XiaoMi-AI文件搜索系统
World File Search System费力
综合形式化方法的新机遇
事实上，最近我们可以观察到机器人和自主系统存在大量困难 [112, 141]。此类系统将在社会中得到更广泛的应用，从而提高其安全关键性水平 [70]，并需要严格的监管制度。结构化保证案例提供了一种成功的监管验收方法，这些案例提供了由证据支持的可理解且不可废止的安全论据 [72, 77, 104]。然而，无论是否符合 IEC 61508 1 和 DO-178C 2 等标准，此类保证案例的创建都很费力，维护和发展都很复杂，并且必须通过评估过程进行严格检查，以确保满足所有义务并实现对论据的信心 [68, 160]。尽管如此，这些问题正是 FM 旨在克服的。
使用 INCEPTION RESNET V2 卷积神经网络进行脑肿瘤分类
摘要：脑肿瘤是最致命的疾病之一，因为脑内异常细胞不受控制地发展。磁共振成像（MRI）是一种医疗设备，可提供数字图像并帮助放射科医生和神经科医生识别脑肿瘤的种类和存在。为了对脑肿瘤的 MRI 图像进行分类，需要一种客观、自动且更可靠的方法，因为人为和主观的分类过程费力且容易出错。为了超越传统测试方法的局限性，人工智能被认为是从磁共振成像中识别脑肿瘤类型的合适工具。卷积神经网络是增强自动分类（CNN）的一种工具。本文展示了如何使用 CNN 中的 Inception ResNet v2 架构通过迁移学习将 MRI 脑癌分为四类：神经胶质瘤肿瘤、脑膜瘤肿瘤、垂体肿瘤和无肿瘤。
书写能力培养指导和补充材料
1. 书写是一种用于跨内容领域写作的技能。2. 缓慢而费力的书写需要更高水平的写作任务所需的脑力资源。3. 教学生字母的形成和建立流畅的书写能力可以减少认知负荷，让他们能够通过书写更加关注内容、细节和表达。4. 学习如何形成字母有助于了解字母本身（字母名称、字母发音），并在大脑中建立熟练阅读所需的网络（James，2017 年）。5. 书写是一项重要的基础技能，影响阅读、写作、语言使用和批判性思维（Saperstein，2012 年）。6. 接受过书写指导的学生往往会写出更长、更好的作文（Limpo 等人，2020 年）。
利用人工智能自动购物实现零售结账便利性的新阶段
与 Dell Technologies 和 NVIDIA 环境中的客户跟踪相结合的视频也可用于动态促销，以改善客户体验并促进销售。链接到附近产品的沉浸式视频可用于告知客户促销优惠。内容可以随着特定客户与产品的距离的变化而动态更新，随着购物者的靠近，从一般广告变为更具信息量的概览。货架上的定价信息也可以动态更新以反映价格变化，而无需员工费力地更新每个价格标签。由于是电子产品，零售商可以选择包含比大多数传统标签更详细的产品信息。数字内容屏幕可以根据当前店内顾客的人口统计、一天中的时间甚至店外的天气进行定制。例如，当天气符合这一标准时，可以触发针对寒冷天气的商品促销。
使用人工智能写作：大学生使用 ChatGPT
ChatGPT“造成了难以言喻的混乱”3，对其“阴暗面”表示担忧，敦促企业为人工智能接管做好准备4，并警告大型语言模型的“黑暗风险”，以及当人工智能编写的文本与人类编写的文本变得无法区分时对人类造成的后果5。此外，还有一些人认为人工智能工具的引入对人类的创作过程构成了威胁，认为可以通过使用提示来创建文本或图片，而不是费力但有益的写作和绘画过程6。《自然》杂志的编辑（《ChatGPT 等工具……》，2023 年）指出，“ChatGPT 可以撰写出像样的学生论文，总结研究论文，很好地回答问题以通过医学考试并生成有用的计算机代码”。事实上，一些作者甚至宣称大学论文已经消亡，因为学生使用人工智能技术来撰写论文7。
基于等离子体的天然资源独立石墨烯合成及其传感应用
和自下而上的方法。自下而上的方法，即改进的Hummers方法，是一种成熟的合成石墨烯的化学合成技术。然而，这种技术不仅需要使用强酸和氧化剂[4,5]，还需要稀释、混合、氧化、还原、洗涤、离心和剧烈搅拌等多个合成步骤。[6]另一方面，一些自下而上的方法，特别是化学气相沉积（CVD）和等离子体增强化学气相沉积（PE-CVD）是昂贵而费力的方法，包括合成前和合成后的要求，即高真空、预热，以及随后将石墨烯转移到其他基底上。 [7–9] 最近，一种新的自下而上的方法，即所谓的大气压微波等离子体 (APMP) 越来越受欢迎，因为它可以合成石墨烯，而无需预热、高真空和基板的麻烦。最重要的是，通过这种方法获得的石墨烯恰好是独立的和可扩展的。[10,11]
使用遥感和其他技术监测未铺砌道路的状况：美国交通部 DTPH56-06-BAA-0002 的最终报告
该项目研究了遥感技术对未铺砌道路状况的监测。未铺砌道路通常是服务于偏远地区和农业企业的低流量道路，将农业社区与附近的城镇和市场连接起来。尽管美国一半以上的道路都是未铺砌的，但交通研究中很少涉及对未铺砌道路状况的评估。目前收集未铺砌道路状况数据的方法既耗时又费力。未铺砌道路的建设和维护通常由当地乡镇和县政府进行。由于资金有限，地方官员通常依靠目视检查、直觉和偶尔的现场测量进行评估。因此，这些未铺砌道路通常没有得到充分的检查和评估。然而，及时识别和纠正道路变形的重要性怎么强调也不为过。
深度学习、透明度和对人类机器人的信任......
为了使自主 AI 系统被接受和信任，用户应该能够理解系统的推理过程（即系统应该是透明的）。机器人技术具有独特的编程困难，因为系统需要将复杂的传感器输入（例如摄像机馈送和激光扫描）映射到输出（例如关节角度和速度）。深度神经网络的进步现在可以通过直接从高维传感器输入学习控制策略来取代费力的手工制作特征和控制代码。由于 Atari 游戏（这些功能首次得到展示）复制了机器人问题，因此它们非常适合研究人类如何理解和与未经明确编程的代理交互。我们展示了使用内部状态的对象显着性可视化使 DRLN 更加透明的计算和人类结果，并测试了通过目的论口头解释表达显着性的有效性。