Winning and losing with Artificial Intelligence: What public discourse about ChatGPT tells us about how societies make sense of technological change
Graduate Institute of Journalism, National Taiwan University（国立台湾大学新闻研究所）；Institute for Political Science, University of Bamberg（班贝格大学政治学研究所）
研究通过分析ChatGPT发布后的社交媒体 discourse，揭示经济利益和文化价值观如何影响公众对AI的态度，发现技术技能和文化维度对参与度和立场的影响。
2025-07-09 cs.AI cs.CY
On the Limits of Design: What Are the Conceptual Constraints on Designing Artificial Intelligence for Social Good?
Oxford Internet Institute, University of Oxford（牛津大学牛津互联网研究院）
人工智能AI可以通过帮助降低成本、提高效率并为复杂问题提供新的解决方案，为社会带来实质性的好处。以Floridi关于如何设计“信息圈”的概念为出发点，在本章中，我将考虑这样一个问题：设计的局限性是什么，即设计人工智能以造福社会的概念约束是什么？本章的主要论点是，虽然设计是塑造技术和社会的有用概念工具，但设计未来社会的集体努力受到内部和外部因素的制约。设计的内部约束进行了讨论，唤起哈丁的思想实验关于“公共悲剧”。此外，哈耶克对“宇宙”和“出租车”的经典区分被用来划分设计的外部约束。最后，提出了五个设计原则，旨在帮助决策者管理设计的内部和外部约束。设计未来社会的成功方法需要考虑复杂系统的涌现特性，为意外发现和社会技术共同进化留出空间。
2021-11-07 cs.AI cs.CY econ.GN
Distributional AGI Safety
Google DeepMind（谷歌DeepMind）
本文提出了一种分布式的AGI安全框架，旨在通过设计和实现虚拟代理沙盒经济来应对群体代理协调带来的安全风险，强调市场机制、可审计性和监管的重要性。
2026-05-19 cs.AI
Deception Analysis with Artificial Intelligence: An Interdisciplinary Perspective
King’s College London（伦敦国王学院）
针对混合社会中AI赋能欺骗削弱信任、缺乏计算理论的问题，本文提出DAMAS多智能体系统框架，从多学科视角对欺骗进行社会认知建模与分析。
2024-06-11 cs.AI cs.CY cs.MA
Viewpoint: Artificial Intelligence and Labour
Institute of Analytics and Data Science（分析与数据科学研究所）
现代社会的福利与雇佣劳动有着内在的联系。除了某些例外，现代人必须出卖自己的劳动力，才能在生物学和社会学上进行繁殖。因此，对技术失业的挥之不去的恐惧主要是人工智能研究人员的主题。在这篇简短的论文中，我们表明，如果过去的趋势是任何去，这种恐惧是非理性的。相反，我们认为人类将面临的主要问题是超长工作时间的正常化。
2018-03-17 cs.AI cs.CY
Artificial Authority: From Machine Minds to Political Alignments. An Experimental Analysis of Democratic and Autocratic Biases in Large-Language Models
Jagiellonian University（雅盖隆大学）；AGH University of Kraków（克拉科夫AGH大学）；NASK National Research Institute（NASK国家研究院）
本文针对大语言模型是否存在民主或专制世界观倾向展开实验，采用心理与政治倾向测量工具测试不同背景的主流LLMs，发现模型间差异大且与开发国政治文化强相关，呼吁关注AI的社会政治维度研究。
2025-10-04 cs.AI cs.CY
Intelligent System of Emergent Knowledge: A Coordination Fabric for Billions of Minds
ISEK Foundation（ISEK基金会）
本文提出基于 Web3 的 ISEK 去中心化多智能体网络，通过六阶段协调协议、声誉系统、$ISEK 激励与 NFT 身份支持人机对等协作，促进大规模涌现智能。
2025-06-11 cs.AI cs.MA
Federated Artificial Intelligence for Unified Credit Assessment
University of New South Wales（新南威尔士大学）；BeU Research Group（BeU研究组）；University of Glasgow（格拉斯哥大学）
随着互联网技术的迅速采用，数字足迹已变得无处不在和通用，在数字化转型中彻底改变了金融业。本文尝试用联邦人工智能研究统一信用评估的新范式。我们将数字人类表征概念化，包括社会、背景、财务和技术方面，以评估有银行账户和无银行账户个人的商业信誉和社会声誉。提出了一个联邦人工智能平台，并提供一套全面的系统设计，以实现高效、有效的信用评分。这项研究大大有助于金融智能和社会计算的累积发展。它还为学术机构、从业人员和金融技术开发人员提供了一些启示。
2021-05-20 cs.AI
The Agent-based Modelling for Human Behaviour Special Issue
University College London（伦敦大学学院）；Autodesk Research
如果人类社会是如此复杂，那么我们又如何能够理解它们呢？人工生命给了我们一个答案。人工生命领域包括一系列不同的内省研究，这些研究在很大程度上提出了相同的问题，尽管从许多不同的角度来看：我们为什么在这里？我们是谁？我们为什么要这样做？从生命的起源开始，为我们提供了这些问题的迷人答案。然而，一些研究人员选择将他们的研究更接近当今。我们毕竟是人。自从我们的祖先成为自我复制分子以来，已经有几十亿年了。因此，对我们自己和我们人类社会的更直接的研究可以揭示可能导致实践知识的真理。这期特刊中的论文汇集了选择进行此类研究的科学家。
2023-02-06 cs.AI cs.CY
Prioritizing Policies for Furthering Responsible Artificial Intelligence in the United States
RTI International（RTI国际）
存在或已经提出了几种政策选择，以进一步推动负责任人工智能（AI）的开发和部署。包括美国政府机构、州、专业协会以及私营和公共部门企业在内的机构都有能力实施这些政策。然而，由于资源有限，并非所有政策都能够或应该得到同等的优先重视。我们定义并审查了九项建议政策，以促进负责任的人工智能，对每项政策的潜在使用和影响进行排名，并建议相对于每种机构类型的优先级。我们发现，部署前的审计和评估以及部署后的问责制可能会产生最大的影响，但也是采用的最高障碍。我们建议美国政府机构和公司高度重视部署前审计和评估的发展，而美国国家立法机构应高度重视部署后问责制。我们建议美国政府机构和专业协会应高度重视支持负责任的人工智能研究的政策，各州应高度重视支持负责任的人工智能教育。我们建议公司可以高度优先考虑让社区利益相关者参与开发工作，并支持人工智能开发的多样性。我们建议各机构对人工智能道德声明和人工智能技术或事件数据库的优先级较低。我们认识到，没有一项政策会导致负责任的人工智能，而是倡导跨机构实施战略政策。
2022-11-30 cs.AI cs.CY
Artificial Intelligence and Innovation to Reduce the Impact of Extreme Weather Events on Sustainable Production
极端天气事件的频繁发生严重影响了我们社会中处境不利者的生活，特别是在以农业为主的经济体中。极端火灾、洪水、干旱、飓风和其他灾害的不可预测性危及陆地上的可持续生产和生活（可持续发展目标15），导致粮食不安全和人口贫困。幸运的是，人工智能（AI）、物联网（IoT）、区块链、3D打印以及虚拟和增强现实（VR和AR）等现代技术有望降低极端天气对我们社会的风险和影响。然而，关于这些技术如何帮助减少极端天气影响的研究方向尚不清楚。这使得在极端天气领域内探索数字技术具有挑战性。本文采用德尔菲最优最差法和机器学习方法对技术推动因素进行识别和评估。BWM评估显示，预测性是人工智能最重要的标准和作用，而大众市场潜力是次要的标准。在此基础上，我们测试了机器学习的预测能力在一个可获得的数据集上，以影响人工智能的预测能力。我们提出了这项研究的管理和方法的影响，这是研究和实践的关键。本研究所采用的方法可以帮助决策者制定战略和干预措施，以保障可持续生产。这也将有助于分配稀缺的资源和投资，以改善人工智能技术，减少极端事件的不利影响。相应地，我们提出了这一局限性，这需要未来的研究。
2022-09-21 cs.AI cs.CY
Sociotechnical Implications of Generative Artificial Intelligence for Information Access
Microsoft Research（微软研究院）；PaperMoon AI
本文概述了生成式人工智能在信息获取中的系统性后果与风险，提出评估与缓解建议，并探讨未来研究挑战。
2024-07-16 cs.AI cs.IR
Responsible Artificial Intelligence -- from Principles to Practice
Umeå University（于默奥大学）
人工智能的影响不仅取决于基础研究和技术发展，而且在很大程度上取决于这些系统如何被引入社会并在日常生活中使用。人工智能正在改变我们工作、生活和解决挑战的方式，但对公平、透明度或隐私的担忧也在增加。确保负责任的、道德的人工智能不仅仅是设计结果可信的系统。这是关于我们设计它们的方式，我们为什么设计它们，以及谁参与设计它们。为了负责任地开发和使用人工智能，我们需要努力制定技术，社会，机构和法律方法和工具，为人工智能从业者提供具体支持，以及提高认识和培训，使所有人都能参与，以确保人工智能系统与我们社会的原则和价值观保持一致。
2022-05-22 cs.AI cs.CY
Trustworthy Artificial Intelligence and Process Mining: Challenges and Opportunities
ABBYY；RWTH Aachen University（亚琛工业大学）；XPAN Law Partners（XPAN律师事务所）
本文的前提是，遵守值得信赖的人工智能治理最佳实践和监管框架是一个内在的分散过程，跨越不同的组织单位，外部利益相关者和记录系统，导致过程的不确定性和合规性差距，可能使组织面临声誉和监管风险。此外，满足值得信赖的人工智能最佳实践的特定方面也存在复杂性，例如数据治理、一致性测试、人工智能模型行为的质量保证、透明度、问责制和保密性要求。这些流程涉及多个步骤、交接、返工和人工监督。在本文中，我们证明了流程挖掘可以提供一个有用的框架，用于获得对AI合规流程执行的基于事实的可见性，揭示合规瓶颈，并提供一种自动化方法来分析，修复和监控AI监管合规流程中的不确定性。
2021-10-06 cs.AI cs.SE
Cultural Incongruencies in Artificial Intelligence
Google Research（谷歌研究院）
人工智能（AI）系统试图模仿人类行为。它们模仿得有多好通常被用来评估它们的效用，并将类人（或人工）智能归因于它们。然而，大多数人工智能工作都涉及并依赖于人类智能，而没有考虑到人类行为本质上是由他们所处的文化背景、他们所持有的价值观和信仰以及他们所遵循的社会实践塑造的。此外，由于人工智能技术主要是在少数几个国家构思和开发的，因此它们嵌入了这些国家的文化价值观和实践。同样，用于训练模型的数据也未能公平地代表全球文化多样性。因此，当这些技术与全球不同的社会和文化相互作用时，就会出现问题，这些社会和文化具有不同的价值观和解释实践。在这份立场文件中，我们描述了一系列基于人工智能的语言和视觉技术背景下的文化依赖性和不一致性，并反思了解决这些不一致性的可能性和潜在策略。
2022-11-19 cs.AI cs.CY
Governing Artificial Intelligence: Public Preferences and Regulatory Options
Department of Political Science, University of Gothenburg（哥德堡大学政治系）；Department of Political Science, Stockholm University（斯德哥尔摩大学政治系）
研究人工智能监管问题，通过在七个国家进行联合调查实验，发现公民强烈支持监管AI，普遍优先考虑安全、公共治理和国际方法，揭示了主流监管方法与公民偏好的系统性错位。
2026-07-17 cs.AI econ.GN q-fin.EC
Building Ethics into Artificial Intelligence
Nanyang Technological University（南洋理工大学）；Alibaba-NTU Singapore Joint Research Institute（阿里巴巴-新加坡南洋理工大学联合研究院）；The University of British Columbia（不列颠哥伦比亚大学）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Hong Kong University of Science and Technology（香港科技大学）
随着人工智能（AI）系统变得越来越普遍，人工智能伦理决策的AI治理话题引起了公众的想象。在人工智能研究界，这个话题对许多研究人员来说仍然不太熟悉。在本文中，我们补充了现有的调查，这些调查主要集中在该主题的心理，社会和法律讨论上，并分析了人工智能治理技术解决方案的最新进展。通过回顾包括AAAI、AAMAS、ECAI和IJCAI在内的主要人工智能会议的出版物，我们提出了一种分类法，将该领域分为四个领域：1）探索伦理困境; 2）个人伦理决策框架; 3）集体伦理决策框架; 4）人类与人工智能互动中的伦理。我们强调了每种方法中使用的直觉和关键技术，并讨论了将伦理AI系统成功融入人类社会的未来研究方向。
2018-12-07 cs.AI
The Temporal Singularity: time-accelerated simulated civilizations and their implications
The Biorobotics Institute, Scuola Superiore Sant’Anna（生物机器人研究所，圣安娜高等学校）
如果人工智能和计算在未来取得重大进展，最终可能会创建多个人工通用智能（AGI），甚至可能是生活在模拟环境中的整个社会。在这种情况下，应该可以通过提高模拟速度来提高系统的问题解决能力。如果创建了具有足够能力的最小模拟，它可能会通过加速科学和技术的进步来提高自己的速度，类似于技术奇点。这可能最终导致大型模拟文明以极端的时间加速展开，实现从外部看起来像时间奇点的东西。在这里，我们讨论了最小模拟的可行性和潜在的优势，危险，以及与时间奇点的费米悖论的联系。该主题的中期重要性来自启动该过程所需的计算能力，这可能在未来几十年内可用，使时间奇点理论上在本世纪末之前成为可能。
2018-06-22 cs.AI cs.MA
Culturally Responsive Artificial Intelligence -- Problems, Challenges and Solutions
Jagiellonian University in Krakow（克拉科夫雅盖隆大学）；AGH University of Krakow（克拉科夫AGH科技大学）；NASK – National Research Institute（NASK国家研究院）
本文探讨人工智能算法实施中的社会文化与伦理挑战，强调文化响应型发展的必要性，提出增强系统适应性的要素建议，呼吁多学科研究及监管措施以推动人工智能的文化责任与文化适应。
2023-12-13 cs.AI cs.CY
A system of different layers of abstraction for artificial intelligence
人工智能（AI）领域代表了人类的巨大努力，目前正在从根本上改变我们的社会。它的任务是构建真正的智能系统，这一任务由大量的子领域支撑，从开发新的电子元件到高度抽象和复杂推理的数学公式。子领域的这种广度使得人们通常很难理解它们是如何结合在一起形成一个更大的图景的，并隐藏了多方面、多层次的概念结构，在某种意义上可以说这就是人工智能的真正含义。从这个角度来看，我们提出了一个由五个抽象层次组成的系统，它支撑着许多AI实现。我们进一步解释说，每一层都受到复杂性性能的权衡，而不同的层是互锁的控制复杂性的权衡。该概述提供了一个概念图，可以帮助确定如何以及在哪里进行创新，以实现不同级别的功能，确保安全，在各种操作限制下优化性能，并绘制社会和经济开发的机会空间。
2019-07-22 cs.AI cs.CY
Social physics in the age of artificial intelligence
School of Computing, Engineering and Digital Technologies, Teesside University（计算、工程与数字技术学院，泰赛大学）；Google DeepMind（谷歌DeepMind）；Machine Learning Group, Université Libre de Bruxelles（机器学习组，布鲁塞尔自由大学）；AI Lab, Vrije Universiteit Brussel（人工智能实验室，布鲁塞尔自由大学）；Center for Human-Compatible AI, UC Berkeley（人类兼容人工智能中心，伯克利大学）；Max Planck Institute for Human Development, Center for Humans & Machines, Berlin（人类发展马克斯普朗克研究所，人类与机器中心，柏林）；Informatics Institute, University of Amsterdam（信息学院，阿姆斯特丹大学）；Faculty of Natural Sciences and Mathematics, University of Maribor（自然科学与数学学院，马里博大学）；Community Healthcare Center Dr. Adolf Drolc Maribor（阿多夫·德罗尔博士社区医疗中心，马里博）；Department of Physics, Kyung Hee University（物理系，庆熙大学）；University College, Korea University（大学学院，韩国大学）；University of Milan Biccoca（米兰Biccoca大学）
本文探讨人工智能时代社会物理学的新研究方向，聚焦人类与机器的共演化，提出六个关键研究领域，包括社会行为的演化动力学、机器文化、语言与行为的共演化等。
2026-03-04 cs.AI cs.HC physics.soc-ph
Natural, Artificial, and Human Intelligences
City, University of London（伦敦城市大学）
本文探讨了人类是否是唯一具有智能的生物，分析了人工智能、动物智能及语言在智能发展中的作用，并指出聊天机器人在智能方面的局限性及未来发展方向。
2025-11-28 cs.AI
The Patient/Industry Trade-off in Medical Artificial Intelligence
Queen's University（女王大学）；LGI Healthcare Solutions（LGI医疗保健解决方案公司）
本文探讨了医疗AI中患者与行业利益的权衡，提出通过提高透明度、培养行业合作和优先考虑整体医疗利益来促进AI在临床实践中的应用。
2026-01-05 cs.AI cs.CY
Can Artificial Intelligence solve the blockchain oracle problem? Unpacking the Challenges and Possibilities
University of Turin（都灵大学）
本文探讨人工智能在解决区块链预言机问题中的作用，指出AI作为补充层可提升数据质量与系统韧性，但无法替代对不可验证链下输入的依赖。
2025-07-02 cs.AI cs.CR cs.CY
Focus Group on Artificial Intelligence for Health
EPFL (École Polytechnique Fédérale de Lausanne)（洛桑联邦理工学院）；TU Berlin（柏林工业大学）；Fraunhofer HHI（弗劳恩霍夫海因里希·赫兹研究所）
人工智能（AI）-机器能够解决需要人类智能的问题的现象-在过去十年中，由于有效性和使用的显着进步，人们对AI的兴趣大幅增加。卫生部门是全球社会和经济最重要的部门之一，鉴于所有类型的健康信息正在进行数字化，因此对人工智能应用特别感兴趣。人工智能在健康领域的潜力是巨大的，因为人工智能可以在任何地方以更低的成本支持医疗决策。然而，由于人工智能算法的复杂性，很难区分基于人工智能的解决方案的好坏，也很难了解它们的优缺点，这对于明确责任和建立信任至关重要。为此，国际电信联盟（ITU）与世界卫生组织（WHO）合作成立了一个新的“人工智能促进健康”焦点小组（FG-AI 4 H）。保健和护理服务通常由政府负责--即使是通过私人保险系统提供的--因此由世卫组织/国际电联成员国负责。FG-AI 4 H将确定国际标准化的机会，这将促进AI在全球范围内应用于健康问题。特别是，它将建立一个标准化的评估框架，其中包括用于评估基于AI的健康方法的开放基准，例如基于AI的诊断，分流或治疗决策。
2018-09-13 cs.AI cs.CY
Hard Choices in Artificial Intelligence
Delft University of Technology（代尔夫特理工大学）；Center for Human-Compatible AI, UC Berkeley（加州大学伯克利分校人类兼容人工智能中心）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
随着人工智能系统被集成到高风险的社会领域，研究人员现在研究如何以安全和道德的方式设计和操作它们。然而，在复杂的社会背景下识别和诊断安全风险的标准仍然不清楚，也存在争议。在本文中，我们研究了关于人工智能系统的安全和道德行为的争论中的错误。我们展示了这种复杂性是如何不能仅仅通过数学形式主义来解决的，而是需要对发展的政治和部署的背景进行审议。从一个新的社会技术词汇中，我们重新定义了人工智能系统开发关键阶段的独特设计挑战。由此产生的人工智能（HCAI）硬选择框架通过以下方式增强开发人员的能力：1）识别设计决策和主要社会技术挑战之间的重叠点; 2）激励创建利益相关者反馈渠道，以便彻底解决安全问题。因此，HCAI有助于就民主社会中人工智能发展的状况进行及时的辩论，认为审议应该是人工智能安全的目标，而不仅仅是确保它的程序。
2021-06-10 cs.AI cs.CY cs.SY
An Alternative Trajectory for Generative AI
Princeton University（普林斯顿大学）
本文提出通过构建领域特定超智能（DSS）来改进生成AI，利用符号抽象提升领域推理能力，避免LLM合成数据的模型崩溃问题，实现可持续发展。
2026-11-04 cs.AI cs.LG
Cognitive Castes: Artificial Intelligence, Epistemic Stratification, and the Dissolution of Democratic Discourse
Exeter.ac.uk（埃克塞特大学）
本文论证人工智能加速认知分层并侵蚀民主话语，提出应以理性自主作为公民使命，通过教育、认识权利和开放认知基础设施加以重建。
2025-07-16 cs.AI cs.CY cs.LG
Interdisciplinary Approaches to Understanding Artificial Intelligence's Impact on Society
University of Utah（犹他大学）；Arizona State University（亚利桑那州立大学）；Cornell University（康奈尔大学）；University of New Mexico（新墨西哥大学）
人工智能的创新主要集中在“什么”和“如何”的问题上-例如，在网络搜索中寻找模式的算法-没有充分关注可能的危害（如隐私，偏见或操纵），也没有充分考虑这些系统运行的社会背景。在某种程度上，这是由科技行业的激励和力量推动的，在科技行业，更多的产品驱动的关注往往会淹没对潜在危害和错误陈述的更广泛的反思性担忧。但这种对什么和如何的关注在很大程度上反映了计算机科学中以工程和数学为中心的培训，它强调工具的构建和计算概念的发展。由于这种紧密的技术关注，以及其在全球范围内的快速爆炸式使用，人工智能带来了一系列意想不到的社会技术问题，包括以种族或性别偏见方式行事的算法，陷入使不平等永久化的反馈循环，或者实现前所未有的行为监控，挑战自由民主社会的基本价值观。鉴于人工智能不再仅仅是技术专家的领域，而是整个社会的领域，我们需要将计算机科学与研究社会和社会价值观的学科更紧密地结合起来。
2020-12-11 cs.AI cs.CY
Selective Memory for Artificial Intelligence: Write-Time Gating with Hierarchical Archiving
Independent Researcher（独立研究者）；University of Cambridge（剑桥大学）
本文提出写时门控机制，通过复合显著性评分筛选知识对象，保持版本链以保存先前状态，实验证明其在噪声环境下优于传统方法，尤其在干扰比例增加时表现更优。
2026-03-16 cs.AI
How VADER is your AI? Towards a definition of artificial intelligence systems appropriate for regulation
University of Stirling（斯特林大学）；Federal University of Rio Grande do Norte（北大河州联邦大学）
本文提出VADER框架，用于评估AI定义在监管中的恰当性，并审查美、英、欧盟和巴西的提案，发现均未达标，存在修订需求或风险。
2025-01-24 cs.AI
Decolonial AI: Decolonial Theory as Sociotechnical Foresight in Artificial Intelligence
DeepMind；University of Oxford（牛津大学）
本文探讨了批判科学的重要作用，特别是后殖民和非殖民理论，在理解和塑造人工智能的持续进步。人工智能（AI）被视为将重塑现代社会及其关系的技术进步之一。虽然设计和部署不断适应的系统有望带来深远的积极变化，但它们同时也构成重大风险，特别是对已经脆弱的人民。价值观和权力是这场讨论的核心。非殖民理论使用历史的后见之明来解释塑造我们的知识，政治，经济和社会世界的权力模式。通过在其技术实践中嵌入非殖民化的批判方法，人工智能社区可以制定远见和策略，使研究和技术开发更好地与既定的道德原则保持一致，将继续承受创新和科学进步负面影响的弱势群体集中起来。我们强调有问题的应用程序，是殖民地的实例，并使用非殖民地的镜头，提交三种策略，可以形成一个非殖民地领域的人工智能：创建一个关键的技术实践的人工智能，寻求反向监护和反向的监护，以及情感和政治社区的更新。未来几年将迎来一波由人工智能研究驱动的新的科学突破和技术，使人工智能社区有责任通过道德远见和我们可用的多种知识观点来加强社会契约;最终支持未来的技术，以实现更大的福祉，目标是造福所有人。
2020-07-08 cs.AI cs.CY cs.LG
Making BREAD: Biomimetic strategies for Artificial Intelligence Now and in the Future
Sandia National Laboratories（桑迪亚国家实验室）；George Mason University（乔治梅森大学）；University of California, Irvine（加州大学欧文分校）
20世纪60年代预言的人工智能（AI）革命在21世纪的第二个十年正在顺利进行。其惊人增长的时期可能就在前方。尽管如此，我们相信，生物学可以提供至关重要的经验教训，这将使人工智能的未来更加繁荣。对于一般的机器，特别是人工智能，在长时间或极端环境中运行将需要比现在更有效的能源使用数量级。在许多业务环境中，能源将受到限制。任何人工智能设备在具有挑战性的环境中运行的计划都必须从它们如何供电、燃料位于何处、能量如何存储并提供给机器以及机器可以在特定能量单位上运行多长时间等问题开始。因此，提供所需能量的材料和技术是未来人工智能使用场景的关键挑战，应该整合到其设计中。在这里，我们为利益相关者，特别是决策者提出了四项建议，以促进这项技术的成功发展。首先，科学协会和政府协调仿生研究节能，人工智能设计（BREAD）;这是一项多国倡议和资助战略，用于投资未来将能量学设计集成到人工智能中。其次，仿生能量解决方案是未来人工智能设计考虑的核心。第三，在利益攸关方伙伴之间组织竞争前空间;第四，建立受训者管道，以确保在这一领域取得成功所需的人力资本。
2018-12-04 cs.AI cs.ET
A Comprehensive Survey on Artificial Intelligence for Complex Network: Potential, Methodology and Application
Department of Electronic Engineering, Tsinghua University, Beijing（电子工程系，清华大学，北京）；National Research Center for Information Science and Technology (BNRist) China（国家信息科学与技术研究中心（BNRist）中国）
本文综述AI如何利用丰富真实网络数据应对复杂网络研究在现实系统建模与实际应用中的挑战，系统梳理关键问题、方法与应用。
2025-06-09 cs.AI cs.LG cs.SI
Artificial Intelligence & Cooperation
Purdue University（普渡大学）；Harvard University（哈佛大学）；University of Minnesota（明尼苏达大学）；Lehigh University（理海大学）
人工智能（AI）的兴起将带来越来越多的将决策交给机器的意愿。但是，不仅仅是让机器有能力做出影响我们的决定，我们还需要与人工智能系统合作的方法。“人工智能与合作”的研究至关重要，它旨在了解人工智能系统和人工智能系统与人类的合作行为。对人工智能的信任也是关键：内在的信任和只能随着时间的推移才能获得的信任。在这里，我们使用最广泛意义上的“人工智能”一词，正如最近的人工智能研究20年社区路线图（Gil和Selman，2019）所采用的那样，包括但不限于深度学习的最新进展。如果成功的话，人类和人工智能之间的合作可以像人与人之间的合作一样建立社会。无论是来自内在的乐于助人的意愿，还是出于自身利益的驱动，人类社会已经变得强大，人类物种通过合作获得了成功。我们在“小”方面合作-以家庭为单位，与邻居、同事、陌生人合作-在“大”方面合作，作为一个全球社区，寻求围绕商业、气候变化和裁军问题的合作成果。合作在自然界中也在进化，在细胞中和动物之间。虽然许多涉及人类和人工智能之间合作的情况将是不对称的，但最终由人类控制，人工智能系统变得如此复杂，以至于即使在今天，人类也不可能完全理解他们的推理，建议和行动。
2020-12-10 cs.AI cs.CY
First African Digital Humanism Summer School 2025
2025年首届非洲数字人主义暑期学校通过六个案例研究探讨AI在跨文化、多语言和高风险政策环境中的能力，强调以人类为中心的技术创新与社会公平的平衡。
2026-01-11 cs.AI cs.CY
Shaping New Norms for AI
City University of London（伦敦城市大学）；The Alan Turing Institute（艾伦·图灵研究所）
本文探讨人工智能背景下新规范如何形成，区分集中式与去中心化路径，并结合与 ChatGPT 的对话分析自下而上涌现的规范，强调开放社会应以开放、包容、透明的公共话语为基础进行正式审议。
2024-06-27 cs.AI cs.HC cs.SI
Emerging AI Security Threats for Autonomous Cars -- Case Studies
Robert Bosch Engineering and Business Solutions Private Limited（罗伯特博世工程与商务解决方案私人有限公司）
从目标检测到路径规划，人工智能为自动驾驶汽车做出了重大贡献。然而，人工智能模型需要大量敏感的训练数据，并且通常是计算密集型的。这些模型的商业价值促使攻击者发起各种攻击。攻击者可以发动模型窃取攻击，以实现盈利目的，或者为其他攻击（如模型规避）提供垫脚石。在特定情况下，它甚至会破坏品牌声誉，差异化和价值主张。此外，知识产权法律和人工智能相关法律仍在不断发展，各国之间并不统一。我们详细讨论了模型窃取攻击，其中包括两个用例和一个可以危害自动驾驶汽车的通用攻击链。研究管理和减轻模型盗窃风险的策略至关重要。
2021-09-10 cs.AI cs.CR cs.CV
The Power of 10: New Rules for the Digital World
Vienna University of Economics and Business（维也纳经济与商业大学）；Università della Svizzera italiana（瑞士意大利大学）；University of Innsbruck（因斯布鲁克大学）；University of Vienna（维也纳大学）；Technical University Munich（慕尼黑技术大学）；Heidelberg University Hospital（海德堡大学医院）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
本文提出"数字世界的十项规则"，旨在为人工智能快速发展的时代提供伦理框架，帮助个人和社会做出以人为本的决策。
2026-01-07 cs.AI cs.CY
The Universe Learning Itself: On the Evolution of Dynamics from the Big Bang to Machine Intelligence
Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）
本文提出了一种跨尺度的理论视角，将宇宙从大爆炸到人工智能的发展视为动态演化的过程，强调不稳定性、分支点和多尺度耦合等数学动机。
2025-12-21 cs.AI nlin.AO
