XiaoMi-AI文件搜索系统
World File Search System隐含地
人工智能、技能和生产力：出租车司机案例
人工智能 (AI) 有可能彻底改变就业格局 (Brynjolfs-son 等人，2018 年)。1 然而，人工智能对就业的影响可能与过去的技术（包括 IT 和机器人技术）截然不同，后者被认为可以增强技能并加剧不平等 (Autor 等人，2003 年；Bartel 等人，2007 年；Acemoglue 和 Restrepo，2020 年)。过去的技术取代了手工和常规任务，而人工智能将取代非常规认知任务。事实上，Webb (2020) 记录显示，人工智能技术主要影响高技能职业，因为人工智能取代了需要高技能工人所具备的技能类型的任务。所有研究人工智能影响的研究都考虑到了不同职业受到人工智能影响的程度，并根据每种职业受到人工智能的影响程度对不同职业产生了不同的影响（Felten 等人，2018 年、2019 年；Frank 等人，2019 年；Webb，2020 年；Alekseeva 等人，2020 年）。因此，这些研究隐含地假设该职业中的所有工人都受到人工智能的一致影响。2
双曲矩阵分解可提高药物预测
过去，计算系统生物学的研究更多地侧重于高级统计和数值优化技术的开发和应用，而较少关注对生物空间几何形状的理解。通过将生物实体表示为低维欧几里得空间中的点，最先进的药物-靶标相互作用 (DTI) 预测方法隐含地假设生物空间具有平坦的几何形状。相比之下，最近的理论研究表明，生物系统表现出具有高度聚类性的树状拓扑结构。因此，将生物系统嵌入平坦空间会导致生物对象之间距离的扭曲。在这里，我们提出了一种用于药物-靶标相互作用预测的新型矩阵分解方法，该方法使用双曲空间作为潜在生物空间。与经典的欧几里得方法相比，双曲矩阵分解表现出卓越的准确性，同时将嵌入维度降低了一个数量级。我们认为这是双曲几何支撑大型生物网络的额外证据。
新闻中的差异种族主义：使用半监督...
抽象新闻报道在形成对种族和宗教少数群体的态度中起着至关重要的作用。在态度层面上，一个既定的观念，即个人对同一群体的明确和隐性判断可能会有所不同。然而，对新闻报道中隐性群体判断的普遍性知之甚少。专注于德国的大量种族和宗教少数群体，目前的研究旨在填补这一空白。我们使用半监督的机器学习以区分德国新闻报道中种族和宗教团体的明确和隐性污名化（n = 697,913篇文章）。的调查结果表明，与富裕国家以及与文化更遥远的国家相关的群体，明确和隐含地面临着更加明确和隐含的刻痕。然而，数据还表明，与伊斯兰教和居住在研究国家的大型难民群体相关的群体是隐含的，但在新闻报道中没有明确的污名化。我们在社会学和心理学间理论的背景下讨论了这些和其他结果的模式，并反思它们对新闻业的影响。
班级概括错误：信息理论分析
现有的监督学习的概括理论通常采用整体方法，并为整个数据分布的预期概括提供了界限，该方法隐含地假设该模型对所有不同类别的概括都相似。但是，在实践中，不同类别之间的概括性能存在显着差异，而现有的泛化范围无法捕获。在这项工作中，我们通过从理论上研究班级化误差来解决这个问题，从而量化了每个单独类别的模型的概括性能。我们使用KL Divergence得出了一种新的信息理论，用于类临时误差，并使用有条件相互构成的有条件相互结合的最新进展进一步获得了几个更紧密的界限，从而实现了实际评估。我们从经验上验证了各种神经网络中提出的界限，并表明它们准确地捕获了复杂的类概括行为。此外，我们证明了这项工作中开发的理论工具可以应用于其他几种应用程序。
关于生态系统服务估值的误解
生态系统服务的概念 - 人类从运作的生态系统中获得的好处 - 至少已经存在了40年。试图在货币和其他单位中重视这些服务的尝试已经存在了很长时间。然而，关于生态系统服务，尤其是这些服务的估值，这些误解引起了一些误解，这些货币单位对进一步的对话，研究和解决方案都适得其反。本文试图解决其中一些误解，包括表明：（1）生态系统服务不是一个以人类为中心的概念； （2）经济学不仅是市场； （3）估值不是商品化或私人化； （4）在货币单位中表达相对价值不一定是“基于市场的”； （5）在一个贸易世界中，是否进行估值不是一个选择，因为它隐含地发生； （6）“内在价值”是关于权利的，而不是相对估值； （7）相对估值和基于权利的方法是免费的。我依次解决这些误解，并以建设性的对话就这些重要问题进行了呼吁，而不是继续建立基于基本误解的非生产性辩论。
TGP2615-SM - Qorvo
重要通知 本文所含信息被认为是可靠的；但是，Qorvo 对本文所含信息不作任何保证，也不对本文所含信息的使用承担任何责任或义务。本文所含所有信息如有变更，恕不另行通知。客户在订购 Qorvo 产品前应获取并核实最新相关信息。本文所含信息或对此类信息的任何使用均不明确或隐含地向任何一方授予任何专利权、许可或任何其他知识产权，无论是关于此类信息本身还是此类信息中描述的任何内容。此信息不构成对本文所述产品的保证，QORVO 特此否认对此类产品的任何和所有保证，无论是法律、交易过程、履行过程、贸易惯例或其他方式明示或暗示的保证，包括适销性和针对特定用途的适用性的暗示保证。在不限制前述一般性的前提下，Qorvo 产品不保证或授权用作医疗、救生或维持生命应用或其他合理预期故障会导致严重人身伤害或死亡的应用中的关键组件。版权所有 2023 © Qorvo, Inc. | Qorvo 是 Qorvo, Inc 的注册商标
免疫力启动未取消番茄1
人工智能（AI）在预期我们的行为方面变得越来越有效。这种影响在不久的将来会影响我们对使用AI助攻产生的事件的控制权？这反过来会影响我们的决策，行动，心理健康和责任感。在日常生活中，我们对我们的行动适应这些延误后在各种延误中发生的事件的代理意识。在这里，我们调查了我们的代理意识是否也可以适应不寻常的情况，在这种情况下是在行动之前的。我们使用了一个在线游戏，玩家旨在击败计算机来查找和单击目标以触发动画，而实际上，算法在播放器单击之前触发了动画。动画不是由算法随机控制的，而是基于玩家过去动作的历史和当前运动的开始。我们使用相关性，机器学习解码和建模方法来捕获玩家如何计算其在动画上报告的代理意识。我们发现证据表明，在不到一个小时的时间里，玩家隐含地了解到动画的时机与他们自己的行为有关，并相应地调整了他们的代理意识。这样的发现可能会帮助我们预测人类将如何整合AI辅助以指导其行为。
102 个定义：合法性或必要性[第 2 版；同行评审：1
摘要 非正规经济的过程已经得到充分证实，但学术文献中对其概念的处理却并非如此。它们构成了跨部门和学科的复杂现象，并产生了同时排斥和鼓励它们的其他因素。对于许多经济中的正式利益相关者来说，它们是必须击败的敌人；对于当局来说，非正式活动被视为国库收入的损失；对于可持续发展目标而言，通过在目标 8 中隐含地承认它们，它们构成了范式转变。同时，对于那些参与非正规经济的人来说，现实是，这是一种生活方式，而不仅仅是一种选择，它会导致所有经济中最具社会性：必需品。学术界对非正规性及其影响没有共识，因此需要从理论构建的角度分析非正规经济的过程，以发现其范围和深度，以及其相互关系和理论含义。为此，通过识别和解构它们的维度并对其在 Google Scholar 中的引用频率进行计数，分析了 102 个非正规经济定义。该分析表明，定义中缺乏文化元素，而文化元素才是造成这种现象的真正根本原因，而且定义中过于突出法律层面。
对比解释:结构模型方法
本文提出了一种使用结构因果模型的对比解释模型。近年来，随着研究人员和从业人员致力于增进对智能决策的信任和理解，人工智能中的因果解释主题引起了人们的广泛关注。虽然人工智能的不同子领域都以特定于子领域的视角研究了这个问题，但是很少有模型旨在更普遍地捕捉解释。一个通用模型基于结构因果模型。它将解释定义为一种事实，如果被发现为真，则将构成特定事件的实际原因。然而，哲学和社会科学的研究表明，解释是对比的：也就是说，当人们要求对某个事件进行解释时——事实——他们（有时是隐含地）要求相对于某些对比情况的解释；也就是说，“为什么是 P 而不是 Q ？”。本文扩展了结构因果模型方法，定义了两个互补的对比解释概念，并在人工智能中的两个经典问题：分类和规划上进行了演示。我们相信该模型可以帮助人工智能子领域的研究人员更好地理解对比解释。
人工智能、技能和生产力：出租车司机案例
人工智能 (AI) 有可能彻底改变就业格局 (Brynjolfs-son 等人，2018 年)。1 然而，人工智能对就业的影响可能与过去的技术（包括 IT 和机器人技术）截然不同，后者被认为可以增强技能并加剧不平等 (Autor 等人，2003 年；Bartel 等人，2007 年；Acemoglue 和 Restrepo，2020 年)。过去的技术取代了手工和常规任务，而人工智能将取代非常规认知任务。事实上，Webb (2020) 记录显示，人工智能技术主要影响高技能职业，因为人工智能取代了需要高技能工人所具备的技能类型的任务。所有研究人工智能影响的研究都考虑到了不同职业受到人工智能影响的程度，并根据每种职业受到人工智能的影响程度对不同职业产生了不同的影响（Felten 等人，2018 年、2019 年；Frank 等人，2019 年；Webb，2020 年；Alekseeva 等人，2020 年）。因此，这些研究隐含地假设该职业中的所有工人都受到人工智能的一致影响。2