XiaoMi-AI文件搜索系统
World File Search System交互
TIM：一种用于 Spiking Transformer 的高效时间交互模块
作为第三代神经网络，脉冲神经网络 (SNN) 因其生物学合理性和计算效率而备受关注，尤其是在处理各种数据集方面。受到神经网络架构进步的启发，注意力机制的整合导致了脉冲变压器 (Spiking Transformers) 的发展。这些在增强 SNN 能力方面显示出希望，特别是在静态和神经形态数据集领域。尽管取得了进展，但这些系统仍然存在明显的差距，特别是在脉冲自注意力 (SSA) 机制在利用 SNN 的时间处理潜力方面的有效性方面。为了解决这个问题，我们引入了时间交互模块 (TIM)，这是一种新颖的基于卷积的增强功能，旨在增强 SNN 架构中的时间数据处理能力。 TIM 与现有 SNN 框架的集成无缝且高效，只需要极少的附加参数，同时显著提升了其时间信息处理能力。通过严格的实验，TIM 证明了其在利用时间信息方面的有效性，从而在各种神经形态数据集中实现了最先进的性能。代码可在 https://github.com/BrainCog-X/Brain-Cog/tree/main/examples/TIM 上找到。
采用脑机接口技术的医疗器械术语及定义
脑机接口医疗器械brain-computer interface medical equipment，BCI-ME 结构上：与大脑、中枢神经或者外周神经直接连接。 机制上：实现大脑信息与外部辅助、增强设备实时双向交互或单向刺激是其显着特征。 效果上：实现脑部疾病治疗、视觉听觉语言等功能恢复或代替、肢体康复等临床治疗效果。
人机协作：利用交互记忆和发声来提高团队效率
在这项前瞻性观察研究中，我们调查了人机交互记忆和畅所欲言在模拟临床环境中由 180 名重症监护 (ICU) 医生和护士组成的人机交互团队中的作用，这些团队与 AI 一起工作。我们的研究结果表明，与 AI 代理的互动与人类互动有很大不同，因为从 AI 代理获取信息与团队产生新假设和展示畅所欲言行为的能力呈正相关，但仅限于表现更好的团队。相反，无论团队表现如何，从人类团队成员那里获取信息与这些方面呈负相关。这项研究对不断扩大的人机交互团队和团队科学研究领域做出了宝贵贡献，因为它强调了将 AI 代理作为知识来源纳入团队交互记忆系统的必要性，并强调了它们作为畅所欲言的催化剂的作用。实际意义包括对未来 AI 系统的设计以及医疗保健及其他领域的人机交互团队培训的建议。
重新思考便利化：人工智能如何颠覆旧的交互框架
1.神经网络创建会话程序并提供构建讨论的替代方法 2。神经网络测试您计划在第 3 节中询问参与者的问题的措辞。神经网络创建刺激材料（用于非标准想法的创造性搜索的提示卡）4.神经网络检查指令和任务的输入是否充分5.神经网络标准化配方并给出名称6。神经网络将众多响应聚类为连贯的概念（并且 AI 不惧怕源数据的数量和质量）
COFI：人机协同创造系统中的交互建模框架
人机共同创造涉及人类和人工智能作为合作伙伴共同合作创造产品。在创造性合作中，交互动态（例如轮流、贡献类型和沟通）是共同创造过程的驱动力。因此，交互模型是设计有效的共同创造系统的重要组成部分。在共同创造领域，关于交互设计的研究相对较少，这反映在许多现有的共同创造系统中缺乏对交互设计的关注。本文重点关注交互设计在共同创造系统中的重要性，并开发了交互设计的共同创造框架（COFI），该框架描述了共同创造系统中交互设计的广泛可能性。研究人员可以使用 COFI 通过探索可能的交互空间来模拟共同创造系统中的交互。
通过抽象多代理交互实现量子安全认证和密钥协商
摘要。当前基于公钥密码的身份验证和密钥协商方法容易受到量子计算的影响。我们提出了一种基于人工智能研究的新方法，其中通信方被视为使用其私有决策模型反复交互的自主代理。身份验证和密钥协商是根据交互过程中观察到的代理行为来决定的。这种方法的安全性取决于从有限的观察中对交互代理的决策进行建模的难度，我们推测这个问题对于量子计算来说也很难。我们发布了 PyAMI，这是一个基于所提方法的原型身份验证和密钥协商系统。我们通过经验验证了我们的方法，用于在检测不同类型的对抗性攻击的同时对合法用户进行身份验证。最后，我们展示了如何使用强化学习技术来训练服务器模型，从而有效地探测客户端的决策，以实现更高效的身份验证。
儿童计算机交互研究的新兴、情境化和前瞻性伦理
摘要 互动技术在儿童生活中的日益普及给研究人员和设计人员提出了至关重要的伦理问题。针对这些交叉主题的具体讨论尚处于萌芽阶段，但已在各个社区中广泛传播，并且在很大程度上是回顾性发展起来的。本次研讨会汇集了那些对研究、设计和部署儿童技术时出现的伦理问题感兴趣的人。重点是探索在研究期间或部署后出现的新兴方法和情境方法。研讨会活动将包括：探索儿童人机交互研究中出现的伦理主题；综合和调整当前适用的伦理指导；找出差距；并制定初步方法和指导来解决这些差距。成果将以促进儿童保护、赋权和福祉的方式扩展当前的最佳伦理实践。
适应新电力系统交互要求的储能系统性能评估方法
近年来，我国新能源储能规模化应用呈现良好的发展态势，多种储能技术在可再生能源开发、消纳、综合智能能源系统、配电网、微电网等领域得到广泛应用，在技术装备研发、示范项目建设、商业模式探索、标准体系建设等方面取得了实质性进展。目前，国内乃至国际上尚未形成统一的新能源储能统计指标体系与评价方法标准。本工作以河北南网新型电力系统建设现状为研究对象，开展新能源储能统计指标体系与评价方法研究，围绕能效指标、可靠性指标、监管指标、经济性指标、环保指标五大一级指标，构建了新能源储能电站统计指标体系；提出了层次分析法（AHP）—变异系数组合赋值法；采用基于物元拓扑法的综合评价模型对新能源储能电站发展水平进行评估，设计新能源储能统计指标体系及评价方法，为全面监测、评估和衡量新能源储能电站在运行发展过程中的综合性能与效果，优化新能源储能电站运营策略及储能技术发展推广提供科学的指标体系与评价方法。
人工智能聊天机器人交互中的归属感、隐私问题和自我披露
本文试图研究是什么促使个人在与人工智能 (AI) 聊天机器人互动的背景下进行自我披露，以及这种互动的结果会是什么，特别是当个人认为他们是在与人类或人工智能互动时，在自我披露、社交存在感和亲密度方面是否存在差异。此外，假设用户的“归属感 (NTB)”性格特征会在聊天机器人互动的性质和评估方面带来有意义的差异。为此，采用了 2（感知的人性：人工智能聊天机器人或人类）x 2（NTB：高、低）x 2（隐私问题：高、低）受试者间实验设计（N=646）。结果显示，感知的人性在自我披露、社交存在感和亲密度方面没有显著影响：无论参与者认为与人工智能还是人类交流，他们体验到的互动都相似。该研究还解释了 NTB 如何影响个人与人工智能的互动。未发现隐私问题有显著的调节作用。根据人工智能代理服务的近期发展，讨论了这些结果的含义。
双AI：用于群体活动识别的双路径参与者交互学习
学习多个参与者之间的时空关系对于群体活动识别至关重要。不同的群体活动通常会展示视频中参与者之间的多样化互动。因此，从时空参与者演化的单一视角来建模复杂的群体活动往往很困难。为了解决这个问题，我们提出了一个独特的双路径参与者交互 (Dual-AI) 框架，它以两种互补的顺序灵活地排列空间和时间变换器，通过整合不同时空路径的优点来增强参与者关系。此外，我们在 Dual-AI 的两个交互路径之间引入了一种新颖的多尺度参与者对比损失 (MAC-Loss)。通过帧和视频级别的自监督参与者一致性，MAC-Loss 可以有效区分单个参与者表示，以减少不同参与者之间的动作混淆。因此，我们的 Dual-AI 可以通过融合不同参与者的这些判别特征来增强群体活动识别。为了评估所提出的方法，我们在广泛使用的基准上进行了大量实验，包括排球 [ 21 ]、集体活动 [ 11 ] 和 NBA 数据集 [ 49 ]。所提出的 Dual-AI 在所有这些数据集上都实现了最佳性能。值得注意的是，所提出的 Dual-AI 使用 50% 的训练数据，其性能优于许多近期使用 100% 训练数据的方法。这证实了 Dual-AI 在群体活动识别方面的泛化能力，即使在有限监督的具有挑战性的场景下也是如此。