摘要 光标、头像、虚拟手或工具以及其他渲染的图形对象使用户能够与计算机(如 PC、游戏机或虚拟现实系统)进行交互。我们从用户的角度分析了这些不同对象在“用户表征”统一概念下的作用。这些表征是虚拟对象,它们人为地扩展了用户的身体,使他们能够通过执行不断映射到其用户表征的运动动作来操纵虚拟环境。在本文中,我们确定了一组与不同用户表征相关的概念,并对用户表征的控制和主观体验背后的多感官和认知因素进行了多学科回顾。这些概念包括视觉外观、多模态反馈、代理感、输入法、近体空间、视觉视角和身体所有权。我们进一步为这些概念提出了研究议程,这可以引导人机交互社区以更广泛的视角来了解用户如何通过他们的用户表征进行感知和交互。
摘要 光标、头像、虚拟手或工具以及其他渲染的图形对象使用户能够与 PC、游戏机或虚拟现实系统等计算机进行交互。我们从用户的角度在“用户表征”的统一概念下分析这些不同对象的作用。这些表征是虚拟对象,它们人为地延伸了用户的身体,使他们能够通过执行不断映射到其用户表征的运动动作来操纵虚拟环境。在本文中,我们确定了一组与不同用户表征相关的概念,并对用户表征的控制和主观体验背后的多感官和认知因素进行了多学科回顾。这些概念包括视觉外观、多模态反馈、主动感、输入法、近体空间、视觉视角和身体所有权。我们进一步为这些概念提出了研究议程,这可以引导人机交互社区从更广泛的视角了解用户如何通过他们的用户表征进行感知和交互。
抽象AI驱动的数字字符(即AI代理)正在将其应用范围扩展到各个字段。但是,对影响AI用户态度的关键因素的研究不足。这项研究研究了机器学习(ML)性能(作为AI代理的行为/智能现实主义)在确定用户信任中的作用。该研究进一步研究了不同形式的数字特征(作为AI代理的现实形式)在ML绩效与信任之间的关系中的相互作用作用。从实验环境中获得的发现提供了对人类互动的新了解,扩大对AI拟人化的学术理解,并为AI驱动的数字字符提出了新的研究方向。结果还将指导商业从业人员开发各种AI服务。关键字:人工智能,机器学习,数字字符,头像,数字人,信任
许多产品(例如照片编辑软件和AI图像生成器)可以实现虚拟的尝试。然而,他们有一个静态的共同问题。也就是说,必须重新录制和重新加工一张新照片才能查看不同的姿势或角度。也有类似AvatorCloud的产品可以创建用户的头像,并允许用户更改服装(Nexr,n.d。)。但是,化身可能不够现实,无法完全证明衣服,并且姿势也可能仅限于预定义的模板。一些像Farfetch这样的品牌还使用Snapchat(n.d. Farfetch)上的增强现实(AR)发布了实时虚拟试用功能,但是这些选择仅限于他们自己的产品或预定义的敷料。一个人可能需要为不同的品牌和类别的多个应用程序或服务。因此,需要一个更通用的应用程序,它既不是静态的,也不是品牌独家的应用程序来解决上述问题。
摘要(这是摘要头像样式)人工智能 (AI) 在算法偏见方面具有巨大的潜力和重大挑战。本文探讨了女权主义理论如何为理解和解决算法偏见的根本原因和影响提供关键视角。系统性歧视的历史背景揭示了权力不平衡如何影响数据收集和分析,导致有偏见的数据集通过人工智能系统延续不平等。“黑匣子”问题进一步掩盖了这些偏见,放大了各个领域的歧视性结果。女权主义干预,特别是交叉女权主义,提供了一个框架,用于揭示算法偏见如何与多种形式的压迫相互作用。女权主义数据科学挑战传统方法论,倡导人工智能发展的透明度、问责制和多样性。对技术解决方案主义的批评强调了在技术修复的同时需要更广泛的社会变革。通过采用女权主义方法,我们可以设想并努力实现人工智能技术用于社会正义、包容性和集体解放的未来。
摘要 人工智能彻底改变了新闻业的工作方式。过去,新闻工作者需要花费数小时来寻找正确的报道方式,而现在,人工智能工具可以在几分钟内解决特定需求。从提出想法到创建整个故事情节或使用相关文本生成图像,这一切都在记者的掌控之中。此外,人工智能还可以生成头像;可以根据需要创建画外音,为剪辑添加声音或制作特定的图形。因此,从事这一领域的人员的工作可以大大简化。本文从实证角度研究了如何使用人工智能工具简化这些专业人员的工作。初步结果表明,目前人工智能存在局限性,只能作为人类角色的辅助工具;未来,随着技术的进步,这些自动化工具可能会取代当今的专业人员。本文旨在深入了解这种新兴技术在新闻内容创作中的优缺点。
摘要 光标、头像、虚拟手或工具以及其他渲染的图形对象使用户能够与 PC、游戏机或虚拟现实系统等计算机进行交互。我们从用户的角度在“用户表征”的统一概念下分析这些不同对象的作用。这些表征是虚拟对象,它们人为地延伸了用户的身体,使他们能够通过执行不断映射到其用户表征的运动动作来操纵虚拟环境。在本文中,我们确定了一组与不同用户表征相关的概念,并对用户表征的控制和主观体验背后的多感官和认知因素进行了多学科回顾。这些概念包括视觉外观、多模态反馈、主动感、输入法、近体空间、视觉视角和身体所有权。我们进一步为这些概念提出了研究议程,这可以引导人机交互社区从更广泛的视角了解用户如何通过他们的用户表征进行感知和交互。
1。界面限制了AI教练表达自己的文字,合成音频,视频和动画 - 所有这些都强调了连接的艺术性,并且比看和听到另一个人的人(至少在目前至少都没有差别(至少目前)。Human-Machine相互作用的界面约束正在非常快速地减少。Lil Miquela是一个19岁的机器人,居住在洛杉矶,出现在YouTube视频中,在Instagram上(有290万关注者)和其他地方。她仍然具有头像的略带塑料外观(非常适合Instagram!),但仅略微。不久之后,Lil Miquela与她的兄弟姐妹一起,将与我们交谈,就像人类能力,Zoom一样,借鉴了她所支持的AI-Sable智慧的全部程度。鉴于AI教练的界面约束将迅速改善,我们是否能够克服与新型实体相关的奇怪之处,并与非人类系统建立紧密的,信任的关系?
人类对拟人化的天生倾向。我们不禁以独特的人类方式思考非人类,在非人类中“看到”类似人类的特征,并做出相应的反应[1]。,但是这些推论可能会产生误导。推断我们回家时很高兴见到我们是很安慰的,也许很自然。这样的推论对于我们的宠物狗来说似乎是合理的。,但对我们的宠物岩石来说却不太如此。随着复杂的AI的出现,技术人工制品的拟人化已经变得广泛[2,3]。这不是最不重要的,因为这种技术通常被设计为像人类一样。的确,在许多情况下,这就是推动他们成功的原因。流行的基于LLM的Convertion App replika获得了知名度,因为它对用户感到与人交谈的感觉。replika用户认为他们的replika具有某些人类属性,例如情感的能力(例如,爱情,欲望,狂热,善良和悲伤)。这部分是因为聊天机器人伴随着类似人类的头像。,这也是因为它有能力维持人级对话并使用第一人称代词,Ben Schneiderman和Micheal Muller对[4]批评了GPT-4。
抽象介导的实施例是技术产生的幻想,即用头像身体代替一个人的身体。虚拟现实是介导的最具代表性的技术。但是,其他形式的Embodiment正在出现,需要检查。在共同范式下包含所有介导的实施方案技术将更容易促进他们的研究。在这里,提出了一个统一的介导实施例的概念框架,该框架将机器人的实施例集成为现象的一部分,并允许在将来可能出现的相同实施方案技术的伞下进行分类。讨论了诱导实施例幻觉所需的最低条件,以及用于创造这种幻觉的技术原则。此外,建议可以将介导的实施方案技术视为在四个方向上增加人类能力的工具:新自我的实施;扩大旅行能力;扩大身体能力;以及永生的影响力。与这些类别有关的介导实施方案中进行的主要研究。该框架有望有助于提高对介导的体现的不同研究社区中介导的实施技术的共同点的认识。
