XiaoMi-AI文件搜索系统
World File Search System互动的
探索用于模拟用户互动的相关技术
摘要：Metavers概念描述了一个虚拟集体空间，用户与模拟或计算机生成的环境互动，这是由诸如虚拟现实（VR），增强现实（AR），区块链，人工智能（AI）和5G网络等尖端技术启用的。这种融合允许创建复杂的虚拟世界，增强用户交互，实现动态环境，促进跨平台无缝集成，并确保可扩展性和持久性，以及几个隐私，安全性，道德和法律挑战。这些技术的不断发展在塑造未来的未来是关键的，在这种未来中，物理和虚拟现实之间的界限模糊不清，在沟通，娱乐，教育和业务等领域中解开了无限的可能性。这带来了探索和用户参与的新机会。本文旨在介绍推动从当前互联网到元评估的过渡的领先技术，从而使用户能够自然和直观地与数字对象和环境进行互动。这项研究探讨了建立了良好的交互式仿真技术，例如虚拟现实和增强现实，以及新兴技术，例如somato-Sensory接口，全息成像和脑部计算机交互接口。强调其潜力，该论文展示了这些技术如何为用户提供无与伦比的参与跨越游戏，社交，教育和业务的互动活动。
语言_建立互动的 4I 策略
Hanen More Than Words 计划是一项家长培训计划，旨在帮助家长提高对自闭症的认识，并了解自闭症儿童如何发展社交沟通技能。该计划为家长提供了在与孩子日常互动中使用的实用策略。该计划的目的是改善亲子关系；培养父母与子女之间的沟通技巧；促进儿童与家人、同龄人和照顾者/教育者之间的沟通。
儿童与人工智能互动的增长模型案例
摘要 本文提倡一种儿童与人工智能（7-11岁年龄段）互动的解释模型，其中儿童与人工智能（AI）系统互动的理想目的是儿童的成长。本文认为具有机器学习组件的AI系统在与儿童互动时具有递归元素。他们可以从与儿童的接触中学习，并结合互动数据，而不仅仅是以前的编程数据。鉴于成长的目的和AI的这种递归元素，本文主张在人工智能（AI）伦理和负责任的AI话语中区分对偏见的解释。将偏见解释为偏好并区分积极（支持多样性）偏见和消极（歧视性）偏见是必要的，因为这将有助于儿童健康的心理和道德发展。以人为本的人工智能话语主张通过关注人类的目的和机器为人类的目的来协调人类的能力和机器的能力。通过数据保护、人工智能法律和某些价值敏感的设计框架来减轻负面偏见的强调表明，机器为人类的目的优先于人类的目的。这些自上而下的框架通常将机器的目的缩小到不造成伤害，而忽略了自下而上的观点和儿童的发展需求。因此，应用儿童与人工智能互动的成长模型，结合从人工智能介导的负面偏见中学习并放大正面偏见，将对儿童的发展和以儿童为中心的人工智能创新产生积极影响。因此，本文探讨了：在儿童与人工智能的互动中，减轻负面偏见和放大正面偏见会带来哪些挑战，以及成长模型如何解决这些问题？为了回答这个问题，本文建议在开放的人工智能共创空间中应用成长模型，这些空间是与儿童一起的，也是为儿童而设的。在这样的空间中，人机和人与人的价值协调方法可以集体应用，这样儿童可以 (1) 对人工智能介导的负面偏见对自己和他人的影响变得敏感； (2) 使儿童能够适应并灌输自上而下的多样性和非歧视价值观及其含义； (3) 执行儿童的身份权利和不歧视权利； (4) 引导儿童培养包容性思维； (5) 通过儿童自下而上的观点为自上而下的规范人工智能框架提供信息； (6) 为以儿童为中心的人工智能的设计标准做出贡献。在儿童参与的人工智能共创空间中，在成长模式下应用此类方法，可以实现负责任的年轻人与以儿童为中心的人工智能系统之间的包容性共同进化。
女性急性应激下回合制互动的脑间神经机制：基于功能性近红外光谱的超扫描研究
随着社会环境的不断变化，压力对社会交往产生了重大影响。本研究通过四种假设的路径模型，探讨急性压力如何影响实时合作与竞争互动的潜在认知和神经机制。我们使用基于功能性近红外光谱（fNIRS）设备的超扫描技术，通过特里尔团体社会压力测试操作，检测急性压力下参与模式游戏的二元组的脑间一致性。行为结果显示，在合作会话中，压力组的二元组比对照组的二元组表现出更好的合作表现和更高的自我与他人的重叠水平。与对照组相比，fNIRS 结果发现，压力组在合作会话期间右侧颞顶交界处（r-TPJ）的人际大脑同步性更高，合作伙伴与建造者之间的格兰杰因果关系更强。我们的研究结果证实了在合作环境中有更好的表现，并进一步发现，r-TPJ 中的脑间一致性和自我与他人的重叠连续介导了急性压力对合作表现的影响。
可再生能源辅助 5G 基站集群与智能电网互动的分层分布式运营框架
5G通信具有高速率、大容量、大带宽等优异性能，应用于电力物联网的终端海量测量和精准控制（陈等，2019；惠等，2020）。然而，由于5G网络技术的更新和基站部署更加密集（吴等，2021），基站功耗急剧上升，5G基站满负荷功耗接近4kW，约为4G基站的3倍（韩等，2021），这加大了通信运营商面临的电力支出压力。此外，铅酸电池的替换和5G基站的建设将带来大量锂电池需求（唐等，2020），而基站电池仅作为备用电源，对通信运营商来说投资成本高，储能利用率低。目前已开展了基站能耗管理和节能技术研究，通过提高功率放大器效率（Quaglia and Cripps，2018；Cappello et al.，2019）、关闭部分信道、深度休眠空闲基站（Pervaiz et al.，2018；Wu et al.，2020；Alnoman and Anpalagan，2021）等方式降低能耗，但现有研究并未充分利用基站的后备储能电池和可再生能源。因此，本研究综合考虑可再生能源配置、储能电池可调性及通信负荷时空特性，提出可再生能源辅助5G基站群与智能电网互动的分层分布式运营框架，有利于促进各类能源灵活转换，协助基站运营商降低开支、创造利润。
酒店业的语音助理：使用人工智能为客户服务。目的——语音助理 (VA) 通过识别人类语音并执行用户发出的命令来增强人机交互。本文研究了酒店业中酒店与客人之间基于 VA 的互动。该研究将 VA 置于人工智能 (AI) 支持的物联网 (IoT) 环境中，颠覆了旧的做法和流程。智能酒店业使用 VA 以经济高效的方式为客人提供轻松的价值共同创造。该研究调查了消费者对酒店业 VA 的看法和期望，并通过专家技术提供商探索 VA 功能。设计/方法/方法——这篇实证论文研究了 VA 在酒店环境中的当前使用情况和未来影响。它使用定性、半结构化的深入访谈，采访了 7 位专家酒店业 VA 技术提供商和 21 位有 VA 经验的酒店客人。该研究采用供需方法，全面解决酒店业中的 VA。发现——研究结果表明，酒店和客人两方终端用户的需求，探讨了 VA 的优势和挑战。分析表明，VA 正日益成为数字助理。VA 技术可帮助酒店改善客户服务、扩大运营能力并降低成本。尽管尚处于起步阶段，但 VA 技术已在优化酒店运营和升级客户服务方面取得了进展。该研究提出了一种语音交互模型。原创性——VA 研究通常侧重于私人家庭中的技术，而不是商业或酒店空间中的技术。本文为智能酒店业中有关人工智能和物联网的新兴文献做出了贡献，并探讨了 VA 的接受度和操作性。该研究有助于概念化 VA 支持的酒店服务，并探索其积极和消极特征以及未来前景。研究局限性/含义——本研究通过使用 VA 和智能酒店和旅游生态系统的发展来促进酒店服务的转型。该研究可以从与酒店经理的进一步研究中受益，以反映酒店经营者的观点并调查他们对 VA 的看法。进一步的研究还可以探索不同背景下消费者与虚拟助理互动的不同方面。实际意义——本文对酒店管理和人机交互最佳实践做出了重大贡献。它支持技术提供商重新考虑如何开发合适的技术解决方案，以提高其战略竞争力。它还解释了如何经济高效地使用虚拟助理，同时为旅行者的体验增加价值。
酒店业的语音助理：使用人工智能为客户服务。目的——语音助理 (VA) 通过识别人类语音并执行用户发出的命令来增强人机交互。本文研究了酒店业中酒店与客人之间基于 VA 的互动。该研究将 VA 置于人工智能 (AI) 支持的物联网 (IoT) 环境中，颠覆了旧的做法和流程。智能酒店业使用 VA 以经济高效的方式为客人提供轻松的价值共同创造。该研究调查了消费者对酒店业 VA 的看法和期望，并通过专家技术提供商探索 VA 功能。设计/方法/方法——这篇实证论文研究了 VA 在酒店环境中的当前使用情况和未来影响。它使用定性、半结构化的深入访谈，采访了 7 位专家酒店业 VA 技术提供商和 21 位有 VA 经验的酒店客人。该研究采用供需方法，全面解决酒店业中的 VA。发现——研究结果表明，酒店和客人两方终端用户的需求，探讨了 VA 的优势和挑战。分析表明，VA 正日益成为数字助理。VA 技术可帮助酒店改善客户服务、扩大运营能力并降低成本。尽管尚处于起步阶段，但 VA 技术已在优化酒店运营和升级客户服务方面取得了进展。该研究提出了一种语音交互模型。原创性——VA 研究通常侧重于私人家庭中的技术，而不是商业或酒店空间中的技术。本文为智能酒店业中有关人工智能和物联网的新兴文献做出了贡献，并探讨了 VA 的接受度和操作性。该研究有助于概念化 VA 支持的酒店服务，并探索其积极和消极特征以及未来前景。研究局限性/含义——本研究通过使用 VA 和智能酒店和旅游生态系统的发展来促进酒店服务的转型。该研究可以从与酒店经理的进一步研究中受益，以反映酒店经营者的观点并调查他们对 VA 的看法。进一步的研究还可以探索不同背景下消费者与虚拟助理互动的不同方面。实际意义——本文对酒店管理和人机交互最佳实践做出了重大贡献。它支持技术提供商重新考虑如何开发合适的技术解决方案，以提高其战略竞争力。它还解释了如何经济高效地使用虚拟助理，同时为旅行者的体验增加价值。
与人工智能共舞 - 一个互动的舞蹈学习平台
表 1 显示了基于某些参数的不同姿势估计技术之间的比较。我们可以看到，OpenPose 算法获得的准确度最高，但由于其 CNN 模型较重，获得的 fps 相当低，而对于 Posenet 算法，我们获得了良好的 fps，因为它 x 没有 x 多阶段架构，x 还使用轻量级 x CNN 模型。BlazePose 是另一种很好的姿势估计算法，因为它在姿势估计期间获得了准确度和 fps 的良好平衡。我们决定在这三个中选择 Blazepose，因为 Openpose 没有给我们提供良好的 fps，而 Posenet 仅考虑 17 个身体关键点进行检测，而 Blazepose 有 33 个，并且在我们的应用中，我们需要一种可以为单人姿势估计提供良好结果的算法，Blazepose 主要关注这一点，它还给出规范化坐标作为输出，而在其他算法中，我们明确需要对它们进行规范化以进行进一步处理。
跨领域 ALE 荟萃分析揭示的伙伴互动的神经相关性
目标：伙伴式互动是人类合作性质的重要体现。伙伴式互动可以采取多种形式，包括以问题为导向的对话等认知活动和一起搬动家具等体力任务。本研究的主要目标是使用定量荟萃分析技术探索伙伴式互动的神经基础，以寻找跨互动模式共同的领域通用大脑区域。方法：对 18 项功能性神经影像学研究进行了激活似然估计 (ALE) 荟萃分析，对比了有伙伴参与的任务表现和没有互动伙伴参与的任务表现。研究包括各种互动任务，涵盖了伙伴式互动的认知和体力形式。结果：荟萃分析结果显示，在右颞顶交界处 (rTPJ) 中存在一个显著的 ALE 簇，其中有两个子峰，该区域与心理化、社会预测和合作密切相关。结论：将 rTPJ 确定为伙伴式互动的主要跨模式区域，突出了隐性心理化在所有形式的伙伴式互动中的作用。两个不同子峰的发现可能表明两个区域之间的心理功能存在独特差异。
分类和审查用于开发和与机器学习系统互动的工具
在本文中，我们旨在为在人工智能领域（AI）中出现的各种工具带来一些顺序，重点是机器学习领域（ML）。为此，我们建议对ML系统开发生命周期进行组织的工具分类，并回顾分类的每个部分中现有工具。我们认为，这将有助于更好地了解当前可用的工具生态系统，还将使我们能够确定开发新工具以帮助开发AI和ML系统的利基。在审查了工具的最新工具后，我们确定了三种趋势：将人类纳入机器学习过程的循环，从临时和实验方法到更工程的角度的运动，以及使在没有教育背景的人们开发智能系统的能力中，从而使对环境的焦点从技术上转移到了技术中，从而使人们更容易开发智能系统。
一种优雅的改善人类机器人互动的方式？
这一天似乎并不遥远，在这种情况下，机器人将成为我们日常生活的积极组成部分，就像电器已经一样。因此，越来越需要以人为本的方式设计适当的人类机器人互动的范式，工具和技术（Beckerle等，2017）。为此，需要适当的人机界面（HMI），并且越来越多的研究表明，周围神经系统（PNS）如何成为理想的渠道，通过这种相互作用可以实现这种相互作用。在每天的运动任务（例如抓住，步行或说话）中，中枢神经系统（CNS）在脊髓的腹角招募了许多α-肌神经元，并调节它们发射动作电位的速度。α-肌神经元通过脊柱上部，不同的静脉和内在的运动神经元特性进一步调节（Heckman等，2005； Enoka，2008）。由一个由一个轴突支配的一组肌肉纤维（肌肉单位）将运动神经元轴突作用电位转化为力。肌肉单元和运动神经元形成了所有运动动作的最终合奏，即所谓的运动单元。将神经命令转化为肌肉力量，（脊柱）运动单元代表了中枢神经系统的有前途的界面。但是，机器人应用必须考虑到一些生理限制。在本意见论文中，我们声称更好的用户体验将导致更直观的控制和更紧密的人类机器人互动，甚至是人机的整合，反之亦然（见图1）。使用PNS数据进行意图检测以及用户体验的在线评估，这些界面在技术上有前途和了解人类行为和反应的工具（Beckerle等，2019）。为了改进这一点，我们讨论了意图检测，用户反馈和用户反馈的进展，并强调了拟人化系统，这些系统直接由人类控制，例如假体和远程关系，并旨在创建新颖的感觉运动范式。