XiaoMi-AI文件搜索系统
World File Search SystemIntuitive
人类直觉思维模型作为现实人工智能和工程的来源
尽管人工智能（AI）取得了成功，但我们距离像人类一样模拟世界的AI仍然很远。本研究旨在从直觉心理模型的角度解释人类行为。我们描述了行为在生物系统中是如何产生的，以及对这种生物系统的更好理解如何能够促进类人AI的发展。人类可以从物理、社会和文化环境中建立直觉模型。此外，我们遵循贝叶斯推理，将直觉模型和新信息结合起来做出决策。我们应该为新的AI构建类似的直觉模型和贝叶斯算法。我们认为贝叶斯意义上的概率计算对通过观察和先前经验形成的对象组合的语义属性很敏感。我们将大脑的这一过程称为计算意义，当这些对象的概率发生是可信的时，它更接近贝叶斯理想。人类大脑如何形成世界模型并将这些模型应用于其行为？我们从三个角度概述了答案。首先，直观模型支持个人在当前环境中以有意义的方式使用信息。其次，神经经济学提出大脑中的估值网络在人类决策中起着至关重要的作用。它结合了心理学、经济学和神经科学的方法来揭示决策的生物学机制。然后，大脑是一个过度参数化的建模器官，并在复杂的世界中产生最佳行为。最后，人工智能数据分析技术的进步使我们能够破译人类大脑如何在复杂情况下评估不同的选择。通过将大数据集与机器学习模型相结合，可以从复杂的神经数据中获得前所未有的洞察力。我们从这个角度回顾当前的研究，描述了这些解决方案。在这项研究中，我们概述了类人人工智能的基本方面，并讨论了科学如何从人工智能中受益。我们越了解人类的大脑机制，我们就越能将这种理解应用于构建新的人工智能。人工智能的发展和对人类行为的理解是相辅相成的。
使用运动匹配实现直观的无人机控制...
方法 本研究调查了与传统操纵杆控制器相比，基于无人机自身运动来操纵无人机运动的运动控制器的有效性。我们设计并开发了运动匹配控制器和无人机，用于实验评估。在实验中，参与者使用开发的运动和操纵杆控制器执行在给定路线上操纵无人机从原点到目的地的任务。
引文：Kim, H., & Chang, W. (2022)。使用控制器和无人机之间的运动匹配实现直观的无人机控制
方法 本研究调查了与传统操纵杆控制器相比，基于无人机自身运动来操纵无人机运动的运动控制器的有效性。我们设计并开发了运动匹配控制器和无人机，用于实验评估。在实验中，参与者使用开发的运动和操纵杆控制器执行在给定路线上操纵无人机从原点到目的地的任务。
道德意识中的直觉学习。
孟子被誉为中国哲学史上的第二位圣人，他将性善论建立在心理因素的基础上，将古代的思想与现代的思想相融合。孟子将孔子的德行原则纳入自己的学说，但又根据社会心理发展来构建这些原则，提出了与众不同的理论，与当时的学派截然不同。他在论述中表达了积极的观点，认为人性本善，通过情感和思想的不可分割的完整性来解释个人道德意识的形成方式。孟子认为，心与心的关联是内在激励的动机补充。知识和美德是性善的延伸，通过直觉来理解；然后情感动机对环境作出反应，所学的东西传递到认知过程，最终形成行为。与孟子所处的战国时期相比，希腊哲学的先驱之一亚里士多德主张在心理活动中采用演绎和归纳的方法。另一方面，孟子在他的同名著作中运用类比推理。本文试图断言，发展理论的大多数假设都始于早期的孟子，而发展理论被认为是现代心理学不可分割的一部分。其次，本研究还旨在讨论孟子在情感主义和理性主义对立中的主流范式，即情感高于思想，理性高于情感。
4.A.2 - Intuitive Surigical, Inc. 员工摘要
请求 2019 年 2 月 19 日，CAEATFA 董事会批准了一项销售和使用税减免（“STE”），适用于 Intuitive Surgical, Inc. 及其子公司 Intuitive Surgical Operations, Inc.（“申请人”）购买高达 96,875,430 美元的合格财产，用于升级和扩建其现有的设计和制造设施，生产先进的机器人手术系统及相关器械和配件（“项目”）。监管协议（“协议”）的初始期限为申请人自 CAEATFA 董事会批准之日起三年内使用其 STE 奖励。3截至 2021 年 11 月，申请人已使用 STE 购买了约 4350 万美元的合格财产（占批准的合格财产总额的 45%），并于 2019 年第一季度开始生产。申请人请求将协议的初始期限延长一年，以适应由于冠状病毒大流行导致的项目开发延迟。如果 CAEATFA 董事会认为延期符合公众利益并有助于实现 STE 计划的目的，则可以延长协议的初始期限。4 申请人解释说，该项目的大部分延误发生在 2020 年初，当时宣布全球大流行。申请人表示，主要障碍包括花费计划外的时间将适当的安全协议和措施纳入设施设计计划，以防止其员工当前和未来冠状病毒的传播，与当地司法管辖区一起批准项目重新设计和施工所需的额外许可证的时间很长，以及与施工相关的延误。据申请人称，由于建筑行业受到劳动力短缺和材料采购挑战的影响，它在获得承包商、重新谈判建筑提案和让承包商承诺具体时间表方面遇到了具体问题。到目前为止，申请人解释说，所有必要的健康和安全措施都已得到妥善实施，并且园区重新设计已得到巩固，以满足大流行期间和大流行后的所有业务需求。此外，截至 2021 年 8 月，当地司法管辖区已批准项目变更，申请人目前正准备在 2022 年上半年购买剩余的合格物业。申请人申请人位于桑尼维尔的全球总部，由两家特拉华州公司组成。Intuitive Surgical, Inc.（“ISI”）以 ISRG 代码公开交易，Intuitive Surgical Operations, Inc.（“ISO”）是 ISI 的全资子公司。据申请人称，ISI 成立于 1995 年，出于各种商业原因，ISO 成立。虽然 ISI 主要负责营销、销售和行政活动，而 ISO 负责
物理引擎作为直观物理的认知模型...
许多研究声称，人类的物理推理主要由运行“头脑中的物理引擎”组成，其中考虑的物理系统的未来轨迹是使用精确的科学理论精确计算的。在这样的模型中，不确定性和不完全知识通过在可能的轨迹空间中进行概率采样来处理（“蒙特卡罗模拟”）。我们认为这种基于模拟的模型太弱，因为人类物理推理的许多重要方面无法以这种方式进行，或者只能非常低效地进行；而且太强，因为人类会犯模型无法解释的重大系统性错误。我们得出结论，基于模拟的推理最多只构成包含广泛其他认知过程的更大系统的一小部分。
神经触觉技术：用于解码直观触觉的脑机接口
摘要 — 非侵入式脑机接口 (BCI) 被广泛用于识别用户意图。特别是，与触觉和感觉解码相关的 BCI 可以在许多工业领域提供各种效果，例如制造先进的触摸显示器、控制机器人设备以及更具沉浸感的虚拟现实或增强现实。在本文中，我们介绍了基于触觉和感官知觉的 BCI 系统，称为神经触觉。这是使用实际触摸和触摸图像范例对各种场景进行的初步研究。我们设计了一个新颖的实验环境和一种可以在触摸指定材料时获取脑信号以产生自然的触觉和纹理感觉的设备。通过实验，我们收集了针对四种不同纹理物体的脑电图 (EEG) 信号。招募了七名受试者参加实验，并使用机器学习和深度学习方法评估分类性能。因此，我们可以确认在 EEG 信号上解码实际触摸和触摸图像以开发实用的神经触觉的可行性。 关键词-脑机接口；脑电图；触觉信息；触觉分析；触觉意象
Silq：一种具有安全非计算和直观语义的高级量子语言
现有的量子语言迫使程序员在较低的抽象层次上工作，从而导致代码不直观且混乱。一个根本原因是，从程序状态中删除临时值需要明确应用量子操作来安全地取消计算这些值。我们提出了 Silq，这是第一种通过支持安全、自动取消计算来解决这一挑战的量子语言。这可以实现一种直观的语义，即隐式地删除临时值，就像在经典计算中一样。为了确保 Silq 语义的物理性，其类型系统利用新颖的注释来拒绝非物理程序。我们的实验评估表明，Silq 程序不仅更易于读写，而且比其他量子语言中的等效程序短得多（Q# 平均减少 46%，Quipper 减少 38%），同时仅使用一半的量子原语。
3D-BCI训练环境下利用卷积神经网络解码直观视觉运动意象
摘要 — 在本研究中，我们采用了视觉运动意象，这是一种更直观的脑机接口 (BCI) 范式，用于解码直观的用户意图。我们开发了一个三维 BCI 训练平台，并将其应用于帮助用户在视觉运动意象实验中进行更直观的想象。实验任务是根据我们日常生活中常用的动作来选择的，例如拿起电话、开门、吃饭和倒水。九名受试者参加了我们的实验。我们提供了统计证据，表明视觉运动意象与前额叶和枕叶具有高度相关性。此外，我们使用功能连接方法选择了最合适的脑电图通道进行视觉运动意象解码，并提出了一种卷积神经网络架构进行分类。结果，所提出的架构对 16 个通道中 4 个类别的平均分类性能在所有受试者中为 67.50 (±1.52)%。这一结果令人鼓舞，它展示了开发基于 BCI 的设备控制系统用于神经假体和机械臂等实际应用的可能性。
渐进关系网络：基于少量脑电图学习解码直觉上肢运动想象
摘要 —脑机接口 (BCI) 是一种连接用户和外部设备的通信工具。在实时 BCI 环境中，每个用户和每个会话都需要进行校准过程。此过程消耗大量时间，阻碍了 BCI 系统在真实场景中的应用。为了避免这个问题，我们采用基于度量的少样本学习方法，使用可以逐步考虑时间和光谱组组合的渐进关系网络 (GRN) 来解码直觉上肢运动想象 (MI)。我们从 25 名受试者那里获取了与直觉上肢运动相关的上臂、前臂和手的 MI 数据。在 1 次、5 次和 25 次设置下，离线分析下的总平均多类分类结果分别为 42.57%、55.60% 和 80.85%。此外，我们可以使用少样本方法在实时机械臂控制场景中展示直观 MI 解码的可行性。五名参与者在饮水任务中可实现 78% 的成功率。因此，我们展示了通过关注人体部位缩短校准时间的在线机械臂控制的可行性，同时也展示了基于所提出的 GRN 适应各种未经训练的直观 MI 解码。