XiaoMi-AI文件搜索系统
World File Search System人机
人机协作：最新进展和研究需求
人机系统整合委员会 FREDERICK OSWALD，莱斯大学心理学系，主席 JAMES BAGIAN，NAE/NAM，密歇根大学安娜堡分校医疗政策与创新研究所 DIANA BURLEY，乔治华盛顿大学教育与人类发展研究生院 BARBARA DOSHER，NAS，加州大学欧文分校社会科学学院 MICA ENDSLEY，SA Technologies，亚利桑那州梅萨 EDMOND ISRAELSKI，AbbVie，伊利诺伊州北芝加哥 NAJMEDIN MESHKATI，南加州大学维特比工程学院 JOHN LOCKETT，美国陆军研究实验室（已退休） EMILIE ROTH，Roth 认知工程，加利福尼亚州斯坦福 WILLIAM J. STRICKLAND，人力资源研究组织，弗吉尼亚州亚历山大 MATTHEW WEINGER，范德堡大学医学中心工作人员 MARY ELLEN O'CONNELL，临时主任TOBY M. WARDEN，董事（至 2021 年 5 月 25 日）
学习人机团队的互补政策
当算法和人类都无法在给定上下文中的所有实例中发挥主导作用时，人机互补性就很重要。最近探索人机协作的研究考虑了与分类任务相对应的决策。然而，在许多人类可以从人工智能互补性中受益的重要情况下，人类会采取行动。在本文中，我们提出了一种新颖的人机协作框架，用于选择有利的行动方案，我们将其称为人机团队的学习互补政策 (LCP - HAI)。我们的解决方案旨在利用人机互补性来最大化决策奖励，通过学习旨在补充人类的算法策略，通过使用路由模型将决策推迟给人类或人工智能以利用由此产生的互补性。然后，我们扩展了我们的方法来利用机会并降低实践中重要情况下出现的风险：1）当一个团队由多个具有差异和潜在互补能力的人组成时，2）当观察数据包括一致的确定性动作时，3）当未来决策的协变量分布与历史数据不同时。我们使用真实人类反应和半合成数据证明了我们提出的方法的有效性，并发现我们的方法在各种设置下都提供了可靠且有利的性能，并且优于算法或人工智能自己做出决策时。我们还发现，我们提出的扩展有效地提高了人机协作性能在不同挑战性设置下的稳健性。
人机沟通的相互心智理论
从导航系统到智能助手，我们每天都会与各种人工智能进行交流。在这种人机交流的核心中，我们通过不同复杂程度的话语向人工智能传达我们对人工智能能力的理解，人工智能通过系统输出向我们传达对我们的需求和目标的理解。然而，这种交流过程很容易失败，原因有二：人工智能可能对用户有错误的理解，用户可能对人工智能有错误的理解。为了增进人机交流中的相互理解，我们提出了相互心智理论 (MToM) 框架，该框架的灵感来自人类的基本能力“心智理论”。在本文中，我们讨论了 MToM 框架的动机及其三个关键组成部分，它们在人机交流的三个阶段不断塑造相互理解。然后，我们描述了一个受 MToM 框架启发的案例研究，以展示 MToM 框架在指导人机交流的设计和理解方面的强大功能。
用文本映射人机交互的设计空间
自动文本摘要系统通常需要人类来准备数据或评估模型性能，然而，人们缺乏对人类在与人工智能交互或接受人工智能协助时的角色、经验和需求的系统理解。从以人为本的角度，我们绘制了文本摘要和更广泛的文本生成任务中人机交互的设计机会和考虑因素。我们首先对 70 篇论文进行了系统的文献综述，开发了人工智能辅助文本生成中的五种交互分类法和相关的设计维度。我们为每种交互设计了文本摘要原型。然后，我们在原型的帮助下采访了 16 位用户，以了解他们对人工智能在文本摘要中的效率、控制和信任的期望、经验和需求，并据此提出了设计考虑因素。
单人飞行人机协作研究...
摘要 近年来，随着航班数量的增加，航空公司和飞机制造商面临着一个严峻的问题：飞行员短缺。解决这一问题的一个方法是减少飞机上的飞行员数量，转向单飞行员操作 (SPO)。然而，采用这种方法，必须保证飞行的安全和质量。由于驾驶任务的复杂性，需要一种人机协作的形式来为飞行员提供额外的帮助和见解。为此，寻找合适的人工智能 (AI) 解决方案是很自然的，因为该领域在过去几十年中随着机器学习和深度学习的兴起而迅速发展。这项任务的理想人工智能应该旨在改善人类的决策能力，并专注于与人类的互动，而不是简单地在没有人为干预的情况下实现流程自动化。这个特定的人工智能领域旨在与人类交流，被称为认知计算 (CC)。为此，可以采用多种技术来涵盖交互的不同方面。其中一项技术就是增强现实 (AR)，截至目前，该技术已经足够成熟，可用于商业产品。因此，进行了一项实验来研究飞行员和 CC 队友之间的互动，并了解是否需要帮助才能安全过渡到 SPO。
供应链管理中的人机协作
ORCID：-0009-0003-5890-2955。摘要：- 人工智能 (AI) 与供应链管理的整合正在重塑劳动力动态，预示着人机协作新时代的到来。本文探讨了人工智能对供应链运营的影响，重点关注人工智能驱动的自动化、预测分析和决策工具如何改变传统角色和职责。随着人工智能接管需求预测、库存管理和物流优化等日常任务，劳动力越来越需要适应强调战略监督、解决问题和人工智能系统管理的新角色。该研究调查了与这种转变相关的挑战和机遇，包括重新培训和提升技能的需求、工作岗位流失的可能性以及新工作类别的出现。它还研究了人机协作的心理和组织影响，强调人工智能如何提高生产力，同时促进更灵活和更具弹性的供应链。通过回顾当前的实践和案例研究，本文对供应链管理的未来提供了见解，强调了平衡技术进步与人类专业知识以实现最佳结果的重要性。关键词：人机协作、供应链中的人工智能、劳动力动态、自动化、预测分析、再培训、工作岗位流失、供应链管理、劳动力适应、战略角色、组织影响。1.简介：-近年来，人工智能（AI）已成为供应链管理（SCM）的变革力量，重塑了传统流程和运营框架。人工智能技术，包括机器学习、机器人技术和预测分析，为优化供应链运营提供了前所未有的能力，从库存管理到需求预测。这种范式转变不仅彻底改变了供应链的效率和准确性，而且还重新定义了参与这些流程的劳动力的角色和动态。随着人工智能系统越来越多地融入供应链管理，它们带来了机遇和挑战。一方面，人工智能可以通过自动化和高级数据分析提高运营效率、简化工作流程并降低成本。例如，人工智能驱动的预测分析可以更精确地预测需求，从而优化库存水平并减少浪费。另一方面，人工智能与供应链管理的整合带来了与劳动力动态相关的复杂性。日常任务和决策过程的自动化可能会导致工作岗位流失，从而需要重新评估工作角色和职责。人工智能的这种双重影响——既有益又具有破坏性——凸显了在供应链环境中对人机协作有细致入微的理解的必要性。有效整合人工智能不仅需要技术进步，还需要对劳动力影响进行战略管理。员工必须适应与人工智能系统相辅相成的新角色，这通常需要掌握新技能并适应工作职责的变化。因此，组织必须
1 多无人机中的无聊和分心...
1 通讯作者，77 Massachusetts Avenue 33-311，Cambridge, MA 02139，(617) 252-1512，(617) 253- 4196（传真），MissyC@mit.edu
空军人机系统集成 (HSI) 计划
• AFMC • AFSC – 空军支援中心 • AFRL – 空军研究实验室 • AFSOC • AFSOC-ATC 战斗综合机组人员防弹衣（鹰背心）AC/HC/MC-130 • CV-22 专用自动任务套件增强态势感知 (SAMS-ESA) • 专用加油设备 • AFSPC • NSDC – 国家太空防御中心 • 太空科技 • AMC • 总统专机回顾（AF One） • 航空港人力性能与未来运营 • KC-46（初始和全面运营之路） • 飞机牵引事故
研究文章人机建模与安全分析...
随着大型系统集成化、智能化程度的提高，其任务过程及系统内交互越来越复杂，人员不安全行为、设备故障、环境干扰等多因素间的复杂相互作用使安全性分析面临更大挑战。针对舰载机安全性，提出一种基于系统建模语言（SysML）与Simulink的舰载机着舰过程一体化系统建模与安全性分析方法。首先，根据任务过程分析，采用多种示意图构建SysML模型，包括系统结构和行为过程；其次，将SysML模型转化为Simulink平台并与之集成，构建具有连续动态特性的实体模型，通过仿真进行安全性分析；最后，以舰载机着舰姿态控制为例，对所提方法进行验证，并在不同扰动条件下对舰载机着舰过程的安全状态进行分析与评估。