XiaoMi-AI文件搜索系统
World File Search System拟人化
可用性比较拟人化数字人的健康参与者和基于文本的聊天机器人，以此作为对心理健康问题的响应者：随机对照试验
近年来，增强学习（RL）已成为一种有力的工具，可在光网络（例如路由和波长分配（RWA）[1]等光网络中解决复杂而染色的优化问题[1]，路由，调制和频谱分配（RMSA）[2]以及虚拟网络嵌入[3]。RL实现的性能效果表明其在现实世界中的应用潜力。但是，与其他机器学习（ML）算法类似，RL模型具有黑盒性质，使它们难以解释。这种特征使RL模型难以信任，因此在实际的光网部署中采用。对于监督的ML模型，Shap（Shapley添加说明）[4]是一种可解释的AI方法，已被广泛采用。Shap是一种基于合作游戏理论的方法，用于量化单个特征对模型决策过程的影响。Shap值提供了对每个功能的相对重要性（影响）的见解，从而估算了它们如何对模型的输出做出贡献。将这种解释性框架应用于传播质量（QOT）预测任务时，已显示出有希望的属性[5]。最近，由于需要解释和使RL模型的决策过程透明的驱动，可解释的RL（XRL）受到了越来越多的关注。在光网络的上下文中，XRL的概念仍然相对尚未探索。先前建议通过反向工程网络状态[6]或网络中资源使用分析（链接）来解释和解释RL模型的决策[1，7]。但是，这些研究并未分析不同特征如何影响RL药物的决策。因此，在光网络背景下，RL代理学到的政策仍然存在一段差距。这至关重要，因为网络运营商需要在其在实际网络中部署之前了解RL学习策略背后的推理。在这项工作中，我们旨在利用Shap（Shapley添加说明）[4]来解释应用于RMSA问题的RL模型的行为。为此，我们提出了一种使用训练有素的RL代理的观察和行动来以有监督的学习方式训练ML模型的方法。由Shap使用所得的ML模型来提取解释。与[2]中的RMSA问题的每个组件分别求解，RL代理解决路由问题，基于路径长度的调制格式选择以及基于第一拟合策略的频谱分配。我们分析了该问题的三种变化，改变了奖励函数和选择RL代理的不可行的动作的可能性。我们特别有兴趣解释重要的网络和LightPath请求特征，该特征导致RL模型拒绝该请求。结果允许我们确定哪些功能和哪些值范围影响RL代理接受或拒绝LightPath请求。我们观察到，通过更改奖励功能，RL策略会更改拒绝请求时所考虑的重要功能。引入了防止RL模型采取不可行的措施的掩码，使功能的重要性更加均匀地分布在不同的路由选项上。我们认为，提出的方法对于增加将在真实网络中部署的RL模型的可信度可能是有价值的。
消费者对社交媒体人工智能的态度的前因和后果
摘要：本研究调查了社交媒体时代消费者对人工智能态度的前因和后果。通过实证研究，收集了土耳其 388 名消费者的数据。使用 SmartPLS 检验提出的假设。得出了几个关键发现：（i）拟人化对消费者的表现期望产生积极影响。(ii) 拟人化不会影响对人工智能的积极态度。(iii) 消费者的表现期望对人工智能的积极态度和积极情绪有显著的积极影响。(iv) 积极情绪不会影响对人工智能的积极态度。(v) 对人工智能的积极态度对消费者在社交媒体上的参与度有显著的积极影响。(vi) 社交媒体自我效能对消费者在社交媒体上的参与度有积极影响。(vii) 消费者的社交媒体参与度对购买行为有积极影响。本研究建立了一个全面的框架，为人工智能不断发展的格局中拟人化、绩效期望、情绪、态度、社交媒体自我效能、社交媒体参与度和消费者购买决策之间的复杂关系提供了宝贵的见解。该研究通过综合模型研究消费者对人工智能积极态度的前因和后果，为文献做出了贡献。此外，了解促使消费者对人工智能产生积极态度的驱动因素以及这些积极态度的后果对营销经理和企业至关重要。
建议引用：Hermann, Erik (2021)：拟人化的人工智能、依恋和消费者行为，营销快报，ISSN 1573-059X，Springer US，纽约，第 33 卷，Iss。1，第 157-162 页，https://doi.org/10.1007/s11002-021-09587-3
人工智能 (AI) 是一种变革性的力量，正在（重新）塑造市场营销研究、战略和行动，可以概念化为“使用计算机器来模拟人类固有的能力，例如执行物理或机械任务、思考和感觉” (Huang & Rust, 2021 , p.31)。随着人工智能及其智能水平的稳步发展，人工智能的情感和社交能力以及人性化程度也有望提高。人工智能应用包括智能个人/数字助理（如 Siri 或 Alexa）、聊天机器人和服务机器人，已经具备人类的形态、名称和品质，例如人类的语音和交互以及情感感知能力（例如，Huang & Rust, 2021 ; Ramadan et al., 2021 ; Wan & Chen, 2021 ）。将类似人类的属性和特征赋予非人类主体和物体，是拟人化的核心（Epley 等人，2007 年）。拟人化
有效的微孔子频率梳
背景：近年来，聊天机器人在心理健康支持中的使用呈指数增长，研究表明它们可能有效地治疗心理健康问题。最近，引入了称为数字人类的视觉化身。数字人类有能力将面部表情用作人类计算机相互作用的另一个维度。重要的是要研究基于文本的聊天机器人和数字人物之间的情绪响应和可用性偏好的差异，以与心理健康服务互动。目的：本研究的目的是探索由健康参与者测试的数字人类界面和仅使用文本的聊天机器人界面在何种程度上有所不同，使用Betsy（行为，情感，治疗系统和您）使用2个不同的接口：具有拟人化的数字人类，具有拟人化功能和文本单位用户界面。我们还着手探索聊天机器人为心理健康（特定于每个界面）的对话如何影响自我报告的感觉和生物识别技术。方法：我们探索了具有拟人化特征的数字人与仅传统文本聊天机器人通过系统可用性量表感知可用性，通过脑电图的情感反应以及紧密感的情感反应的程度不同。健康的参与者（n = 45）被随机分为2组，这些组使用具有拟人化特征的数字人（n = 25）或仅具有此类特征的仅文本聊天机器人（n = 20）。通过线性回归分析和t检验进行比较。两组的聊天机器人界面的平均值或高于平均水平的可用性评分。结果：纯文本和数字人类群体之间关于人口特征没有观察到的差异。对于仅文本聊天机器人，数字人类界面的平均系统可用性量表得分为75.34（SD 10.01;范围57-90），与64.80（SD 14.14;范围40-90）。女性更有可能报告对Betsy感到恼火。
AI创新的强大生态系统
初创企业现在被认为是信誉良好的租户，全球母公司担任“共同签名人”，以减少其风险概况并增强财务稳定。这种更强的支持将这些初创企业转变为更可靠，稳定的租户，为更健康的房地产市场做出了贡献，尤其是在湾区。亚马逊对拟人化的40亿美元投资不仅为这两家公司的增长提供了增长，而且还将拟人化纳入亚马逊网络服务（AWS）作为其主要的云提供商和芯片制造商。这种合作伙伴关系改善了人类的现金流量和财务前景，使其成为房东的首选租户。Salesforce还投资了人类，并且最近通过从另一家Salesforce的公司Slack Slace Slace Slace进行了扩展，进一步证明了强大的公司合作伙伴关系的优势。
乳房X线摄影的组织等效幻像
模型011a是一种与组织等效的拟人化phan toms，旨在测试任何乳房X线摄影系统的性能。模拟的钙化，纤维导管和肿瘤质量被嵌入幻影中，作为测试对象。测试对象的大小范围，以允许在难度不同的系统检查。
拟人机械臂假肢的设计与实现
摘要：假肢的开发和制造是医疗技术发展的重要趋势之一。考虑到现代电子技术和自动化系统的发展及其机动性和紧凑性，实际任务是制造一种假肢，其拟人化特性接近功能齐全的人体肢体，并能够高精度地再现其基本动作。本文分析了电子假肢控制系统开发的主要方向。本文介绍了拟人假肢原型及其控制系统的实际实施描述和结果。我们开发了一种拟人化的多指假手，用于机器人研究和教学应用。设计的机械手是其他已知 3D 打印机械手的低成本替代品，具有 21 个自由度——每个手指 4 个自由度，拇指 3 个自由度，2 个自由度负责机械手在空间中的位置。所展示的机械臂的开源机械设计具有接近人手的质量尺寸和运动参数，具有自主电池操作的可能性，能够连接不同的控制系统，例如计算机、脑电图仪、触摸手套。
反对合成感知的神经遗传学案例
在过去的几年中，机器学习 (ML) 系统的发展迅速增加，单个 ML 模型可以执行的任务越多，它就变得越通用，用途也越广泛。因此，目标是以多模式工作，明确意图最终实现人工智能 (AGI)，它接近甚至超过人类的能力 (Goertzel 等人，2022 年；Goertzel 和 Pennachin，2007 年；Wang 和 Goertzel，2012 年)。人们普遍认为，最好的人工智能模型是最接近人类特征和能力的模型。由于模型是根据它们与拟人化基准的匹配程度来选择的，因此只要人类不断改进这些基准，人类就会继续将它们越来越多地拟人化，这似乎是很自然的。可以说，最好的人工智能系统是模仿人类意识输出的系统，这样局外人就无法将其与真人区分开来。这正是著名的图灵测试背后的核心思想，图灵测试是一个最初被称为“模仿游戏”的思想实验（图灵，1950 年）。1
进入人工智能数字助理的下一阶段
摘要 数字助理是得益于数据驱动创新的一项最新进步。虽然数字助理已成为用户对话中不可或缺的一部分，但尚无理论将用户对这种人工智能技术的感知联系起来。这项研究的目的是调查技术态度和人工智能属性在通过数字助理提高购买意愿方面的作用。在确定了三个主要的人工智能因素，即感知拟人化、感知智能和感知生命力之后，提出了一个概念模型。为了测试该模型，该研究采用了 440 个样本的结构方程模型。结果表明，感知拟人化在通过数字助理建立积极态度和购买意愿方面起着最重要的作用。虽然这项研究是使用与技术相关的变量建立的，但这些假设是基于各种心理学相关理论提出的，例如恐怖谷理论、心智理论、发展心理学和认知心理学理论。这项研究的理论贡献在这些理论的范围内进行了讨论。除了理论贡献之外，这项研究还为开发人员和营销人员的利益提供了富有启发性的实际意义。