XiaoMi-AI文件搜索系统
World File Search System道德
人工智能，道德和社会
AIES的使命是让一个多学科的学者群体深入思考AI系统对人类社会的影响。我们很高兴会议正在增长，同时仍保持非常高质量的标准和跨学科性质，这是其身份的核心。，我们对AIES今年必须为与会者提供的巨大计划感到非常兴奋（并且，永久阅读诉讼中的论文的人）。我们期待欢迎大家来圣何塞，并希望您喜欢看到该领域正在发生的令人难以置信的工作。我们感谢赞助商的慷慨支持，这使我们能够保持较低的注册费并支持学生计划。我们处于关键时刻，因为AI变得越来越普遍。我们希望AIES的对话继续推动我们需要做的工作，以确保前进的道路是一条好的道路。
人工智能的军事用途的道德
军事行动中的抽象人工智能有两种。首先，存在狭窄或特定的智力 - 识别目标物种并跟踪其位置变化的自主能力。第二，有广泛或一般的情报 - 选择目标物种，确定实例，跟踪其运动，决定何时罢工，从错误中学习并改善初始选择的自主能力。这两种人工智能提出了道德问题，这主要是因为有两个特征：他们在部署它们的人与目标的人物之间放置的物理距离，以及它们独立于这些代理人行动的能力。这些功能提出的主要道德问题是三个。首先，如何在安全距离操作致命武器时保持毅力和骑士精神的传统武术？第二，授予机器多少自主权？和第三，可能会出现技术错误的可能性？本文依次考虑这些问题。关键字：人工智能；战争;武器;伦理;美德；自治;风险;神学伦理
失败的道德经济
本文试图将当代市场和州基于州的监视和监视制度置于道德经济框架之内，目的是开发一种社会学方法，以解决道德上的失败经济。本文首先要回顾不同政治，经济和文化背景的道德经济及其在历史和当代的应用。然后，它阐明了一种道德经济的方法，该方法将重点放在构成经济和社会关系及其相关实践的规范和情感上，以及这些实践合法化的方式。之后，本文探讨了有关不同空间失败的文献，包括市场失败，估值制度和创新。我们专注于组织和专业失败，市场失败，治理和政策失败以及创新和实验主义中的失败。在每种情况下，讨论都将失败的奖学金与道德经济有关，强调了两者之间的相互关系以及与失败相关的实践如何被重新构成和合法化。我们的讨论强调了失败的双重标准。对于某些人来说，通常是富裕而有力的，有可能拥抱失败。将其作为一个适应能力，生存的能力的例子，以接受新的想法和个人的韧性，从经验中学习和成长。，但在其他情况下，特别是对于生活在贫困中的人，边际团体以及种族剖析的人，失败会引起羞耻，污名和惩罚。我们结论是，要解决针对道德失败经济的研究议程需要建立在社会历史上对不同情况，文化和环境中失败的理解。我们建议这提供了一种识别进步期货的方法，并充当了对当代对成功和创新的主要炒作的解毒剂。关键字：失败；道德经济；治理；创新;实验主义。
政府道德准则
和禁止的偏好。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。15§1114。财务披露。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。15§1114.1。废除..。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。16§1114.2。财务披露；退休系统。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。16§1114.3。灾难或紧急合同；禁止；披露..。。。。。。。。。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>17§1155。 div>礼物。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>20§11155.1。 div>限制食物，饮料和茶点。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。20§1115.2。参加活动；住宿;旅行。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。21§1116。滥用办公室。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22§1116.1。废除..。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22§1117。非法付款。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22§1117.1。避免合规性。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22§1118。影响立法机关或管理当局的行动。。。。。。。。。。。。。。。。。。。。。。。。。。。。。23§1118.1。关于公共政策的研究或立场论文。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。23§1119。裙带关系。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。23§1120。投票回避。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>27§§1120.1-1120.3。 div>重新授权... div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>27§1120.4。 div> 投票的回避；某些董事会成员和委员会成员。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 27§1121。 div> 终止公共服务后对某些人的协助... div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>27§1120.4。 div>投票的回避；某些董事会成员和委员会成员。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>27§1121。 div>终止公共服务后对某些人的协助... div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。。。。。27§1121.1。终止公共服务后对某些人的协助。。。。。。。。。。。。。。。。。。。。。29§1122。在某些养老金和其他计划中继续进行。。。。。。。。。。。。。。。。。。。。29§1123。例外。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。29§1123.1。例外；医院服务区拥有的医院运营第二
ASA关于道德AI
2024年10月8日人工智能（AI）迅速获得了受欢迎程度，可访问性和适用性。持续的技术进步和快速同化大量数据的需求可能会加速AI的采用。尽管AI有希望的好处，但以安全有负责任的方式实施它，却带来了许多挑战。这对于遇到与标准统计实践不同的问题的统计从业人员尤其重要。例如，AI应用程序依赖于巨大的数据集，这些数据集通常以可能损害其完整性的方式收集，从而对数据的准确性和可靠性产生了不确定性。此外，AI应用中使用的模型与传统的统计模型实质上不同，该模型具有数十亿个参数和过度拟合的高风险，需要新颖和非标准的评估方法。此外，经常部署在自主系统中的AI应用程序比典型的统计模型更直接地与世界交互，因此影响决策过程的潜力更大。结果，ASA向统计从业人员提供了以下道德考虑，以开发和使用AI。ASA统计实践的道德准则（2022）将“统计实践”描述为包括设计，汇总，处理，分析，解释或介绍数据以及模型或算法开发和部署的活动，该活动也适用于AI的使用。ASA认为可信度应该是道德AI框架的总体目标。值得信赖的AI的特征包括解释性，公平性，隐私，安全性，可靠性，有效性，以人为本的人（优先考虑人类的价值观和福祉），人为循环（确保人类的监督纳入AI决策中）以及责任。为了接受这些特征，我们将重点放在责任制，透明度和公平性作为指导原则上。这些原则可以作为伦理发展和使用AI的成员和其他统计从业人员的指南，并帮助维持公众对统计从业人员对这些系统的贡献的信任。问责制原则：统计从业人员及其组织应能够审核和证明他们使用或帮助开发的AI系统。