因此，机器会通过给出错误的答案，或者简单地说它无法计算答案来隐藏其超人的能力。人工智能在某些任务上取得了超越人类的表现，例如算术或游戏；在本文中，我们认为有时人工智能的能力可能需要受到人为的限制。这种刻意的限制被称为人工智能愚蠢。通过限制人工智能完成任务的能力，以更好地匹配人类的能力，人工智能可以变得更安全，即其能力不会超过人类能力几个数量级。这里的总体趋势是，人工智能在达到人类水平后，往往会迅速达到超越人类的表现水平。例如，对于围棋游戏，在几个月内，最先进的水平从强大的业余选手，到弱小的专业选手，再到超越人类的表现。从那时起，为了让人工智能通过图灵测试，或者让它的行为像人类一样，人工智能设计师必须刻意限制它的能力。
航空航天工业中的数字孪生：简要介绍
摘要 数字孪生 (DT) 主要是任何可想象的物理实体的虚拟复制品，是一项具有深远影响的高度变革性技术。无论是产品开发、设计优化、性能改进还是预测性维护，数字孪生都在通过多种多样的业务应用改变各个行业的工作方式。航空航天业（包括其制造基地）是数字孪生的热衷者之一，对其定制设计、开发和在更广泛的运营和关键功能中的实施表现出前所未有的兴趣。然而，这也带来了一些对数字孪生技术的误解，以及对其最佳实施缺乏了解。例如，将数字孪生等同于智能模型，而忽略了数据采集和可视化的基本组成部分，会误导创建者构建数字阴影或数字模型，而不是实际的数字孪生。本文揭示了数字孪生技术在航空航天领域以及其他领域的复杂性，以消除影响其在安全关键系统中有效实现的谬误。它包括对数字孪生及其组成元素的全面调查。阐述了它们特有的最先进的组成以及相应的局限性，提出了航空航天领域未来数字孪生的三个维度，称为航空数字孪生（aero-DT），作为本次调查的结果。这些包括数字孪生的交互、标准化和认知维度，如果认真利用这些维度，可以帮助航空 DT 研发界将现有和未来航空航天系统及其相关流程的效率提高四倍。