COVID-19 betyder att USA försenade årets federala skattefrist till 15 juli; om du har skjutit upp är det dags att komma till det.
Men även om skatteuppbärare endast accepterar betalning från människor 2020, kommer vi snart att skicka skatteräkningar till robotar också?
Det är frågan från Jordan Harrod, doktorand i medicinsk teknik och neurobiologi vid Harvard om dagen och YouTube-skapare på natten.
På sin kanal gräver hon in i nördiga ämnen som om det är möjligt att få artificiell intelligens att tala och den tidigare nämnda Android-beskattningen.
Som hon förklarar beskattas amerikanska företag baserat på hur många anställda de har.
Fler maskiner och färre personer betyder mindre pengar som betalas i skatt.
Så argumentet är att företag som säger upp mänskliga arbetare och går över till automatisering inte nödvändigtvis ska få en stor skatteavbrott, och de skatter de betalar ska gå till omskolning eller stöd till människor som nu är utan jobb.
"Jag är verkligen ingen ekonom eller skattepersonal, så jag spenderade mycket tid på att gräva i forskning och aktuella politiska förslag om detta ämne för att göra den videon", säger Harrod till Daxdi.
"Personligen gillar jag tanken på en automatiseringsskatt, där pengarna omdirigeras till omskolningsprogram som hjälper människor att återintegreras i den moderna arbetskraften och arbetslöshetsersättningar för att stödja dem genom deras utbildning."
Hon erkänner rapporter som säger att automatisering inte kommer att ha en så allvarlig effekt på den amerikanska sysselsättningsgraden som vissa förutspår, delvis tack vare framväxten av nya industrier och teknik.
Och även om en robotskatt införs, skulle det "inte nödvändigtvis lösa inkomstskillnadsfrågan utan att andra policyer genomförs parallellt för att se till att pengar kommer till de människor som behöver det", säger hon.
"Du kan ta pengar från de rika, men om du inte ger dem till de fattiga löser det inte det problemet."
Ändå är det en "intressant fråga" att fundera över, säger hon.
Hur tänkte Harrod på dessa och andra komplexa frågor? Vi pratade nyligen med henne om hennes neurobiologistudier, som skiljer AI-hype från verklighet, algoritmbias och varför hon startade en YouTube-kanal.
Du planerar att slutföra en gemensam doktorsexamen från Harvard Medical School och MIT 2023.
Vad förde dig till detta område?
Jag kom till neurovetenskapen något av misstag.
Jag har forskat på några olika områden sedan jag började på college och använde varje tidigare erfarenhet som ett sätt att begränsa vad jag ville göra nästa.
När jag började doktorsexamen hade jag minskat mina forskningsintressen ner till något som skulle låta mig använda maskininlärning och bygga enheter för medicin, vilket uppenbarligen fortfarande är ganska brett.
Och intressant, du arbetar med inte ett, utan två laboratorier.
I slutet av dagen bestämde jag mig för ett projekt som jag båda tyckte var intressant och som var i ett labb som drivs av fakulteten som jag kände matchade mina mentorpreferenser, som faktiskt råkar vara två laboratorier: Neuroscience Statistics Research Lab och Synthetic Neurobiologisk grupp.
Berätta historien bakom din Youtube-kanal.
Jag skulle börja doktorsexamen och visste att jag ville att maskininlärning skulle vara en viktig del av min forskning.
Men med tanke på att mitt program fokuserar på translationell och klinisk forskning, ville jag lära mig mer om hur människor interagerar med algoritmer, och jag kunde inte hitta många resurser som var inriktade på den genomsnittliga personen.
Många människor kompletterar sin utbildning på ett eller annat sätt genom att titta på Crash Course eller Khan Academy-videor, så YouTube verkade vara platsen att vara.
Och jag har varit involverad i vetenskapskommunikation sedan gymnasiet som både student och lärare.
Så jag lade min plan att göra vetenskapskommunikation på YouTube tillsammans med mitt intresse för AI, och kanalen föddes.
Hur kommer du på dina ibland konstiga och filosofiska ämnesidéer?
Det är ofta slumpmässiga idéer som dyker upp i mitt huvud när jag går ner på gatan och ser en teknik som jag inte riktigt hade tänkt på tidigare.
Mitt mål är att ge människor de verktyg och information de behöver för att interagera med de algoritmer som ofta styr viktiga aspekter av våra liv, även om vi inte alltid vet det.
I ditt TedX-samtal du säger att få människor har 'AI-kunskaper' och som sådan har en nackdel när de interagerar med expertsystem.
Det är sant.
Många människor kan inte skilja AI-hype från verkligheten, och jag tror inte att du behöver vara expertforskare för att göra det.
Du kanske inte förstår att du interagerar med ett AI-system i första hand, vilket kan bli problematiskt när dessa system fattar beslut om liv eller död.
Mer allmänt kan brist på AI-kunskaper leda till policyer och regler som inte effektivt styr ny teknik, och individer som engagerar sig i partiska system utan att förstå de risker som är förknippade med det.
Du påpekar också att AI inte bara hanterar de stora grejerna.
Det påverkar också dina dagliga upplevelser på små sätt online.
Du kanske saknar innehåll från vänner och familjemedlemmar eftersom en algoritm prioriterar innehåll som du reagerar på istället, vilket i sin tur orsakar stress och påverkar din mentala hälsa negativt.
Vad vill du att folk ska göra efter att ha tittat på dina videor?
Jag tror att det beror på videon.
De flesta av mina videor är enbart för utbildning och medvetenhet, så att människor kan gå bort från det och ha lärt sig något nytt som kan hjälpa dem nästa gång de stöter på ett liknande system.
Å andra sidan hoppas jag att människor som tittar på min AI 101-serie kan fortsätta att förbättra sina programmeringsfärdigheter och leta efter ytterligare resurser för att göra det om de tyckte att handledningen var intressant.
På Juneteenth gjorde du en video förklarar hur AI bevarar systemisk rasism genom sociala system som utbildning, sjukvård och lag.
Hur kan vi göra AI uttryckligen antirasist för att rätta till detta?
Det är målet, eller hur? Tyvärr är en av de många saker som jag har insett när jag gör videor om AI-rättvisa och partisk forskning att det inte finns något sätt att "fixa" det, eftersom fixen alltid kommer att baseras på din definition av rättvisa, som kommer med din egna personliga fördomar.
Det är därför som mångfald i AI är så viktigt att ha kontroller och balanser på så kallade dolda fördomar.
Rätt.
Att balansera datamängder och reglera distributioner under träning är också steg du kan ta, men vad mycket av forskningen har visat mig är att samhällsengagemang både är extremt viktigt och ofta hoppas över medan jag utvecklar AI-system.
Genom att involvera de samhällen som kommer att påverkas av dessa tekniker i alla steg i design- och utvecklingsprocessen är det mer troligt att du skräddarsyr din lösning efter samhällets behov och överväger effekter som du kanske inte har utanför målet.
varit medveten om annat.
Bra poäng.
Vilka är dina planer för doktorandliv?
När det gäller postdoktoralt liv har jag inte lagt mig på en väg helt än.
Lyckligtvis har jag precis avslutat mitt andra år av min doktorsexamen, så jag har en bra tid innan jag måste bestämma mig.
Jag skulle vilja fortsätta arbeta med högrisk- / högbelöningsprojekt, troligtvis inom industrin, så platser som Google X är intressanta för mig.
Men jag skulle inte heller bli förvånad om mitt drömjobb inte har skapats än.
Några av dessa tekniker rör sig så snabbt att det kan finnas ett helt nytt fält för mig att tänka på när jag avslutar min doktorsexamen.
Slutligen antyder du att du ibland använder AI för att kurera YouTube-videor åt dig.
Berätta mer.
Om jag berättade för dig den hemligheten skulle alla kunna göra det!
