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

本文综述了数据驱动人工智能的必要性，以及针对训练数据开发、推理数据开发和数据维护三个方面的代表性方法，同时讨论了该领域的挑战和各种任务的基准，并提供了一份数据驱动人工智能资源列表。

Mar, 2023

该研究讨论了 AutoAI 或 AutoML 对数据科学实践的影响，并发现未来的数据科学工作将是人类和 AI 系统之间协作的结果，其中自动化和人类专业知识是不可或缺的。

Sep, 2019

本文介绍了一种 AI 辅助人力资源发展和人员评估的方法。利用无监督异常检测算法从视频中提取非语言行为信息，为人员评估提供支持，并保持人工评估师对系统的信任度。

Apr, 2022

该研究在人工智能和机器学习领域的三个期刊中进行了综述，指出数据处理是技术发展中最重要的部分。一些常用的数据集往往需要手动标记，因此半监督或无监督的方法被越来越多地研究。在实际应用中，考虑到安全和可解释的预测是必要的。

May, 2023

在人工智能研究中，通过人机协作、考虑种群、问问题、培训数据的代表性以及结果的审查等统计概念，采用随机化和本地控制的实验设计原则以及稳定性原则来获得算法和数据结果的可重复性和解释性。

Dec, 2017

通过对 8700 万篇论文和 710 万项专利采用自然语言处理技术，研究发现 AI 在科研中的使用范围广泛，特别是自 2015 年以来增长迅速，使用 AI 的论文影响因子更高，同时也存在 AI 人才供需不平衡和种族、性别等方面的不公平问题。

Apr, 2023

本书旨在提供人工智能发展的历史、潜力和局限性的现实图景，并介绍 AI 的各种应用领域及方法，其中重点覆盖了深度学习等当前人工智能的主流方法及技术，以及 AI 在人类情感智能等领域的应用，最后总结了当前 AI 的现状与未来发展趋势。

Jan, 2022

人工智能是一种新兴技术，有潜力改变社会的许多方面，包括经济、医疗和交通。本文综合了有关人工智能全球影响的最新研究文献，并探讨了它的潜在益处和风险。文章强调了人工智能的影响，包括经济、伦理、社会、安全和隐私以及工作岗位的替代方面。它讨论了围绕人工智能发展存在的伦理关切，包括偏见、安全和隐私违规问题。为了确保人工智能的负责任发展和部署，政府、产业和学术界之间的合作至关重要。文章最后强调了公众参与和教育的重要性，以促进对人工智能对整个社会影响的认识和理解。

Dec, 2023

探讨了使用 AI 辅助决策时，人工智能的预测性能与偏差如何对人类决策产生影响的复杂动态，并通过大规模用户研究发现，高性能的模型显著提高了人类在混合环境中的表现，但有些模型削弱了混合偏见，有些则加重了混合偏见。这些研究结果表明，预先评估这些复杂动态对于部署人工智能具有明确的必要性。

Feb, 2022