根据本许可条款,本作品可复制、重新分发和改编,但需适当引用。使用本作品时,不得暗示世界动物卫生组织 (WOAH) 和/或世界银行 (WB) 认可任何特定组织、产品或服务。不得使用 WOAH 或 WB 徽标。如果改编本作品,则必须根据相同或等效的知识共享许可进行授权。如果翻译本作品,则必须包含以下免责声明以及所需的引用:“本翻译不是由世界动物卫生组织 (WOAH) 或世界银行 (WB) 创作的。WOAH 和 WB 对本翻译的内容或准确性不承担任何责任。原始英文版应为权威版本。”
摘要。人工智能(AI)的最新发展对将人工智能与人类智能融合在一起,以开发增强人类和人工智能的卓越系统。在本文中,增强智能在非正式上意味着计算机和人类通过设计共同努力,以增强彼此,从而改善了所得系统的智能。情报增强(IA)可以汇集人类和计算机的共同智能,以改变个人工作,组织和社会。值得注意的是,IA的应用开始在几个领域中出现,例如cyberscurity,隐私,反恐和医疗保健等。我们在此特别部分提供了论文的简要摘要,代表了解决一些快速新兴的研究问题的早期尝试。我们还提出了一个框架,以指导有关IA的研究并倡导IA对工作,组织和社会的未来的重要影响。我们通过根据信息系统和相关学科的框架概述了有前途的研究方向来得出结论。
针对老年人和残疾人的机器人助手需要在协作任务中与用户互动。这些系统的核心组成部分是一个交互管理者,其工作是观察和评估任务并推断人的状态以及他们为机器人选择最佳行动方案的意图。由于该域中数据的稀疏性,这种多模式系统的策略通常是手工制定的。随着相互作用的复杂性的增长,此过程是不可扩展的。本文提出了一种加固学习(RL)方法,以自动生成机器人的多模式策略。与传统的对话系统相比,我们的代理人经过使用人类数据的模拟器进行培训,并且可以处理多种模式,例如语言和物理动作。我们使用一个简单的高级奖励功能,不需要微调并执行一些先决条件来加快训练过程。我们进行了一项人类研究,以评估系统在与用户互动中的性能。我们设计的系统在真实用户使用时显示出令人鼓舞的初步结果。
摘要 - 在我们日益数字化的社会中,与数字人类化身的互动变得越来越普遍。因此,探索人类对数字人类化身的看法和反应很重要。在这项工作中,我们进行并报告了一项实证研究的发现,以探索对数字人类的看法和反应,其外观和行为类似于人类。该研究比较了不同用户几代和性别之间的看法和反应,其研究方法是由拟人化,社会存在,人格推断和寄生虫相互作用的四种理论所支持的。这项研究涵盖了与数字人类的互动,调查了数字人类化身外观的概念,并进行了深入的访谈。我们的发现表明人口因素如何在影响消费者对数字人类的看法和反应中发挥作用,我们的年长一代参与者和男性参与者具有更积极的看法,而我们的年轻一代Z参与者和女性参与者则最不积极。此外,对不同专业中数字人类的探索突出了刻板印象的潜力,诸如性别和年龄等特征,影响感知和反应。这对数字人类系统提出了重要的设计注意事项和含义,即明确倾斜或推动这种刻板印象。
摘要。芬苯达唑是一种苯并咪唑类驱虫剂,常用于治疗动物寄生虫感染。在人类中,其他苯并咪唑类药物,如甲苯咪唑和阿苯达唑,被用作抗寄生虫剂。由于芬苯达唑目前尚未获得 FDA 或 EMA 的批准,其在人体中的药代动力学和安全性尚未在医学文献中得到充分记录。尽管如此,可以从现有的体外和体内动物药代动力学研究中得出一些见解。鉴于芬苯达唑成本低、安全性高、可及性强以及独特的抗增殖活性,芬苯达唑将成为治疗癌症的首选苯并咪唑化合物。为了确保芬苯达唑再利用过程中患者的安全,进行临床试验以评估其潜在的抗癌作用、最佳剂量、治疗方案和耐受性至关重要。本综述重点介绍口服芬苯达唑的药代动力学及其有希望的抗癌生物活性,例如在已发表的实验研究中抑制糖酵解、下调葡萄糖摄取、诱导氧化应激和增强细胞凋亡。此外,我们评估了芬苯达唑的毒性特征,并讨论了提高药物生物利用度、增强其疗效和降低潜在毒性的可能性。芬苯达唑,也称为甲基 N-(6-苯基硫烷基-1H-苯并咪唑-2 基),目前用作抗寄生虫药
摘要 - 尽管在视觉,语言和机器人技术领域取得了重大进步,但整合创建自主机器人助手的能力仍然是一个挑战。本文介绍了Vilabot(视觉和语言机器人),该系统旨在帮助人类在家中进行日常活动。Vilabot将语言模型与基本视觉运动技能库相结合,以了解人类需求,创建行动计划并执行它们。该系统仅依赖于车载视觉和本体感受感测,消除了对预构建的地图或精确对象位置的需求,并在各种环境中促进现实世界的部署。在11个现实的家庭环境中进行的实验验证,使用栖息地模拟器模拟人类试剂,表明Vilabot在使用地面真实图像分割时可以实现有希望的结果,但在涉及不完美视觉感知的场景中表现出劣质的性能。结果支持拟议管道的有效性,并突出了系统的关键组成部分,应改进该系统以提高其总体成功率和可靠性。索引条款 - 人类机器人交互,辅助任务,任务计划,导航和操纵。
音频深度伪造对我们日常交流中的信任构成了日益严重的威胁。为此,研究界开发了各种各样的检测技术,旨在防止此类攻击欺骗用户。不幸的是,这些防御措施的创建通常忽略了系统中最重要的元素——用户自己。因此,尚不清楚当前的机制是增强、阻碍还是仅仅与人类对深度伪造的分类相矛盾。在本文中,我们进行了首次大规模的深度伪造检测用户研究。我们招募了 1,200 多名用户,并向他们展示了来自三个被引用最多的深度伪造数据集的样本。然后,我们定量比较性能并定性进行主题分析,以激发和理解用户决策背后的原因以及与机器分类的差异。我们的结果表明,用户正确分类人类音频的比率明显高于机器学习模型,并且在进行分类时依赖语言特征和直觉。然而,用户也经常被对生成音频能力的先入之见所误导(例如,口音和背景声音代表人类)。最后,机器学习模型的缺陷在于
摘要:氧化应激是神经退行性,认知衰老,COG -NISTIS下降和认知寿命降低的关键因素。与认知和其他领域有关的氧化应激引起的问题,例如炎症,皮肤健康,眼睛健康和一般恢复,都显示出可从抗氧化剂使用中受益匪浅。astaxanthin是一种有效的抗氧气,概述在体外和体内都对认知功能有益。鉴于上述有希望的效果,最近对astaxanthin的研究已扩展到人类组织和人类种群。目前的批判性审查探讨了脂肪素对人类群和样本中认知功能和神经退行性的影响,目的是破译研究发现的优点和信誉,并随后作为治疗用途的基础。还讨论了未来研究开发的含义,局限性和领域。关键发现包括与改善认知功能,促进神经保护作用以及在给定情况下减慢神经变性相关的积极影响。
摘要 - 用机器人手发出类似人类的灵活性一直是机器人技术的长期挑战。近年来,机器学习要求机器人手要可靠,便宜且易于制作。在过去的几年中,我们一直在研究如何满足这些要求。[1,2,2,3,4,5,6]我们将演示我们的三只机器人手来解决此问题,从易于仿真的手到柔软但坚固的灵巧的机器人手,执行三个不同的机器学习任务。我们的第一个机器学习任务将是远程运行,我们将开发一个新的移动手臂和手动捕获系统,我们将带给RSS 2024。第二,我们将演示如何使用人类视频和人类运动来教机器人手。最后,我们将展示如何在模拟和现实世界中使用强化学习不断改进这些政策。该演示将参与其中,将使灵巧的操纵脱颖而出,并激发研究人员将机器人手带入自己的项目。请访问我们的网站https://leaphand.com/rss2024demo,以获取更多交互式信息。