XiaoMi-AI文件搜索系统
World File Search System互动的
人类互动的接口
人类在我们专业和个人生活的许多领域中越来越多地与AI系统互动。但是，这些相互作用并非无缝，使人们感到沮丧，或者在最坏的情况下受到AI技术的伤害。在这项以研究为重点的课程中，我们将探讨人类计算机互动，人工智能和以人为以人为中心的设计的跨学科观点，以调查如何构建和评估旨在与人互动的AI系统。它旨在涵盖广泛的主题，同时还提供实用的工具，技术和方法来设计支持人类交互的软件接口。本课程的主题是围绕五个主题构建的，首先是讨论早期和现代的人类机器互动方法，然后是设计指南和原理，人类AI团队（包括在环境系统中），人与AI代理商之间的反馈机制，以及与负责任的和负责任的和可信赖的AI AI II的发展。
对经验的看法会影响利他主义和对代理的看法影响人类机器互动的信任（扩展摘要）
Gray等人的开创性工作。（Gray，Gray和Wegner 2007）证明了人们在两个维度上感知他人的思想：（i）经验，即感受情感的能力； （ii）代理，即计划和行动的能力。尽管进行了许多研究，研究了代理和经验的受众，但这两个维度在利他主义和信任中所起的作用尚不清楚。我们认为，互动伙伴中对经验的看法可以对他们进行利他的行为。我们提出的另一个假设是，互动合作伙伴对代理的看法预测了对他们的信任。为了检验这些假设，我们采用了两个典型游戏：一个单拍独裁者游戏（DG）和一个单杆信任游戏（TG）。DG中共有的金额是对态度和亲社会行为的替代措施，而TG中共有的金额反映了分配者对接收者信任度的评估。，我们将150名参与者与DG和TG中的机器人合作伙伴配对，同时通过撰写“该机器人具有[能够 /无法感觉到疼痛的能力）来操纵机器人的经验，并通过写作来操纵机器人的代理：‘这个机器人[该机器人[能够 /无法]计划行动和锻炼自我控制。”。
基于色散量子互动的自主测量中能量交换的基本机制
1物理系，特里斯特大学，Strada Costiera，11，34151，意大利Trieste 2 Istituto Nazionale di Fisica fisica fisica fisica Nucee，Trieste部分，Valerio 2，34127 Trieste，意大利，意大利3 dipartimento 3 dipartimento di fisicica di Fisita深圳518048，中国5个物理系华盛顿大学，圣路易斯，密苏里州63130，美国6肯尼迪肯尼迪物理主席，查普曼大学，加利福尼亚州奥兰治市92866，美国7量子研究所，查普曼大学研究所，Chapman University，Chapman University，Orange Orange，加利福尼亚州92866，美国92866，美国92866，美国92866，纽约，纽约，纽约，纽约。 Grenoble Alpes，中心国家德拉·雷·雷·科学（Center National de la Recherche Scientife），格勒诺布尔INP，Intitutnéel，38000法国格勒诺布尔，法国10 Majulab，CNRS-UCA-NUS-NTU-NTU国际联合研究实验室11
一种用于自动挤奶系统中自动检测奶牛社交互动的计算机视觉方法
欧洲兽医培训协调委员会 (ECCTV) 专家工作组建议在兽医实践中使用数字技术和人工智能 (DT&AI) [1]。特别是，ECCTV 工作组指出了将 DT&AI 融入兽医实践以改善畜群健康管理 (HHM) 的重要性，包括预防、可持续生产、性能和农场动物的繁殖。这些建议主要适用于养牛业，该行业需要新的智能方法，例如使用新技术和新方法进行数据分析。机器学习 (ML) 和人工智能 (AI) 等新兴领域有望在应对养牛业面临的新挑战方面发挥重要作用 [2]。
人类机器人互动的聚类社交手势
摘要。社交触摸提供了人类和机器人之间丰富的非语言交流。先前的工作已经确定了一套用于人类互动的触摸手势，并用自然语言标签（例如，抚摸，拍拍）描述了它们。然而，尚无关于用户思想中的触摸手势之间的半智关系的数据。为了赋予机器人的触摸智能，我们调查了人们如何看待文献中的社会触摸标签的相似之处。在一项在线研究中，有45位参与者根据他们的相似之处对36个社交触摸标签进行了分组，并用描述性名称注释了他们的分组。我们从这些分组中得出了手势的定量相似性，并使用层次聚类分析了相似性。分析导致围绕手势的社会，情感和接触特征形成9个触摸手势。我们讨论了结果对设计和评估触摸感应和与社交机器人的互动的含义。
互动的伦理：减轻LLMS中的安全威胁
本文全面探讨了针对大型语言模型（LLM）的安全威胁引起的道德挑战。这些复杂的数字存储库越来越多地整合到我们的日常生活中，使其成为攻击的主要目标，这些攻击可以损害其培训数据和数据源的机密性。本文深入研究了对社会和个人隐私的这种安全威胁的细微伦理影响。我们仔细检查了五个主要威胁，包括注射注射，越狱，可识别的信息（PII）暴露，性明确的内容和基于仇恨的内容 - 超出了仅仅标识，以评估其关键的道德后果以及他们为强大的防御策略创造的紧迫性。对LLM的不断依赖强调了确保这些系统在道德准则范围内运作的关键需求，尤其是因为它们的滥用可能导致重大的社会和个人伤害。我们提出了概念化和开发针对LLMS量身定制的评估工具，该工具将达到双重目的：指导开发人员和设计师在测试阶段的LLM Chatbot响应的伦理学维度进行审查。通过将LLM的反应与人类在道德背景下的人类期望的反应进行比较，我们旨在辨别AI行为与更广泛的社会所拥有的道德价值一致的程度。最终，本文不仅强调了LLMS带来的道德问题；它还突出了培养对这些系统的信任的道路。
科技的地缘政治：来自中美互动的证据
最近，研究人员进行了实证经济研究，以调查地缘政治风险如何影响各个经济部门。我们采取了新的视角，探讨美国 IT 行业的进步是否可以解释中国地缘政治风险的波动。中美在半导体方面的冲突围绕着技术优势、经济主导地位和国家安全问题。中国一直在努力实现半导体生产的自给自足，以减少对外国供应商（尤其是美国）的依赖。然而，美国对向中国的半导体出口实施了限制。我们的研究构建了一个理论框架，并利用协整的边界检验方法来估计自回归分布滞后模型的参数。我们使用 1993 年 1 月至 2023 年 11 月的月度数据。研究结果表明，美国 IT 行业对中国的地缘政治风险有显著的积极影响。从政策含义的角度来看，除非竞争对手达成妥协，否则争夺全球 IT 行业领导地位的竞争可能会成为经济和政治不稳定的主要根源。
深入了解社交互动的神经生物学
社会行为对于动物的生存至关重要，下丘脑神经肽催产素 (OXT) 对结合、养育和决策有重大影响。多巴胺 (DA) 由腹侧被盖区 (VTA) 多巴胺能神经元释放，调节中脑边缘系统中的社会线索。尽管对 OXT 和 DA 在社会行为中的作用进行了广泛的独立探索，但对它们相互作用的研究却很少。这篇叙述性综述整合了人类和动物研究（尤其是啮齿动物）的见解，强调了最近关于社会行为中 OXT 或 DA 系统的药物操纵的研究。此外，我们还回顾了将社会行为与血液/大脑 OXT 和 DA 水平相关联的研究。行为方面包括社交能力、合作、配对和父母照顾。此外，我们还提供了关于社会压力、自闭症和精神分裂症动物模型中 OXT-DA 相互作用的见解。重点关注 OXT 和 DA 系统之间的复杂关系，以及它们在生理和病理条件下对社会行为的集体影响。了解 OXT 和 DA 失衡对于揭示精神疾病中观察到的社交互动和奖励处理缺陷的神经生物学基础至关重要。
婴儿大脑对社交互动的反应可预测未来语言发展
在与婴儿面对面的互动中，人类成年人会表现出一种物种特有的交流信号。成年人会表现出独特的“社交整体”：他们使用婴儿导向语言（父母语），持续回应婴儿的动作和发声，并通过相互注视和微笑做出积极反应。研究表明，这种社交整体对于最初的语言学习至关重要。我们的假设是，社交整体会吸引注意力系统对言语做出反应，感觉运动系统会为婴儿做好口头回应的准备，这两者都有助于语言学习。使用婴儿脑磁图 (MEG)，我们测量了 5 个月大的婴儿在与成人进行面对面 (F2F) 实时口头互动（社交条件）期间以及在成人转身与另一个人交谈（非社交条件）期间的神经反应。使用纵向设计，我们测试了婴儿在 5 个月大时对这些条件的大脑反应是否可以预测他们未来五个时间点的语言发展。与注意力有关的大脑区域（右半球额叶下部、右半球颞上部和右半球顶叶下部）在社交条件下表现出比非社交条件下更高的 θ 活动。与理论不同的是，我们发现婴儿在注意力和感觉运动区域对 F2F 互动的反应神经活动显著预测了未来 3 年的语言发展，这比初次测量晚了 2 年多。我们提出了一种早期语言习得的观点，强调了社交整体的核心地位，并对将婴儿的语言学习与社交互动过程中的早期大脑功能联系起来的神经生物学成分提供了新的见解。
通过自然人类互动的增强现实增强的机器人秘密系统
Telekinesis在科幻文学和电影中通常描绘，是一种超级力量，用户可以控制和操纵物理互动中没有物体。在现实世界中，增强人与机器人相互作用需要与机器人臂合成人类直觉过程。本文介绍了一个机器人的远程操作系统，该系统实现了电信作业的本质，将增强现实（AR）的深刻能力与机器人手臂的操作相结合。利用AR，提出的方法为操作员提供了视觉反馈，从而促进了一定程度的控制，超过了自然接口的能力。通过使用AR驱动的视觉识别，该系统在虚拟环境中实现了操作，随后通过机器人臂在现实世界中实现。通过多个实验，我们发现该系统在远程运动操作中的错误幅度很小，满足了远程操作的需求。此外，我们的系统可以在现实世界中的对象上运行。这些实验强调了遥控系统通过AR和机器人臂的整合来帮助人类完成更广泛的任务的能力，从而提供了一种天然的人类 - 机器人相互作用方法。