该研究论文提出了一套新的互联框架，旨在全面提升大数据质量，包括引入新的质量指标和加权评分系统，采用人工智能模型检测各种质量异常，以及通过预测建模纠正检测到的异常，并着重讨论了在大数据生态系统中提高元数据质量的创新框架。

May, 2024

这篇论文讨论了符合科学历史的可解释人工智能 (XAI) 的框架问题，其原因追溯至现代机器学习（尤其是深度和强化学习）和对创造值得信赖的 AI 系统的关注，它的五个级别框架是 XAI 的关键组成部分。

May, 2020

本文提出了一种在人性化设计和敏捷开发中建立和维护信任的理论框架，它强调了商业技术的协同创新过程。框架的目的是通过让所有利益相关者参与到项目中来，将人工智能技术与人们一起设计、开发和部署，以创新和改进业务。以医院规划助理为例，展示了该框架在实际应用中的效果。

Sep, 2022

本研究旨在设计一个人才管理智能化解决方案，通过 AI、自动化和机器学习等技术手段提高专业评估和职业规划之间的交互，并以人才智能模块和个人成长需求为基础，开发面向职业指导的智能就业自动化解决方案。通过在技术、组织和环境理论的基础上进行的设计科学方法实验研究，提出了一种综合 AI 解决方案框架。

Jul, 2022

本文提出了 AI 创新实验室的概念，旨在为企业提供完整的人工智能业务解决方案总体框架，从构思到实施，从商业价值到可行性的评估。

Mar, 2022

大模型在理解、生成和操作信息和内容方面极大地提升了人工智能的能力，但是随着这些模型越来越广泛地融入日常生活，它们固有的伦理价值观和潜在偏见给社会带来了无法预见的风险。本文概述了与大模型相关的风险和挑战，调查了现有的人工智能伦理准则，并研究了这些模型局限性带来的伦理影响。从规范伦理学的角度出发，我们提出了对最新规范准则的重新评估，强调学术界合作努力在建立统一而普适的人工智能伦理框架方面的重要性。此外，我们利用道德基础理论来调查当前主流大型语言模型的道德倾向，分析了现有的对齐算法，并概述了在对齐这些伦理价值观时遇到的独特挑战。为了应对这些挑战，我们引入了一个用于对齐大模型伦理价值观的新概念范式，并讨论了对齐准则、评估和方法的有前途的研究方向，代表了跨学科构建符合伦理要求的人工智能的初步步骤。

Oct, 2023

本研究探讨了人工智能在可持续发展的三大支柱（社会、环境、经济）中的影响，以及在农业、废物分类、智慧水管理和暖通空调系统等多个领域中的应用案例，并提出了基于人工智能的可持续发展目标策略。该框架可以减少人工智能的负面影响并促进其长期积极作用，尤其对像孟加拉国这样的发展中国家具有实际意义。

Apr, 2023

本文提出了基于 Khaneman 的系统一 / 二框架的重要扩展，并推出了一个名为 “Value-Inspired AI（VAI）” 的神经符号计算框架，该框架旨在实现机器智能在人类社会中共享人类价值观的能力。通过利用显式表示的共享价值观，VAI 系统能够更易于理解和解释，从而促进基于价值的决策制定，以应对高风险场景（如医疗保健和自动驾驶等）。最后，我们还提供了该领域目前取得的进展以及未来发展方向的洞见。

Dec, 2023

知识图谱已经成为推动智能决策和各类人工智能服务的基础平台，但其与大型语言模型等脑神经学习技术的整合将带来公民自主权的丧失问题，因此本文概念化了支持基于知识图谱的人工智能自主权的基本主题和研究支柱，并在真实场景中分析了公民自主权的挑战和机遇，最终提出了一个研究议程以实现建议的目标。

Oct, 2023

本文介绍了一种新的形式化方法来量化人工智能系统与人类价值观的一致性，使用马尔可夫决策过程作为基础模型，强调价值观作为行动的可取目标和规范行为准则与 AI 决策之间的联系，为评估规范与价值观之间一致程度提供了一种机制，以在规范世界中评估状态转换中的偏好变化。利用这种形式化方法，AI 开发者和伦理学家可以更好地设计和评估 AI 系统，以确保其与人类价值观和谐共处，该方法还适用于许多应用领域，例如强调幸福的推荐系统和强调安全的自动驾驶车辆。

Dec, 2023