摘要 — 我们引入了嵌入式数据表示,即使用与数据所指的物理空间、对象和实体深度集成的数据的视觉和物理表示。轻量级无线显示器、混合现实硬件和自动驾驶汽车等技术使得在上下文中显示数据变得越来越容易。虽然研究人员和艺术家已经开始创建嵌入式数据表示,但描述和比较这些方法所需的优势、权衡,甚至语言仍未得到探索。在本文中,我们形式化了物理数据指称的概念——数据对应的现实世界实体和空间——并研究了指称与其数据的视觉和物理表示之间的关系。我们区分了情境表示,即在数据指称附近显示数据,以及嵌入式表示,即显示数据以便它在空间上与数据指称重合。借鉴可视化、普适计算和艺术领域的例子,我们探索了空间间接性、尺度和交互对于嵌入式表示的作用。我们还研究了非情境化、情境化和嵌入式数据显示之间的权衡,包括可视化和物理化。根据我们的观察,我们发现了嵌入式数据表示的各种设计挑战,并提出了未来研究和应用的机会。
摘要 —我们介绍嵌入式数据表示,即使用与数据所指的物理空间、对象和实体深度集成的数据的视觉和物理表示。轻量级无线显示器、混合现实硬件和自动驾驶汽车等技术使得在上下文中显示数据变得越来越容易。虽然研究人员和艺术家已经开始创建嵌入式数据表示,但描述和比较这些方法所需的优势、权衡,甚至语言仍未被探索。在本文中,我们形式化了物理数据指称的概念——数据对应的现实世界实体和空间——并研究指称与其数据的视觉和物理表示之间的关系。我们区分了情境表示(显示靠近数据指称的数据)和嵌入式表示(显示数据以使其在空间上与数据指称相重合)。通过借鉴可视化、普适计算和艺术中的例子,我们探讨了空间间接、尺度和交互在嵌入式表示中的作用。我们还研究了非情境化、情境化和嵌入式数据显示之间的权衡,包括可视化和物理化。根据我们的观察,我们发现了嵌入式数据表示的各种设计挑战,并提出了未来研究和应用的机会。
以人为本的人工智能:新时代精神 Yvonne Rogers,伦敦大学学院 UCLIC Hancock 的文章读起来就像一篇文学作品,充满了深奥的措辞和一些奇怪的拉丁语。这是一篇巧妙的散文,用尖锐的隐喻警告我们,未来会出现故障、功能失调和失效的自主机器,如果我们不采取有力的措施,它们可能会给社会带来严重破坏,甚至摧毁我们。最戏剧性的类比之一是将自主系统比作从海洋中升起的一圈火山岛的演变;是突然和爆炸性的,而不是缓慢渐进的演变。相比之下,我们人类被视为扮演着“海滩和河岸线的沿海角色”,随着火山喷发而消退。海洋形象确实描绘了一个世界末日的未来。我读这本书的时候想象自己听到了《世界大战》的配乐。那么,在为时已晚之前,我们能够、应该做些什么来应对预测中的自动机器的突然爆发呢?汉考克建议投入数十亿美元来培训一批新的机器法医心理学家,他们将能够比我们现在更清楚地了解机器的大脑,更好地理解它们为什么会选择特定的行动。这一切都很好,也是一种必要的战斗号召。但这已经开始在更广泛的人工智能领域发生——尽管规模并不宏大。越来越多的人机交互 (HCI) 研究人员、计算机科学家、哲学家和心理学家正在解决和面对人工智能的自主性——研究如何用替代的透明算法来取代它,这些算法将允许人类(和其他机器)检查、理解和纠正机器学习和机器决策,这些算法被编程来执行。让人工智能更加公平、负责、可解释和不偏不倚已成为普遍接受的目标。关于如何实现这一目标,已经发布了许多框架、白皮书和政策。例如,今年早些时候,欧盟发布了一项法规,其中除了详细的指导、规则和限制外,还建议禁止对人类造成或可能造成“身体或心理”伤害的人工智能系统。这些系统包括在人们不知情的情况下识别他们的面部和面部表情的自主系统;自动决定是否允许他们获得贷款、信贷、工作等。斯坦福大学开创性 HAI 中心的 Katharine Miller (2021) 刚刚发表了一篇关于未来工作的文章,她主张用鼓励以人为本的工作场所的替代价值观取代人工智能驱动的自动化理念。汉考克最近发表的反对自动驾驶技术的文章最让我吃惊的是——考虑到它已提交给《人机交互杂志》——它没有提到如果我们假设我们不希望技术完全自动化,我们应该考虑和设计什么样的控制、交互和界面。文章中间有一句话声称我们“正在见证人机交互和协作的关键分水岭”。但没有进一步说明这些是什么。
Magda Titirici 1,*,Patric Johansson 2.30,*,Maria Crespo Ribadeneyra 3,Heather至1,Alessandro Innocent 4.5,Stephen Passerini 8,9,Andrew J. Naylor 9,Reza Yunsi 9,Yunsi 9,Yvonne A.,Yvonne A.,Yvonne A.,Yvonne A.图表10,11,杰克·阿斯皮诺(Jack Aspinall)10:11,毛罗意大利面10.11,约瑟巴·奥利弗12,比特14,亚历山大15,亨张16:Dermenci 22,28,29,Javier F. 32,33,34,
您的新闻联系人的Eurocis Yvonne Manleitner,高级经理Marcom(Press&PR)Apostolos Hatzigiannidis,经理Marcom(Press&Pr)Desislava Angelova,经理Marcom(支持)电话。:+49(0)211/4560-577/-544/-242电子邮件:manleitnery@messe-duesseldorf.de
您的新闻联系人的Eurocis Yvonne Manleitner,高级经理Marcom(Press&PR)Apostolos Hatzigiannidis,经理Marcom(Press&Pr)Desislava Angelova,Marcom Tell。:+49(0)211/4560-577/-544/-242电子邮件:manleitnery@messe-duesseldorf.de angelovad@messe @messe-duesseldorf.duesself.de hatzigiannidisa@messe @messe @messe-duesseldorf.de>
您的新闻联系人的Eurocis Yvonne Manleitner,高级经理Marcom(Press&PR)Apostolos Hatzigiannidis,经理Marcom(Press&Pr)Desislava Angelova,Marcom Tell。:+49(0)211/4560-577/-544/-242电子邮件:manleitnery@messe-duesseldorf.de angelovad@messe @messe-duesseldorf.duesself.de hatzigiannidisa@messe @messe @messe-duesseldorf.de>
问题:本文是“全球海上流动和当地影响:港口城市区域的全球分类和词汇表”问题的一部分,由 Mina Akhavan(代尔夫特理工大学)、Yvonne van Mil(代尔夫特理工大学)和 Carola Hein(代尔夫特理工大学)编辑,完全开放获取,网址为 https://doi.org/10.17645/oas.i442
本书的支点章节由约翰·舒克、蒂博尔·索利莫西和詹姆斯·吉奥达诺撰写,探讨了人工智能在国家安全和战争中的道德约束和背景,可能会引起《海军战争学院评论》读者的浓厚兴趣。本章描述了基于结构和功能复杂性的从“软”到“硬”人工智能的连续体,这对于确定行动的归因非常有用——这对于在战争中使用人工智能来说是一个特别重要的考虑因素。作者认为,对于软人工智能,人类的指纹是显而易见的,归因很容易被发现,但随着人工智能沿着连续体向更硬的系统发展,这些系统是自主的,能够发展出超越初始编程的智能,归因将变得更加困难。在这里,像 HAL 9000 这样的机器会开发出人类程序员不打算采取的行动和结果,并且能够抵抗“外部约束、强加和控制的企图”,这是科幻小说的灵丹妙药。本章的价值在于理解整个连续体中人工智能的基本特征,并确定