XiaoMi-AI文件搜索系统
World File Search System交互的
1.1 人工智能和自主系统交互的概念、定义和历史
奥斯陆和阿克什胡斯的公共交通提供商 Ruter 已在其多项不同服务中实施了人工智能。在 Digital Norway 发表的一篇文章中，Ruter 解释了该公司如何利用人工智能为客户提供更好的旅行体验。人工智能在大多数情况下用于改善现有服务。一个例子是实时显示公交车的满载程度。通过分析公交车上的乘客人数，人工智能能够估计拥挤程度。在这种情况下，人工智能被描述为 Ruter 可以在其自身服务中使用的服务。（Digital Norway，2023 年）
汽车智能座舱交互设计研究综述 - 包装工程
1 ）交互性与安全性的矛盾问题。在当前智能座 舱所处的发展阶段，新型人车交互方式的安全性尚需 要进一步检验，繁复的人机交互会对驾驶人造成分神 影响甚至带来安全隐患；在未来智能座舱发展的第三 阶段，还将面临着人车交互的信任问题。解决该问题 是智能座舱实现实质性发展的关键。 2 ）舱内交互与舱外交互的协同问题。智能座舱 作为移动生活智慧终端的“第三空间”，其交互范畴 需全面覆盖汽车舱内及舱外的立体化时空场景，不仅 需要解决舱内的人机交互问题，也要解决舱外的人机 交互问题，以及舱内舱外人机交互的协同问题。现有 研究已部分解答了该问题，但仍需结合真实应用场景 继续深入研究。 3 ）智能座舱与其他智慧生活形态的连接问题。 汽车智能座舱是智慧城市的重要组成部分，其交互设 计不是孤立的，需有机对接到整个智慧城市的系统 中。目前，对该问题的研究关注还比较少，有较大的 研究空间。 4 ）智能交互的应用实现问题。虽然智能交互的 部分关键技术已实现了突破，但离普遍应用还较远。 其根本原因在于交互技术的发展还不够充分，主要体 现在信息感知、信息传输、信息处理等三个方面，具 体为传感探测仪器的精度不足、高速物联通信基础设 施建设不足、芯片及软件产品的算力不足。这些问题 的解决将决定智能座舱交互设计的发展速度。 综合以上研究现状与问题分析，汽车智能座舱交 互设计的发展趋势总结如下： 1 ）交互模态多元化、复合化。基于视觉、听觉、 触觉等多感官通道的立体融合式交互模态将成为主 流，结合更加深入的效率、安全、信任等人机交互研 究，将逐渐发展成为全面的智能交互体系。 2 ）交互方式人性化、情感化。虽然交互模态日 益多元化，但座舱人机交互的方式将变得越来越简 单，汽车将自发迎合人的自然交互习惯，让驾驶员以 更少的注意力完成更多的人机交互，从而找到智能座 舱交互性与安全性的平衡点。同时座舱人机交互将更 注重对人的情感需求的感知与响应，成为情感化的智 能伙伴。 3 ）交互设计场景化。智能座舱的交互设计将结 合更多的场景催生更丰富的交互方案，不仅从车内场 景扩展到车外场景，也会由单一场景扩展到复合场 景，甚至扩展到智慧生活的任意场景中，并实现交互 模式的订制化，使汽车智能座舱真正成为未来智慧生 活空间的一部分。 4 ）交互相关技术日益成熟。在国家政策的持续 引导与驱动下，硬件技术、软件技术、物联通信基础 设施等都将迎来持续的建设、发展与完善，为智能座 舱交互设计的全面发展提供技术基础。
支持人，机器人和大脑计算机界面交互的合作模式
摘要 - 大脑接口技术将很快向公众提供。在障碍的情况下，将替换或补偿身体残疾。但是，这也适用于所有寻求和平意识的人，从没有其他类型的命令中控制环境，而是直接从大脑中。这种设备可以由未经训练的未经训练和新手用户轻松处理。该公司设计和训练了大脑计算机接口，在本文中，我们提出了一种方法来确定如何使用这种设备来控制机器人。该方法建议确定适合用户状态和机器人在环境约束的能力的合作模式。人机合作原则支持方法论方法。
可解释的人工智能：评估 xAI 对人机交互的客观和主观影响
摘要 智能代理必须能够传达意图并解释其决策过程，以建立信任、培养信心并改善人机团队动态。认识到这一需求，学术界和工业界正在迅速提出新的想法、方法和框架，以帮助设计更可解释的人工智能。然而，仍然没有标准化的指标或实验协议来对新方法进行基准测试，研究人员只能依靠自己的直觉或临时方法来评估新概念。在这项工作中，我们提出了第一个全面的（n=286）用户研究，测试了可解释机器学习的广泛方法，包括特征重要性、概率分数、决策树、反事实推理、自然语言解释和基于案例的推理，以及没有解释的基线条件。我们提供了可解释性对人机团队影响的第一个大规模实证证据。我们的研究结果将通过强调反事实解释的好处和可解释性置信度得分的缺点，帮助指导可解释性研究的未来。我们还提出了一种新颖的问卷，用于衡量人类参与者的可解释性，该问卷受到相关先前工作的启发，并与人机协作指标相关联。
绘制人机文本共同创作任务中交互的设计空间
大型语言模型 (LLM)，例如生成式预训练 Transformer 3 (GPT-3) [ 3 ]，因其生成文本内容的能力而引起了研究人员和从业人员的极大关注。ChatGPT 1 的迅速成功——推出仅两个月后月活跃用户就达到 1 亿，创下了历史上增长最快的消费者应用记录 2——不仅凸显了生成式 AI 在生成精确和个性化文本内容方面的潜力和能力，而且凸显了界面和交互在与 AI 通信中的关键作用。由于 ChatGPT 是针对对话任务进行了微调的 GPT-3 变体，因此技术基础保持相似；相反，主要区别似乎是人机交互范式的转变，
使用生成式人工智能检查用户界面对信任和交互的影响
本论文研究了不同的用户界面 (UI) 设计如何影响用户对生成式人工智能 (AI) 工具的信任。我们进行了一项实验，采用绿野仙踪方法测试了三种具有不同 ChatGPT UI 变体的工具的信任级别。来自不同学科的九名志愿大学生参加了实验。我们使用问卷来评估参与者在与每种工具交互后以及与所有工具交互后的信任感知。结果表明，参与者之间的信任水平受到生成式 AI 的 UI 设计的影响，尤其是头像设计和文本字体。尽管共享相同的文本源，但大多数参与者认为 ChatGPT 与其他工具相比最值得信赖。结果还强调了对话界面在与生成式 AI 系统建立信任方面的重要性，参与者表示更喜欢促进自然和引人入胜的交互的界面。该研究强调了 UI 对信任的重大影响，旨在鼓励对生成式 AI 更加谨慎的信任。
人类与自动化机器学习系统交互的角色和模式：评论与观点
随着自动化机器学习 (AutoML) 系统在复杂程度和性能方面不断进步，了解这些框架中人机交互 (HCI) 的“方式”和“原因”变得非常重要，无论是当前的还是预期的。这样的讨论对于最佳系统设计是必要的，利用先进的数据处理能力来支持涉及人类的决策，但它也是识别不断提高的机器自主性水平所带来的机遇和风险的关键。在此背景下，我们重点关注以下问题：(i) 目前，对于最先进的 AutoML 算法来说，HCI 是什么样子的，特别是在开发、部署和维护阶段？(ii) 不同类型的用户和利益相关者对 AutoML 框架内 HCI 的期望是否不同？(iii) 如何管理 HCI，以便 AutoML 解决方案获得人类的信任和
使用OpenCV和介质管进行实时交互的基于手势的鼠标控制系统
技术，Karnataka 2 BE Scholar，CSE，部门，Shri Dharmasthala Manjunatheshwara技术学院，卡纳塔克邦摘要 - 该研究提出了一种基于手势的交互系统，旨在使用OpenCV和MediaPipe实时控制。此系统使用手势来提供一种直观且不接触的方式来与计算机进行交互，从而为与传统输入设备（如鼠标或键盘等传统输入设备）挣扎的人相互访问。使用单个网络摄像头，该系统连续捕获并监视手动移动。这些运动是通过模式识别算法处理的，以准确识别特定的手势，每个手势都与各种计算机操作相对应，包括鼠标运动，咔嗒声和滚动。该系统是针对用户友好性和效率进行设计的，使用户可以在无人接触的情况下轻松浏览其计算机屏幕。研究的结果强调了使用手势来实现基本计算机控制任务的实用性和有效性，在日常和专业计算方案中提出了一种有希望的无提交互方法。索引术语 - 手势识别，OpenCV，MediaPipe，小鼠控制，人类计算机相互作用。
用于群组人工智能交互的 XAI：面向协作和包容性解释
摘要 机器学习 (ML) 越来越多地融入各个领域的决策制定，引发了人们对道德、合法性、可解释性和安全性的担忧，凸显了人类监督的必要性。作为回应，可解释人工智能 (XAI) 应运而生，它通过提供对 ML 模型决策的洞察，并让人类了解底层逻辑，从而成为一种增强透明度的手段。尽管现有的 XAI 模型具有潜力，但通常缺乏实用性，无法提高人机性能，因为它们可能会引入过度依赖等问题。这强调了以人为本的 XAI 需要进一步研究，以提高当前 XAI 方法的可用性。值得注意的是，目前的大部分研究都集中在 XAI 与个体决策者之间的一对一互动上，忽视了现实世界场景中人类群体使用 XAI 进行集体决策协作的多对一关系的动态。在这项最新工作中，我们借鉴了以人为中心的XAI研究的当前成果，并讨论了如何将XAI设计过渡到群体AI交互。我们讨论了XAI从人机交互过渡到群体AI交互的四个潜在挑战。本文有助于推动以人为中心的XAI领域的发展，促进群体XAI交互的讨论，呼吁在该领域进一步研究。关键词 可解释AI，群体AI交互，交互设计
手臂交互的电触觉反馈应用：系统评价、荟萃分析和未来方向
摘要 — 触觉反馈在广泛的人机/计算机交互应用中至关重要。然而，触觉设备的高成本和低便携性/可穿戴性仍然是尚未解决的问题，严重限制了这种原本很有前途的技术的采用。电触觉界面具有更便携和更可穿戴的优势，因为它们的执行器尺寸减小，功耗和制造成本更低。电触觉反馈在人机交互和人机交互中的应用已被探索，以促进假肢、虚拟现实、机器人遥控操作、表面触觉、便携式设备和康复等应用中的基于手的交互。本文介绍了电触觉反馈的技术概述，以及其在基于手的交互中的应用的系统综述和荟萃分析。我们根据应用类型讨论了不同的电触觉系统。我们还对研究结果进行了定量讨论，以提供对最新技术的高层次概述并提出未来的方向。电触觉反馈系统显示出更高的便携性/可穿戴性，并且它们成功地呈现和/或增强了大多数触觉、引发感知过程并在许多场景中提高了性能。然而，我们发现了知识差距（例如，实施方案）、技术（例如，反复校准、电极的耐用性）和方法（例如，样本大小）缺陷，这些缺陷应在未来的研究中得到解决。