XiaoMi-AI文件搜索系统
World File Search Systemembodied
化学智能导师利用物理和虚拟操作进行具身学习
摘要。混合式教育技术可充分利用物理和虚拟操作的互补优势。然而，如何最好地结合这些操作尚不清楚。先前的研究侧重于结合物理和虚拟操作，根据它们是否突出特定概念按顺序提供它们。这项研究大多忽略了可以将学生的概念理解建立在身体动作上的具体学习机制。为了解决这个问题，我们对 80 名本科生进行了一项化学学习实验室实验。我们比较了虚拟和物理操作的不同排序方式，这些方式首先让学生参与到具体体验中，或者使目标概念突出。结果表明，在学习序列的早期提供具体体验可以增强概念学习。这些发现扩展了现有的物理和虚拟操作混合理论，并为混合交互式教育技术的开发人员提供了实用建议。
WP-22-41 资本体现技术变革的经济增长框架
技术进步通常体现在资本投入中。本文建立了一个模型，其中资本创新发生在两个边缘：（1）垂直方向，即资本投入在给定任务中变得更有生产力；（2）水平方向，即资本投入在给定任务中取代劳动力。当资本和劳动力的替代弹性小于单位替代弹性时，这两种形式的技术进步会引发宏观经济“拉锯战”，由此产生的框架可以满足许多宏观经济规律。首先，它可以产生平衡的增长路径并满足 Uzawa 增长定理——即使所有技术进步都发生在资本投入中。其次，它可以产生直观的宏观经济动态，增加对明显生产率放缓和劳动收入份额下降的看法。第三，它可以产生丰富的行业动态并为结构性变化提供信息，包括农业和制造业占 GDP 份额的下降、部门瓶颈、通用技术的作用以及计算有限的宏观经济影响。总体而言，这个易于理解的框架有助于解决技术进步的微观观察与经济增长的宏观经济特征之间令人费解的矛盾。作者感谢 Daron Acemoglu、Lawrence Christiano、Chad Jones、Kiminori Matsuyama、Ezra Oberfield、西北大学和普林斯顿大学的研讨会参与者以及 NBER 的会议参与者提出的许多有益评论。
在交互式音乐系统中，将生物传感器作为体现的控制结构
摘要：我们提出了对生物传感器拨款作为互动音乐系统（IMSS）中控制结构的范围审查。通过跨学科方法推广的技术和艺术维度，从生物医学到音乐性能和互动设计领域，支持生物传感器驱动的IMSS的分类学。根据拟议的分类法对出版物的70个生物传感器驱动的IMS的日期为1965年至2019年的目录。根据目录数据，我们推断了代表性的历史趋势，特别是为了批判性地验证了我们的工作假设，即生物传感技术正在扩大IMS中的控制结构。观察到的数据表明，我们的假设与生物传感器驱动的IMS的历史演变一致。从我们的发现中，我们提出了对人类和机器的新颖控制手段的未来挑战，这些挑战最终应该改变参与互动音乐创作的代理商，以在扩展的表演环境中形成新的体力。关键字：生物传感器，拨款，交互式音乐系统，控制结构。
人工智能和机器人技术助力数字经济和国民健康
为了实现这些雄心勃勃的目标，公众用户需要对多模式提示文档、图像、音频和视频信号进行数据分析和机器认知。工业参与者需要将智能云与升级的 AIoT 传感功能集成在一起。这些进步依赖于最近发布的数百个多模式大型语言模型 (MLLM) 的有效使用。很好的例子包括特斯拉 AI Robotaxi、帮助残疾人的 BMI 以及智能城市、数字经济和公共医疗服务中的其他创新。他将根据全球进展情况评估中国与人工智能相关的经济的优势和劣势。
用于评估加拿大混凝土体现碳的通用分类系统
15混凝土由于其16个耐用性，多功能性和可负担性而被称为全球最普遍的人为材料。但是，对全球17 CO 2排放有重大贡献。因此，努力加强了减少混凝土的具体碳，18具有新兴或常规的替代技术，旨在减轻排放和19种产量“可持续”和“低碳”混凝土；一组术语不一致地使用了20个术语，从而导致行业潜在的绿色和混乱。21同时，有迫切需要工具和政策来指导低22个碳混凝土结构和基础设施的设计。本文引入了一个具体的碳23分类系统，作为解决行业混乱的实用解决方案，并促进了混凝土建筑领域的24种可持续实践。它由一种普遍适用的25个工具组成，设计人员，制造商，资产所有者，承包商和政策26制造商可以对体现的碳混凝土进行强有力的评估，开发到27个混凝土脱碳的途径，设置与低碳混凝土28材料的中间定义和目标。
早期执行功能发展中的体现认知观点
执行功能（EF）的发展已成为早期认知发展研究中的核心重点。虽然运动经常用于测量幼儿的EF，并且可能有明显的贡献，但许多领先的EF理论并未完全探索运动的作用。本综述通过体现认知的框架调查了运动在幼儿期EF发展中的关键作用，尤其是利用劳伦斯·夏皮罗（Lawrence Shapiro）概述的中心主题。通过应用Shapiro的主题，该叙述性评论研究了这些体现的认知概念是否以及如何将其整合到EF发展的主要理论中。分析确定了关键差距，其中当前理论可以从更深入的体现认知中受益。这项工作旨在支持未来的研究，该研究强调运动在童年时期培养EF方面的重要性。
残疾4.0：使用体现人工智能的生物伦理考虑
机器人和人工智力已经标志着残疾人护理和整合的新时代的开始，有助于促进他们的独立性，自主权和社会参与。在这一领域，生物反射在人类学，道德，法律和社会政治层面上扮演着关键作用。但是，目前存在大量的意见和道德论点，以及对使用辅助机器人的使用缺乏共识，而重点则主要在产品的可用性上。本文提出了生物伦理分析，该分析强调了根据功能主义模型使用体现的人工智能而产生的风险。未能将残疾视为健康，个人和情境因素之间复杂相互作用的结果，可能会导致对人的内在尊严以及与医护人员关系的内在尊严的潜在损害。此外，强调了歧视进入这些新技术的危险，这强调了需要一种道德方法，该方法考虑了在康复领域实现AI的社会和道德含义。
一种人工智能增强模式识别方法来分析儿童的具体互动
摘要：本研究首先介绍了一种研究计算思维 (CT) 的方法，该方法是一种依赖于多模态转录本的创建和分析的具身现象。该方法结合了多模态的社会符号学方法，然后用于训练人工智能 (AI)，以识别参与者在教育机器人活动中反映其 CT 体现的行为模式。开发 AI 是为了减轻创建和分析多模态转录本的劳动密集型方面。研究结果表明，AI 增强的模式识别方法可以识别出与人类分析相似的活动集群，从而为儿童 CT 分析增加了一定程度的置信度，而这在人类分析中很难实现。
具有具身人工智能的现实人形机器人的多模态图灵测试
艾伦·图灵开发了图灵测试，作为一种方法来确定人工智能 (AI) 是否能够通过以 30% 以上的置信度回答问题来欺骗人类询问者相信它具有感知能力。然而，图灵测试关注的是自然语言处理 (NLP)，而忽略了外观、交流和运动的重要性。本文的核心理论命题：“机器可以模仿人类吗？”既涉及功能性，也涉及物质性。许多学者认为，创造一个在感知上与人类无法区分的逼真的人形机器人 (RHR) 是人类技术能力的顶峰。然而，目前还没有全面的开发框架供工程师实现更高模式的人类模仿，而且目前的评估方法还不够细致，无法检测恐怖谷 (UV) 效应的因果影响。多模态图灵测试 (MTT) 提供了这样的方法，并为在 RHR 中创建更高水平的人类相似性以增强人机交互 (HRI) 奠定了基础