XiaoMi-AI文件搜索系统
World File Search System人机
人机相互作用作为活性推理
为了与机器人无缝互动，用户必须推断机器人行为的原因 - 并对该推断（及其预测）保持一致。因此，信任是人类机器人协作（HRC）的必要条件。然而，尽管它具有至关重要的作用，但它仍然在很大程度上未知信任如何出现，发展和支持人类与技术系统的关系。在以下论文中，我们回顾了有关信任，人类机器人相互作用，HRC和人类互动的文献。早期的信任模型表明，这是仁慈与能力之间的权衡；尽管对人类互动的研究强调了共同行为和相互知识在逐步建立信任中的作用。我们继续引入一种信任模型，作为代理商的最佳解释，以与扩展的汽车厂或合作伙伴进行可靠的感觉交流。该模型基于主动推论的认知神经科学，并建议在HRC的背景下，可以根据对人工药物的虚拟控制来施放信任。交互式反馈是扩展受托人感知行动周期的必要条件。该模型对理解人类机器人的互动和协作具有重要意义，因为它允许人类信任的传统决定因素，例如归因于受托人的仁慈和能力，可以根据层次的主动推断来定义，而可以用信息交换和授权来描述脆弱性。此外，该模型强调了用户反馈在HRC期间的作用，并建议在个性化互动中使用无聊和惊喜作为对系统过度依赖的标志。将信任作为虚拟控制感的描述为扎根人为因素而在认知神经科学领域迈出了至关重要的一步，并改善了以人为中心的技术的设计。此外，我们研究了共同行为在信任起源中的作用，尤其是在二元协作的背景下，这对人类机器人协作系统的可接受性和设计产生了重要的后果。
脑机接口对刑法产生的挑战及其应对
① 参见王行愚 、 金晶 、 张宇等 :《 脑控 : 基于脑 — 机接口的人机融合控制 》, 载 《 自动化学报 》2013 年第 3 期 , 第 208-221 页 。
人机协作的工具和方法 - HAL
摘要：人机自主团队 (HAT) 范式最近出现，用于设计混合团队，其中人类操作员与自主人工智能体合作。一个主要的挑战是将这个自主代理转变为一个更好的队友，使其能够与人类更多地相互依赖。所呈现的工作探索了两个轴线，得到了工业合作（在运输和工业系统领域）、学术伙伴关系（特别是南澳大利亚）和博士生指导的支持。第一个轴涉及认知状态的监控，以便使机器具有检测人类遇到的困难的能力。为了回答这个问题，提出了一种全局方法，从生理和行为数据的融合角度对操作员的心理负荷进行分类。然后通过研究认知控制的概念及其与心理负荷的关系，探索人类实施的调节机制。
用文本映射人机交互的设计空间
自动文本摘要系统通常需要人类来准备数据或评估模型性能，然而，人们缺乏对人类在与人工智能交互或接受人工智能协助时的角色、经验和需求的系统理解。从以人为本的角度，我们绘制了文本摘要和更广泛的文本生成任务中人机交互的设计机会和考虑因素。我们首先对 70 篇论文进行了系统的文献综述，开发了人工智能辅助文本生成中的五种交互分类法和相关的设计维度。我们为每种交互设计了文本摘要原型。然后，我们在原型的帮助下采访了 16 位用户，以了解他们对人工智能在文本摘要中的效率、控制和信任的期望、经验和需求，并据此提出了设计考虑因素。
为 K-12 教育设计人机互补性
人工智能 (AI) 系统越来越多地用于支持人类在教育、医疗保健、社会工作和刑事司法等社会性背景下的工作。在这些情况下，人工智能可以自动化从业人员的日常工作，同时腾出他们的时间从事他们认为更有意义的活动 (Holstein、McLaren 和 Aleven 2019a；Patel 等人 2019；Yang、Steinfeld 和 Zimmerman 2019)。人工智能还可以帮助扩大社会服务的提供，并帮助人类做出更明智和公平的决策 (du Boulay 2016；Holstein、McLaren 和 Aleven 2018b；Patel 等人 2019)。尽管有这些好处，但现代人工智能系统还是容易出错和不完善的。如果不经过精心设计，人工智能可能会僵化地扩大实践而不考虑当地情况，加剧有害的不平等，或使有价值的人与人之间的互动自动化 (Alkhatib
同行评审手稿中的人机协作
探索将人工智能 (AI) 纳入学术同行评审过程是文献综述的重点，它研究了人类审稿人和人工智能之间的协作。综述指出，人工智能有潜力提高稿件评估的效率，并解决诸如投稿量增加和审稿人短缺等挑战。当前的人工智能工具支持抄袭检测、格式检查和初始质量控制等任务，而需要人类同理心和稳健判断力的更复杂任务对人工智能来说仍然具有挑战性。综述概述了人工智能在同行评审中的优点和缺点。人工智能可以潜在地提高评审过程的速度和准确性，但它也带来了道德和法律问题，包括偏见、数据隐私和版权问题。这些问题需要彻底审查并制定全面的道德准则。
针对社交的人机混合智能调查......
摘要 随着现代计算技术和社会科学的发展，社会计算的理论研究和实际应用不断延伸，特别是随着人工智能的兴起，社会计算受到人工智能的显著影响。然而，传统的人工智能技术在处理更复杂、更动态的问题时存在不足，而人-人工智能混合智能（H-AI）可以弥补这种不足，它将人类智能与人工智能融为一体，形成一种新的增强智能，在处理社会问题上展现出人工智能无法超越的优势。本文首先介绍了H-AI的概念，认为人工智能是H-AI过渡阶段的智能，因此对人工智能在社会计算中的最新研究进展进行了综述。其次，总结了人工智能在社会计算中面临的典型挑战，并为引入H-AI解决这些挑战提供了可能。最后，本文提出了结合H-AI的社会计算整体框架，该框架由对象层、基础层、分析层和应用层四层组成。这表明H-AI在解决社会问题方面比AI具有显著的优势。
人机混合智能调查与教程
人工智能技术的发展已经使人类的感知能力和感知能力得到极大的提升，已经渗透到我们日常生活和工业制造的各个方面，为提供智能服务做出了巨大贡献[2]。许多研究关注人工智能技术带来的突破。例如，Rashidi和Cook[3]指出人工智能算法可以使生活环境更加智能，生活质量更高。Parapugna等[4]阐述了人工智能在智能交通系统中的重要意义，如智能车路系统、高速公路事件检测、城市轨道交通走廊控制和短期交通流量预测。Yu等[5]概述了人工智能技术在医疗健康领域带来的最新进展，如自动诊断、临床实践和基础生物医学研究。然而，随着人工智能技术的快速发展和在日常生活中的应用，一些科学家开始担心人工智能发展带来的挑战，特别是人工智能与人类智能的未来关系。从技术方面来看，由于工程上的局限性和人工智能技术不透明性，人工智能的发展面临着巨大的挑战。
供应链中的人机集体智慧
人工智能与交互 双元组织：探索生态系统的新规则 规模和网络效应 人工智能如何帮助这些供应链流程？ 为什么将它们归入该象限？ 强化学习如何进行？ 需要哪些 KPI？KLI？