XiaoMi-AI文件搜索系统
World File Search System交互式
交互式设计以鼓励办公室的能源效率
摘要：已经开发了许多技术解决方案，以增强建筑物的能量效率。但是，这些解决方案的实际效果和可持续性通常与期望不符，因为设计，用户的真实需求和未经想象的负面影响（篮板）。为了帮助解决这些挑战，本文提出了一项纵向生活实验室研究的结果，并提议以用户为中心的建筑管理系统（UC-BMS）作为官方建筑物的原型。基于混合方法，UC-BMS在德国共同开发，测试和评估，最多可在六个官方建筑物，85个官方和两个加热期内进行。结果表明，这种面向用户的方法可以节省多达20％的能源，同时保持舒适性和工作效率。发现显示了UC-BMS的三个主要领域和元素：（1）交互式设计和反馈系统（例如，空气质量）如何刺激通风实践和官方的能量效率，以及（2）支持加热系统优化，例如，通过更好地理解官方CE CE CE CE CECH行为。（3）最后，进行了一项官方舒适调查，以实现设施管理与官员之间的沟通，从而限制投诉并将加热系统适应实际官员用户的需求。
You Call the Shots 是一个交互式的网络......
You Call the Shots 是一个互动式网络免疫培训课程。它由一系列模块组成，这些模块讨论了可通过疫苗预防的疾病并解释了最新的疫苗使用建议。每个模块都提供学习机会、自我测试练习题、参考和资源材料以及详尽的词汇表。
交互式二元格 - 环境环境概念 -
在过去的30年中，环境和气候灾难加剧，通过加剧性别不平等并威胁其权利，生计，健康和健康，对妇女和女孩产生了不成比例的影响。尽管在保护生物多样性，在土地上工作以及有效的环境和气候治理方面的作用至关重要，但在决策中，妇女的人数仍然不足。妇女和女孩，特别是来自土著社区和地方社区的妇女和女孩，通常没有充分的保护或资源，领导环境宣传。为了实现可持续发展，必须确保妇女平等参与绿色，蓝色和护理经济体，并显着增加对性别响应性的气候融资。
通过交互式3D代创建想要的东西
最近进步[20，29，30]中的2D图像结构，以方法为例，例如在广泛的文本图像配对数据集中受过训练的扩散模型（例如，Laion-series [31]），在与文本提示符的一致性图像中取得了显着的前进。尽管取得了成功，但实现对图像产生的精确控制以满足复杂的用户期望仍然是严重的挑战。ControlNET [38]通过在特定条件数据集上进行微调修改Foun-odation-2D扩散模型来解决此问题，从而提供由用户特异性输入引导的微妙控制机制。另一方面，尽管有希望的进展[27，35]，但与2D图像生成中遇到的那些相比，3D对象的生成更为复杂。al-尽管从透视感中观察到了进步，包括直接3D数据集[10，25]上的3D扩散模型，以及将2D扩散率提升到3D复位（例如NERF [21]）通过SDS损失的技术优化[27]，没有完全对生成Ob-Ob-ob-ob-ob-jects的控制。对初始文本提示或2D参考图像的依赖严重限制了发电的可控性，并且通常会导致质量较低。文本提示缺乏准确传达复杂3D设计的特异性；尽管2D参考图像可以告知3D重建，但它们并没有捕获3D结构的完整深度，可能导致各种意外的人类。此外，基于2D图像的个性化缺乏直接3D操纵可以提供的灵活性。这些障碍表明需要采取不同的策略。实现可控制的3D发电的直接想法是将控制网络调整为3D生成。但是，该策略遇到了重大障碍：（i）3D的控制信号本质上更为复杂，这使得与2D范式相比，有条件的3D数据集对构成的3D数据集进行了挑战； （ii）3D域中没有强大的基础模型，例如2D [20]的稳定扩散，阻碍了此时开发微调技术的可能性。结果，我们倾向于
老年人身临其境和交互式墙的用户体验
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
交互式以人为本的人工智能：定义与研究挑战
人工智能 (AI) 已成为过去十年的流行语。迄今为止的进展主要是技术方面的，重点是机器学习 (ML)。直到最近，我们才开始看到一种转变，即关注人工智能的人性化方面，其中心思想是让人工智能具有交互性和可解释性。在本文中，我提出了“以人为中心的交互式人工智能”的定义，并概述了所需的属性。保持控制对于人类感到安全和拥有自决权至关重要。因此，我们需要找到让人类理解基于人工智能的系统的方法，以及允许人类控制和监督的手段。在我们的工作中，我们认为抽象级别和控制粒度是解决这一问题的一般方法。此外，我们必须明确我们为什么需要人工智能以及人工智能研究和开发的目标是什么。我们需要说明我们对未来智能系统的期望属性以及谁将从系统或服务中受益。对我来说，人工智能和 ML 与原材料（如石头、铁或青铜）非常相似。历史时期以这些材料命名，因为它们从根本上改变了人类可以建造的东西和人类可以设计的工具。因此，我认为在人工智能时代，我们需要将重点从材料（例如人工智能算法，因为材料将会很多）转移到对人类有益的工具和基础设施上。显然，人工智能将允许脑力日常任务的自动化，并将扩展我们感知世界和预见事件的能力。对我来说，核心问题是如何在不损害人类价值观的情况下创造这些工具来扩大人类思维。
以参与者为中心的 AI 规划交互式可视化
引用本文 请注意，如果 King's Research Portal 上提供的全文是作者接受的手稿或后印刷版本，则可能与最终发布的版本不同。如果引用，建议您检查并使用出版商的最终版本以获取分页、卷/期和出版日期详细信息。如果在研究门户上提供最终发布的版本，如果引用，建议您再次检查出版商的网站以进行任何后续更正。一般权利 研究门户中提供的出版物的版权和道德权利由作者和/或其他版权所有者保留，并且用户访问出版物的条件是承认并遵守与这些权利相关的法律要求。
通过基于规则的交互式对话实现可解释的人工智能
如今，人工智能 (AI) 对我们的生活有着无处不在的影响。这涉及产品推荐、风险评估和对人们生存至关重要的系统，例如医疗诊断系统。特别是当系统做出如此关键的决策时，就会出现一个问题：为什么以及如何做出特定的决策 [3]。问题在于，此类系统的许多底层算法对用户来说都是黑匣子，因此缺乏透明度 [1]。这是可解释人工智能 (XAI) 研究领域的驱动力。它提供了一组可用于描述机器学习 (ML) 模型行为的方法，从而提供了一定程度的透明度 [1]。当前的研究重点是开发新的、大多是孤立的 XAI 方法，例如代理模型、部分依赖图或累积局部效应，而不是真正构成向用户解释模型行为的良好整体方法 [10]。研究问题是，如何利用这些方法的结果来回答人类对机器学习决策的疑问？这篇尚未完成的论文介绍了一种新的可解释人工智能系统 ERIC，这是一种基于规则的、交互式和对话式的可解释人工智能代理。ERIC 将最流行的可解释人工智能方法应用于机器学习模型，以提取存储在基于规则的系统中的知识。潜在用户可以通过类似聊天的对话界面与 ERIC 交流，并获得有关机器学习模型推理行为的适当解释。该系统专门针对领域专家，旨在提供日常解释。它结合了人工智能、人机交互和社会科学等研究领域的见解 [12]。除了现有的相关对话系统（例如用于执行数据科学任务的 Iris 代理 [2] 或用于解释情境感知应用程序的 LAKSA 代理 [8]）之外，ERIC 还专注于机器学习模型的解释。
SolarClub：通过交互式协调系统支持可再生能源社区
能源社区是世界各国政府支持更可持续能源实践的重点。然而，支持能源社区协调可再生能源资源的交互式系统仍然缺乏。我们推出了 SolarClub，这是一种需求转移可视化系统，当太阳能可用时，它支持家庭通过预订耗能活动来协调能源使用。我们与四组邻居（N=15）一起部署了 SolarClub，为期一个月。SolarClub 成功地使邻居们能够协调，即使其中一些参与家庭不太灵活。虽然参与者报告说 SolarClub 没有培养社区感，但它帮助他们同情邻居。我们的研究结果表明，基于传感器和可视化的技术有助于理解日常实践与资源消耗之间的关系，而不仅仅是个人生态反馈。因此，这项工作有助于开发支持集体行动以实现环境可持续性的下一代实践和技术。
通过交互式智能重新定义机器人概括
大规模机器学习的最新进展已产生了能够适应一系列下游任务的高容量的“基础模型”。这种模型对机器人技术抱有很大的希望，但普遍的范式仍然将机器人描绘成单个自主决策者，并执行诸如操纵和导航之类的任务，并且人类参与度有限。然而，包括可穿戴机器人技术（例如，假肢，矫形器，外骨骼），近视和神经界面在内的大量实际机器人系统是半自治的，需要与人类合作伙伴进行持续的互动协调。在该立场论文中，我们认为机器人基础模型必须演变为交互式的多机构观点，以处理实时人类机器人共同适应的复杂性。We propose a generaliz- able, neuroscience-inspired architecture encompassing four modules: (1) a multimodal sensing module informed by sensorimotor integration principles, (2) an ad-hoc teamwork model reminiscent of joint-action frameworks in cognitive science, (3) a predictive world belief model grounded in internal model theories of motor control, and (4) a memory/feedback mechanism that呼应了基于Hebbian和基于增强的可塑性的概念。尽管通过机器人系统的镜头进行了说明，但可穿戴设备和人类生理学的镜头与众不同，但所提出的框架广泛适用于在半自治或交互式环境中运行的机器人。通过超越单一代理设计，我们的立场强调了机器人技术中的基础模型如何实现更强大，个性化和预期的性能水平。