这些都是研究人员所谓的生活质量衡量指标的例子。几个世纪以来,政客和政府一直利用这些指标来评估其公民的幸福程度。

现在,研究人员正在将人工智能应用于对幸福的研究,探寻是什么让国家、城市和人民幸福的更深层次的答案。IEEE Access中的一项新研究探讨了机器学习和大型语言模型(LLMs)如何分析有关生活质量的研究。
不仅仅关乎经济
虽然生活质量指标并不能直接衡量幸福程度,但它们常被用作一种替代衡量方式。它们有助于政策制定者、研究人员和各类组织了解社会、经济和环境状况,为提高整体幸福水平的决策提供指导。
传统上,这些指标侧重于单个数字,通常与经济相关。例如,国内生产总值(GDP)就经常被使用。它衡量一个国家的总体经济产出,并且基于这样一种理念被用作生活质量的一个指标:如果一个国家富有,其公民可能拥有更好的生活质量。
然而,随着时间的推移,研究人员意识到依靠单一指标来评估社会的幸福水平并不总是有效的,因为金钱未必能买到幸福。
根据IEEE会员Ning Hu的观点,幸福往往是相对的,而非绝对的。
Ning Hu表示:“幸福从根本上源于我们的自我认同感以及对自己在社会中所处地位的理解。”
为了更全面地了解情况,研究人员开始将多个指标合并为一个易于理解的数值。例如,联合国人类发展指数(U.N. Human Development Index)着眼于预期寿命、教育水平以及一个国家内每人的平均收入数额,将所有这些转化为一个数值。其他指数使用不同的指标,其目的都是帮助研究人员和政策制定者轻松地在不同国家之间进行比较。
生活质量衡量指标并非仅用于评估国家的幸福水平。在医学领域,这些指标被用于评估个体患者的健康状况,并对他们未来的健康状况进行预测。
一些生活质量指数旨在从政府质量、污水处理、娱乐机会和经济前景等维度对城市进行评估。
人工智能的兴起
随着计算机能够存储和分析越来越庞大的数据集,研究人员开始将大数据技术应用于人类幸福的研究。
对研究人员来说,一个亮点是情感分析的兴起。情感分析通过检查社交媒体帖子等交流内容中的观点和情绪,以确定它们表达的是积极、消极还是中性的态度。
这项工作往往得出有趣的结论。例如,当某一天某个社交媒体网站上的负面情绪增加时,黄金价格往往是上涨的。在健康领域,情感分析也被应用于医生的病历记录,以便纳入生活质量指标之中。
韩国的研究人员利用机器学习来预测各个国家是否幸福。他们发现,几个高度发达的国家并不十分幸福,而几个欠发达国家却很幸福。研究人员发现,为了提升幸福度,政策制定者应该降低青年失业率并提高医疗保健质量。
另一项分析发现,国民幸福度、高平均智商以及在迈尔斯 - 布里格斯(Meyers - Briggs)人格测试的感知和判断领域中得分高的人群高度集中之间存在着紧密的联系。
人工智能能让我们幸福吗?
鉴于有大量关于生活质量和幸福的研究,人们有理由怀疑人工智能是否能让我们幸福。
IEEE Access论文的作者研究了87项将人工智能应用于幸福研究的成果。他们发现,虽然存在一些有效的方法,但也发现了几个研究空白和有待进一步研究的领域。
而且,虽然人工智能能够为决策者指明正确的方向,但它最终无法引导任何一个人走向幸福。
IEEE高级会员Eleanor Watson表示:“人工智能的理想角色是作为一种启迪性的工具,用于拓展我们对幸福的理解,而将幸福的最终追求和定义留给人类自己。”
好文章,需要你的鼓励
Python通过PEP 810提案正式引入惰性导入功能,允许程序延迟加载导入库直到实际需要时才执行,而非在启动时全部加载。该提案由指导委员会成员Pablo Salgado于10月3日提出并于11月3日获批。新功能采用选择性加入方式,保持向后兼容性的同时解决了社区长期面临的启动时间过长问题,标准化了当前分散的自定义解决方案。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
Valve最新Steam硬件软件调查显示,Linux用户占比达到3.05%,较上月增长0.37个百分点,相比去年同期增长约50%。游戏网站Boiling Steam分析显示,Windows游戏在Linux平台兼容性达历史最高水平,近90%的Windows游戏能在Linux上启动运行,仅约10%游戏无法启动。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。