XiaoMi-AI文件搜索系统
World File Search System交互模式
交互模式和物联网的影响分析......
摘要。如今，估计有一半的连接设备与物联网 (IoT) 有关。物联网范式导致信息技术能源需求增加。能源需求一方面是由于物联网设备数量庞大，另一方面是由于大量物联网终端用户应用程序消耗这些设备产生的数据。然而，考虑到此类应用程序的开发中的能源消耗，使用物联网设备产生的数据仍然具有挑战性。人们缺乏关于开发绿色物联网应用程序的最佳实践的知识。本文提出的工作旨在提高应用程序设计人员对物联网协议和交互模式的选择对应用程序能耗的影响的认识。为此，我们通过实验分析了 HTTP 和 MQTT 的能耗，它们是物联网消费者应用程序最流行、最成熟和最稳定的两种协议。对于 HTTP 协议，我们研究了发布-订阅和请求-回复交互模式。对于 MQTT，我们研究了具有三种可用服务质量的发布-订阅交互模式。我们还研究了消息有效负载对能耗的影响。结果表明，发布/订阅交互模式的能耗低于同步交互模式（约低 92%），而对于发布/订阅交互模式，HTTP 比 MQTT 协议消耗的能量多 20%。最后，我们表明有效负载对能耗的影响很小，有效负载从 24 到 3120 字节不等，开销为 9%。
Adrien Metge、Nicolas Maille、Benoît Le Blanc。人机合作的合作和协作交互模式之间的转换。 CNIA 2021：法国人工智能国家会议，2021 年 6 月，法国波尔多。第 38-43 页。hal-03321178
人工智能 (AI) 的进步使得运输行业可以设想出现具有一定自主性的系统，该系统可以根据用户的需求不断发展，从驾驶辅助到替代驾驶。2020 年 10 月，法国国家铁路公司首次在实际运行条件下部分自主运行 BB 27000 货运机车，具有全自动加速和制动功能 [15]。2020 年 6 月的另一项首创成果是空客利用机载图像识别技术成功实现了 A350 飞机的滑行、起飞和降落 [1]。航空系统自动化程度的提高使我们能够考虑在减少飞行员工作量的同时提高安全性，并有助于朝着由单个飞行员与人工智能团队合作操作的驾驶舱的方向发展。然而，在两名人类操作员之间，他们的分工和合作方式可能会根据情况而改变。例如，在复飞或故障管理飞行期间，可以决定更换飞行员。取代第二名飞行员的人工智能系统必须部署自适应自动化，以适应可能发生的角色分配变化，也就是说，根据情况或人类表现的变化，人类和机器之间可能必须共享或交换功能 [7]。
朝向可验证的多代理交互模式规范
指定交互式多代理任务是一项长期的软件工程挑战[6]。规格应足够高，以保持可访问性和明确的可及以确保所得软件组件的可靠性。本文通过介绍基于DSL的工具链的基础特征来解决此问题（见图1）称为LIRAS 1，用于指定多代理交互模式。里拉（Liras）被开发为域 - 不可思议的，并且相对于所涉及的代理的数量和性质（例如，基于软件或人类）以及构成模式的动作数量和类型。代理因其提供的原始技能集而有所不同（例如，为机器人移动或为四轮驱动器打开发动机）。在里拉斯（Liras）中，这些技能被安排为模式。根据图1，定义技能集需要专家实践者的干预，而模式规范则设计为非专家用户可以访问。在里拉斯（Liras）中，代理之间的同步动力学的语义基于确定性有限状态自动机（DFA），构成了可符合模型对模型转换和正式验证的规格的这一方面。具体而言，可以通过Uppaal工具[11]验证了涉及同步定义明确的属性。该工具链的此阶段仅针对有关模式的逻辑和结构声音的属性（例如，具有冲突目标的技能），因此不涉及相应的网络物理系统的物理组成部分。环境）。几个里拉斯规格构成模式库。在以下内容中，我们将任期任务作为一系列模式。可以使用所谓的和经过验证的模式库，用于更广泛的任务规范和正式的分析工具链外部和与里拉斯（例如[12]中介绍的）脱钩。latter设想文本DSL（与里拉斯分开），以指定涉及人和机器人代理的错误，特别关注人类机器人相互作用。此类DSL当前从预先确定和固定的集合中利用人类机器人的交互模式，从而限制了该框架对现实生活的适用性。可以通过进口里拉斯模式来指定任务来克服这种缺点。我们指出，假定操作环境的规范（例如，布局和关注点）是独立于LIRAS完成的（即，LIRAS模式是参数W.R.T.在更广泛的框架内，最终的任务指定会自动转换为基于随机混合自动机的形式模型[5]。如果要进口自定义的里拉斯交互模式，正式模型的自动生成将意味着起草新定义的模式的每个自定义技能的正式模型，这需要专家用户的输入。任务的正式模型是统计模型检查[5]以计算质量指标
面向共同创造 GAN 应用中的人机交互模式框架
摘要 随着生成对抗网络 (GAN) 的兴起，人工智能越来越多地成为人类设计师共同创造文化产品的合作伙伴。虽然生成模型已应用于各个学科的各种创造性任务，但理解人机 GAN 协作的理论基础尚未开发。借鉴混合主动性共同创造社区的经验，我们提出了一个初步框架来分析共同创造的 GAN 应用。我们确定了四种主要的交互模式：策划、探索、发展和条件。建议的框架使我们能够讨论共同创造 GAN 应用背后的不同类型交互的可供性和局限性。