XiaoMi-AI文件搜索系统
World File Search SystemHumans
循环中的人：系统开发中心的人
摘要尽管在此过程中自动化增加了，但人（仍然）是软件系统开发的核心。本章采用了社会技术的观点，并探讨了三个领域，这些领域是人类在软件系统开发中的作用的特征：作为创建者，人作为用户和与系统合作的人。软件是由软件工程师和非专家等专业开发人员创建的，例如“制造商。”软件开发人员在几种文化（例如专业，公司和国家）中建立社区并运作，所有这些都会影响开发过程和最终产品。人使用软件。用户还可以在影响产品使用以及如何使用系统的社区和文化中运作，以使未来的系统开发回馈。人和系统是相互依存的：他们合作地实现了广泛的目标。但是，软件都支持人们想要做的事情并塑造可以做的事情。
提示：基于人工智能的功能与人类参与的集成测试
人工智能技术的动态特性使得测试人机交互和协作变得具有挑战性——尤其是在这些功能被广泛部署之前。这对设计师和人工智能从业者来说是一个挑战，因为在开发阶段通常无法获得迭代的早期反馈。在本文中，我们从软件开发中的集成测试概念中汲取灵感，并提出了 HINT（人机集成测试），这是一个基于人群的框架，用于测试与人类在环工作流程集成的基于人工智能的体验。HINT 支持在现实用户任务的背景下对基于人工智能的功能进行早期测试，并利用连续的会话来模拟随时间演变的人工智能体验。最后，它为从业者提供报告，以评估和比较这些体验的各个方面。通过一项基于人群的研究，我们证明了进行随时间推移测试的必要性，因为用户行为在与人工智能系统交互时会发生变化。我们还表明，HINT 能够使用两个基于人工智能的功能原型，在各种常见的人工智能性能模式下捕捉和揭示这些不同的用户行为模式。我们通过对 13 位从业者进行半结构化访谈，进一步评估了 HINT 在部署前支持从业者评估人机交互体验的潜力。
通过公共政策协调人工智能与人类
2022 年 5 月 4 日 摘要 鉴于人工智能 (AI) 日益渗透到我们的生活，我们必须系统地将人工智能目标与人类的目标和价值观保持一致。人机对齐问题源于明确指定人工智能模型在所有相关状态下采取的所有行动应获得的奖励是不切实际的。因此，一种可能的解决方案是利用人工智能模型的能力，从描述广泛背景下的人类价值观的丰富数据源中隐式地学习这些奖励。民主政策制定过程通过制定具体规则、灵活标准、可解释的指导方针和可推广的先例来产生这样的数据，这些先例综合了公民对世界许多州可能采取的行动的偏好。因此，对公共政策进行计算编码以使其对人工智能系统可读应该是解决更广泛的人机对齐难题的社会技术方法的重要组成部分。法律学者正在探索人工智能，但大多数研究都集中在人工智能系统如何适应现有法律，而不是人工智能如何理解法律。本文概述了人工智能研究，该研究学习了可用于下游任务的政策数据结构。为了展示人工智能理解政策的能力，我们提供了一个人工智能系统的案例研究，该系统预测了拟议立法与特定上市公司的相关性及其对该公司的可能影响。我们认为这代表了人工智能和政策的“理解”阶段，但利用政策作为人类价值观的关键来源来协调人工智能需要“理解”政策。我们概述了我们认为朝着这个方向前进需要做的事情，以及两个朝这个方向的示例研究项目。解决协调问题对于确保人工智能对个人（对部署人工智能的个人或团体）和社会都有益至关重要。随着人工智能系统在高风险环境中承担越来越多的责任，将民主决定的政策整合到这些系统中可以使其行为与人类目标保持一致，以响应不断发展的社会。
提示：在人类参与的情况下对基于 AI 的功能进行集成测试
人工智能技术的动态特性使得测试人机交互和协作具有挑战性——尤其是在这些功能投入使用之前。这对设计师和人工智能从业者来说是一个挑战，因为在开发阶段通常无法获得迭代的早期反馈。在本文中，我们从软件开发中的集成测试概念中汲取灵感，并提出了 HINT（人机集成测试），这是一个基于人群的框架，用于测试与人类在环工作流集成的基于人工智能的体验。HINT 支持在现实用户任务的背景下对基于人工智能的功能进行早期测试，并利用连续的会话来模拟随时间演变的人工智能体验。最后，它为从业者提供报告，以评估和比较这些体验的各个方面。通过一项基于人群的研究，我们证明了需要进行随时间推移的测试，因为用户行为会在与人工智能系统交互时发生变化。我们还表明，HINT 能够使用两个基于 AI 的功能原型，在各种常见的 AI 性能模式中捕捉和揭示这些不同的用户行为模式。我们通过对 13 名从业人员进行半结构化访谈，进一步评估了 HINT 在部署前支持从业人员评估人机交互体验的潜力。
论对人类的信任和对人工智能的信任 - Benjy Li
人工智能革命正在改变着世界各地的社会。人们每天都在与越来越多集成人工智能的产品和服务互动。毫无疑问，人工智能的快速发展将带来积极的结果，但也会带来挑战。在这个领域，了解人们是否信任这种无所不能的技术非常重要，因为信任是使用人工智能产品的基本先决条件（愿意），而这反过来可能会影响到国家经济对人工智能的接受程度，从而对当地劳动力产生影响。为了进一步阐明对人工智能的信任，本研究旨在了解对人工智能的信任和对人类的信任这两个变量的重叠程度。了解这一点很重要，因为人们对对人类的信任已经了解很多，如果这两个概念重叠，我们对对人类的信任的大部分理解可能会转移到对人工智能的信任上。在新加坡（n = 535）和德国（n = 954）的样本中，我们可以观察到对人工智能/人类信任变量之间存在不同程度的正相关。在德国，对人工智能/人类的信任显示出轻微的正相关，而在新加坡，则呈中等正相关。此外，本文重新探讨了大五人格中的个体差异与对人工智能的一般态度（包括信任）之间的关联。目前的研究表明，对人类的信任和对人工智能的信任只有很小的差异，但这取决于文化（共享差异约为 4% 到 11%）。未来的研究应该进一步调查这种关联，但也要考虑对特定人工智能产品和人工智能服务的信任评估，因为情况可能会有所不同。
机器人、机器人和人类 - 计算博士论文
警告。对本博士论文内容的访问和使用必须尊重作者的权利。它可用于个人咨询或学习，以及在第 11 条规定的条件下用于研究和教学活动或材料。《知识产权法修订文本》（RDL 1/1996）第 32 条。对于其他用途，须事先获得作者的明确授权。无论如何，使用其内容时必须明确注明作者姓名和博士论文题目。不得以盈利为目的复制或以其他形式利用该内容，也不得在 TDX 服务之外的地方公开传播该内容。在 TDX（框架）之外的窗口或框架中显示其内容也是不被授权的。此权利保留影响论文内容及其摘要和索引。警告。对本博士论文内容的访问和使用必须尊重作者的权利。它可用于个人咨询或学习，以及在第 11 条规定的条件下用于研究和教学活动或材料。《知识产权法合并文本》（RDL 1/1996）第 32 条。对于其他用途，须事先获得作者的明确授权。无论如何，使用其内容时必须明确注明作者姓名和博士论文题目。禁止以盈利为目的或从 TDR 服务之外的站点进行公开传播的复制或其他形式利用。在 TDR（框架）之外的窗口或框架中显示其内容也是不被授权的。此权利保留影响论文内容及其摘要和索引。警告。对本博士论文内容的访问和使用必须尊重作者的权利。可用于参考或私人学习，以及西班牙综合版权法（RDL 1/1996）第 32 条规定的研究和学习活动或材料。任何其他用途均需获得作者的明确和事先授权。无论如何，使用其内容时必须清楚标明作者全名及论文标题。这些权利既影响论文的内容，也影响论文的摘要和索引。禁止在 TDX 服务之外复制或以其他形式用于营利或公开传播。也禁止在 TDX 之外的窗口或框架中展示其内容（框架）。
人类和猕猴皮质各层级和深度的髓鞘形成
图 1. 猕猴和人类皮质层级和深度的 T1w/T2w 比率。（A、B）用于评估猕猴（A）和人类（B）皮质区域和深度的 T1w/T2w 比率的分析方法示意图。左侧面板显示猕猴的 CHARM 6 级 27,28 和人类的 Schaefer 400 29 的离散块。中间面板根据猕猴的测地线距离或人类的感觉运动关联轴标记块，颜色从黄色（感觉运动）过渡到紫色（关联）。右侧面板可视化层状组织，颜色从深蓝色（深层）过渡到浅绿色（浅层）。 (C、D) 猕猴 T1w/T2w 比值沿测地距离的分布（C，R 2 = 0.096，P < 0.001）和人类感觉运动联想 (SA) 轴的分布（D，R 2 = 0.354，P < 0.001）。 (E、F) 猕猴 (E) 和人类 (F) 感觉运动、中部和联想区域内皮质深度方向的 T1w/T2w 比值；方差分析 *** P < 0.001。
人类与计算机之间的相互作用：关键方面和进化
简介/目的：该研究旨在分析人类计算机相互作用的关键方面，研究该领域从其开始到当代趋势的演变。专注于这种互动的各个方面，它研究了方法，技术和原理如何随着时间的流逝而发展并塑造了我们在数字环境中的经验。方法：研究方法基于对专门针对人类计算机相互作用的相关文献和研究论文的分析。对来源的系统审查和评估确定了有关用户与计算机互动演变的关键信息。通过评估可用的研究，界面设计方法的变化，交互技术和对用户需求的了解，随着时间的流逝。结果：基于数据综合，确定了人类交互的关键方面。对文献的分析揭示了界面设计方法，交互技术的变化以及对用户需求的理解随着时间的流逝而变化。具体结果包括有关交互作用发展的信息，包括提高效率，直觉和经验个性化的信息。结论：研究的关键结论是，技术的创新和发展严重影响了用户与计算机系统互动的方式。改进界面设计，识别技术和体验个性化是创造更好的用户体验和优化人机交互的关键因素。研究指出了
使用人类皮层脑电信号的脑机接口∗
摘要 脑机接口 (BCI) 使用户能够通过头皮的脑电图 (EEG) 活动或大脑内的单神经元活动来控制设备。这两种方法都有缺点：EEG 分辨率有限且需要大量训练，而单神经元记录具有很大的临床风险并且稳定性有限。我们在此首次证明从大脑表面记录的皮层脑电图 (ECoG) 活动可以使用户快速准确地控制一维计算机光标。我们首先确定了与不同类型的运动和语音意象相关的 ECoG 信号。在 3-24 分钟的短暂训练期内，四名患者随后使用这些信号掌握闭环控制并在一维二元任务中实现 74-100% 的成功率。在额外的开环实验中，我们发现频率高达 180 Hz 的 ECoG 信号编码了有关二维操纵杆运动方向的大量信息。我们的结果表明，基于 ECoG 的 BCI 可以为严重运动障碍患者提供一种非肌肉通信和控制选项，这种选项比基于 EEG 的 BCI 更强大，并且比使用穿透大脑的电极的 BCI 更稳定、创伤更小。
认知工作量似乎人类尽了最大努力......- NASA
[V1 3003] 任务期间预防性医疗保健 所有计划应提供培训、任务期间能力和资源，以监测生理和心理健康状况，并能够提供任务期间预防性医疗保健，这些计划应基于流行病学证据的概率风险评估 (PRA)，该评估考虑到每个特定设计参考任务 (DRM) 的需求和局限性，以及任务持续时间、预计返回地球的时间、任务路线和目的地、预期辐射分布、作战概念等参数。术语“任务期间”涵盖任务的所有阶段，从发射、着陆行星体以及所涉及的所有表面活动，直至返回地球。任务期间预防性医疗保健包括但不限于：（有关完整标准，请参阅 NASA-STD-3001 第 1 卷）。