XiaoMi-AI文件搜索系统
World File Search System追责
绩效与问责报告
2021 年 9 月 16 日，美国专利商标局庆祝了 2011 年莱希-史密斯美国发明法案 (AIA) 颁布十周年。AIA 对美国专利法做出了几项重要修改，包括实施先申请制来确定专利的优先权日，并成立专利审判和上诉委员会 (PTAB) 审理专利授权后挑战，作为地区法院专利诉讼的更经济实惠和更简化的替代方案。AIA 周年纪念日也庆祝了美国专利商标局地区办事处的成立，这些办事处在为我们的客户和公众提供与创新相关的基本服务方面发挥了重要作用。这些办事处的专家工作人员帮助全国各地升级其知识产权 (IP) 基础设施，并将创新的好处传播到远离美国专利商标局总部和该国技术中心的社区。
公共行政人工智能问责
目前尚无“人工智能”的普遍接受的定义，而该领域的快速发展以及用例的激增使任何此类定义的形成都十分困难。……一般而言，人工智能系统往往具有以下特征：能够学习解决复杂问题、做出预测或执行此前依赖人类决策或干预的任务。有许多人工智能示例可帮助阐述本声明中的问题。它们包括但不限于人工智能助手、计算机视觉系统、生物医学研究、无人驾驶汽车系统、先进的游戏软件和面部识别系统以及人工智能在信息技术和操作技术中的应用。4
人工智能：...的问责框架
GAO 的目标是确定关键实践，以帮助确保联邦机构和其他参与设计、开发、部署和持续监控人工智能系统的实体承担责任并负责任地使用人工智能。为了制定这个框架，GAO 召集了来自联邦政府、行业和非营利部门的人工智能专家参加审计长论坛。它还进行了广泛的文献综述，并从项目官员和主题专家那里获得了对关键实践的独立验证。此外，GAO 还采访了代表行业、州审计协会、非营利实体和其他组织的人工智能主题专家，以及来自联邦机构和监察长办公室的官员。
多导弹追逃最优毁伤效能协同控制策略
摘要：针对多导弹追击—规避问题，本文提出了一种基于毁伤效能模型和虚拟力法的最优毁伤效能协同控制策略。首先，区别于传统追击—规避问题中过于理想的假设，建立并求解最大化毁伤效能的优化问题，使最优毁伤效能策略更具有实际应用意义。其次，提出一种改进的虚拟力法来获得该最优毁伤效能控制策略，解决了高复杂度毁伤函数带来的数值求解挑战。第三，该策略基于制导一体化引信技术，设计自适应增益，在不可预测的拦截条件下实现稳健的最大毁伤效能。最后，通过数值仿真验证了所提策略的有效性和稳健性。
弥合人工智能问责差距
随着人工智能 (AI) 开发工具和互联网数据集的普及，企业、非营利组织和政府正在以前所未有的速度部署人工智能系统，通常是大规模生产系统，影响数百万甚至数十亿用户 [1]。然而，在这种广泛部署的过程中，人们对这些自动化系统对所有用户的有效性产生了合理的担忧，尤其是对那些倾向于复制、强化或放大现有有害社会偏见的系统提出了批评 [8, 37, 62]。外部审计旨在从系统外部识别这些风险，并作为这些部署模型的问责措施。然而，这种审计往往是在模型部署之后进行的，此时系统已经对用户产生了负面影响 [26, 51]。