2020AI年回顾：热点事件、趋势与展望
在2020年，人工智能发展迅速，从1月至12月的每月热点事件中，我们可以看到AI在各个领域中的应用与影响。从最初的远程办公支持，到面部识别技术的争议，再到GPT-3的推出和人工智能伦理问题的凸显，每个阶段都体现了AI的进步和人们对相关问题的关注。然而，同时也暴露出对AI技术应用的风险和不确定性。
ErrorAnalysis&CorrectioninWeightedA*SuboptimalityandSoftOptionsCritic
这篇文章主要探讨了两个与人工智能领域相关的主题。首先，针对加权A*算法（wA*）的误差分析与修正进行了研究，发现wA*产生的解决方案的错误率往往远低于其使用权重W乘以最优解的成本，但目前缺乏足够的证据来支持这一观点。其次，文章探讨了一种名为“软选项评论家”（Soft Options Critic）的方法，该方法在层次任务中利用options框架进行学习和规划，并通过实验发现，最大化每个选项和之间策略的熵有助于提高模型的性能。
题目：虚拟世界的慷慨行为：传播与影响
这篇文章主要探讨了在线游戏中的慷慨行为和其在用户行为中的影响。研究发现， generosity（慷慨）在多人在线角色扮演游戏中是具有一定传染性的，当玩家观察他人慷慨行为时，会更愿意投入游戏。此外，接受和观察慷慨行为还会导致更高的未来博弈参与度。 social search 是一种在在线社交媒体中检索信息的方法，旨在更好地满足用户的信息需求并简化搜索过程。这项工作中，我们对社交搜索领域的现状进行了分析，并提出了一种新的分类法，突出了当前的局限性和未来的研究方向。 这篇文章针对Twitter上的俄罗斯虚假信息机器人进行了深入研究，提出了一种使用中心共振分析和Clauset-Newman-Moore社区检测的方法来识别这些机器人。实验结果显示，这种方法在识别真阳性（机器人）方面非常有效，但无法解决真阴性（非机器人）的问题。 最后，这篇文章对用于预测社交媒体时间序列的四个基线进行了实验评估。实验结果确定了对特定指标最准确的基线，为社交媒体建模的未来工作提供了指导。
功能可观察性及其在大型网络中的重要性
该文章主要探讨了功能可观察性在大型动态网络中的重要性，介绍了基于图的功能可观察性理论和算法，并将其应用于检测电网中的网络攻击和推断流行病期间的感染流行率。同时，文章还介绍了一种名为DSGC的无监督图表示学习方法，能够在不同的空间中生成视图，并与传统图对比学习方法相结合，提高了性能。最后，文章讨论了COVID-19大流行对国际贸易的影响，并通过分析联合国Comtrade数据库得出了一些新的结论。
SnailProteininNasopharyngealCarcinoma:AStudyofitsEffectonMaspinExpression
背景：Snail是一种在前列腺癌发病机制中发挥重要作用的多功能蛋白质，但已被发现与预后不良相关。本研究旨在调查Snail对人类鼻咽癌细胞系maspin表达的影响。方法：采用定量实时PCR和Western印迹分析，确定是否通过定量实时PCR和Western印迹法检测去甲基化剂。结果显示，结合蛋白在调节肿瘤生长和进展中起到显著作用。结论：本研究表明，Snail通过影响鼻咽癌细胞系的maspin表达，对肿瘤的生长和进展产生重要影响。
新时代AI助手：ChatGPT如何助力学术论文创作
这篇文章主要介绍了ChatGPT在AI论文写作中的应用及其注意事项。ChatGPT成为新时代有力的AI论文辅助工具，但其使用方法并不为人所知。文章提供了一个 typical application scenario，展示了如何利用ChatGPT进行论文写作。此外，文章还介绍了AI PaperPass重磅活动和一系列的超级福利，鼓励读者参与。
人工智能助力论文创作：从入门到提升
随着ChatGPT等AI大模型的普及，人工智能已成为生活中不可或缺的一部分。为了帮助人们更好地利用这一优势，我们分享了一些优化论文的指令，包括选择合适的AI工具如ChatGPT、百度文心一言等，以及如何通过指令提高文章质量、降低查重率等。同时，我们也正在规划一套从入门到提升的AI课程，由@不坑老师和神秘大佬共同制作，帮助你高效地使用人工智能大模型，让创作变得更加简单。
人工智能研究综述：国内外论文精选
本综述收集了近期关于人工智能社会风险、非遗旅游、劳动就业、数据安全和孤独症谱系障碍儿童诊断等主题的10篇论文，旨在为即将撰写人工智能研究综述论文的人提供参考。其中，国内关于人工智能社会风险的研究综述涉及到人工智能风险的多个方面，建议未来研究结合国内外维度、理论和实践、学科交叉和聚焦，拓展研究新领域，加强跟踪研究和重大问题的研究；基于人工智能的非遗旅游研究综述则从旅游、人工智能技术和人工智能与非遗三个角度进行了概括；人工智能对国内劳动就业影响的研究综述分析了人工智能对就业的影响机制、规模、分配、形态和过程等方面的研究进展，建议未来研究进一步拓展主题，进行多视角和跨学科研究，重视实证研究和微观研究；关于人工智能模型数据泄露的攻击与防御研究综述则关注了数据与隐私保护问题，探讨了人工智能深度学习模型的数据窃取和防御技术；最后，人工智能在孤独症谱系障碍儿童临床诊断中的应用研究综述展示了人工智能在孤独症诊断领域的优势和潜在应用。