Τεχνητή νοημοσύνη

Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης

Smuha, Nathalie A.
Working Paper Series, KU Leuven - Faculty of Law, Available at SSRN, DOI: http://dx.doi.org/10.2139/ssrn.3742421
Posted: 07 Dec 2020
Αυτό το άρθρο αποσκοπεί στην αξιολόγηση των ηθικών προκλήσεων που θέτει η εισαγωγή της Τεχνητής Νοημοσύνης στην εκπαίδευση (AIED). Το ισχύον κανονιστικό πλαίσιο, για μια αξιόπιστη τεχνητή νοημοσύνη, απαρτίζεται από 7 απαιτήσεις όπως αυτές καθορίστηκαν στις κατευθυντήριες γραμμές δεοντολογίας της αρμόδιας ομάδας εμπειρογνωμόνων της Ευρωπαϊκής Επιτροπής.
Lainjo B.
J Multidiscip Healthc. 2021;14:2361-2372, https://doi.org/10.2147/JMDH.S321751
Published 27 August 2021
Στόχος της μελέτης είναι να διεξαχθεί μια ανασκόπηση της πανδημίας Covid-19 εστιάζοντας στο θέμα της νοσηρότητας και θνησιμότητας, λαμβάνοντας υπόψη τη δυναμική της τεχνητής νοημοσύνης και της ποιότητας ζωής
The 2019-nCoV epidemic control strategies and future challenges of building healthy smart cities
Xu, C., Luo, X., Yu, C., & Cao, S.-J.
Indoor and Built Environment, https://doi.org/10.1177/1420326X20910408
First Published: March 3, 2020
Η ταχεία εξάπλωση της νέας λοίμωξης και το υψηλό ποσοστό νοσηρότητας που συνδέεται με την επιδημία COVID 19, απαιτούν την ταχεία και αυστηρή εφαρμογή των κατάλληλων μέτρων ελέγχου. Ο κίνδυνος της εξάπλωσης σοβαρών ιογενών λοιμώξεων εξαρτάται άμεσα από το βαθμό μετάδοσης του ιού από άτομο σε άτομο σε εσωτερικό περιβάλλον. Αυτό έχουν καταδείξει παρόμοιες καταστάσεις την τελευταία δεκαετία, όπως κατά την πανδημία γρίπης H1N1 του 2009 και την επιδημία του κορονοϊού του αναπνευστικού συνδρόμου της Μέσης Ανατολής το 2014 (MERS).
Journal of Medical Systems, Volume 44, Issue 7, 1 July 2020, Article number 122
Αυτή η συστηματική ανασκόπηση εξετάζει εφαρμογές AI που βασίζονται σε αλγόριθμους εξόρυξης δεδομένων και μηχανικής μάθησης (ML) για την ανίχνευση του ιού και για τη διάγνωση COVID-19.
Vaid, S., McAdie, A., Kremer, R. et al.
International Orthopaedics (SICOT) 44, 1581–1589 (2020) DOI:  https://doi.org/10.1007/s00264-020-04653-3
Issue Date: August 2020
Χρησιμοποιείται ένα πλαίσιο τεχνητής νοημοσύνης βασισμένο στο χρονοδιάγραμμα των κυβερνητικών παρεμβάσεων για την ανάσχεση της covid-19. Η μελέτη προτρέπει τους υπεύθυνους χάραξης πολιτικής να λάβουν υπόψη αυτά τα αποτελέσματα καθώς προχωρούν σε χαλάρωση των περιοριστικών μέτρων.

Our weird behavior during the pandemic is screwing with AI models
Will Douglas Heaven
MIT Technology Reviews, Artificial intelligence, May 11
11 May 2020
Κατά τη διάρκεια της πανδημίας COVID-19,  έχουν επηρεαστεί ακόμα και οι αλγόριθμοι μηχανικής μάθησης στην τεχνητή νοημοσύνη. Τα μοντέλα μηχανικής μάθησης που εκπαιδεύονται στη “φυσιολογική” ανθρώπινη συμπεριφορά διαπιστώνουν τώρα ότι το φυσιολογικό έχει αλλάξει και μερικά παρουσιάζουν προβλήματα, αναγκάζοντας τους ανθρώπους να επέμβουν για να τα ευθυγραμμίσουν. Παραδείγματα αλγορίθμων στην καθημερινή ζωή είναι αυτοί που τρέχουν πίσω από τα παρασκήνια για τη διαχείριση αποθεμάτων, τον εντοπισμό απάτης, το μάρκετινγκ και άλλα.

Downes, D.J., Cross, A.R., Hua, P. et al.
Nat Genet (2021). https://doi.org/10.1038/s41588-021-00955-3
Published: 04 November 2021
Σε αυτή τη μελέτη, αναγνωρίζεται το rs17713054 ως πιθανή αιτιολογική παραλλαγή και το LZTFL1 ως υποψήφιο γονίδιο τελεστή που συμβάλλει στην απενεργοποίηση ενός προστατευτικού μηχανισμού των επιθηλιακών κυττάρων των πνευμόνων, αυξάνοντας, πιθανόν, τον κίνδυνο για σοβαρή Covid-19.
Editorial
Nature 597, 447-448 (2021), doi: https://doi.org/10.1038/d41586-021-02554-y
22 September 2021
Οι κυβερνήσεις έχουν μεγάλη ανάγκη να αναπτύξουν συλλογές με μεγάλα δεδομένα κατά τη διάρκεια υγειονομικών κρίσεων. Οι επιστήμονες πρέπει να βοηθήσουν να τεθούν οι νομικές, ηθικές και υλικοτεχνικές βάσεις.
C. Vega
IEEE Access, vol. 9, pp. 97243-97250, 2021, doi: 10.1109/ACCESS.2021.3095222.
Date of Publication: 06 July 2021
Η εργασία αποτελεί παράδειγμα της επίδρασης του προβλήματος της επαγωγής στην ιατρική έρευνα, μέσω της μελέτης των μεθοδολογικών ζητημάτων των πρόσφατων λύσεων για τη διάγνωση της COVID-19 με τη βοήθεια υπολογιστή και τη χρήση εικόνων ακτινογραφίας στήθους

Δημοσιεύσεις Ελλήνων Ερευνητών

Hamsa Bastani, Kimon Drakopoulos, Vishal Gupta, Jon Vlachogiannis, Christos Hadjicristodoulou, Pagona Lagiou, Gkikas Magiorkinis, Dimitrios Paraskevis & Sotirios Tsiodras
Nature (2021). https://doi.org/10.1038/s41586-021-04014-z
Published: 22 September 2021

Pages