XiaoMi-AI文件搜索系统
World File Search System人机交互
AIS 人机交互学报
我们通常认为人工智能 (AI) 专注于赋予机器人类能力，使它们能够独立运作，但事实上，人工智能的大部分重点是智能增强 (IA)，即增强人类能力。我们提出了一个设计智能增强 (IA) 系统的框架，它解决了有关 IA 的六个核心问题：为什么、什么、谁/谁、如何、何时和何地。为了解决如何方面的问题，我们引入了四个指导原则：简化、可解释性、以人为本和道德。什么方面包括一种 IA 架构，它通过数据和领域引入了人与机器之间的间接关系，超越了人与机器之间的直接交互。该架构还指出了实施 IA 设计简化原则的方向。我们进一步确定了 IA 设计和开发中的一些潜在风险和新出现的问题，为未来的 IA 研究提出了新的问题，并促进其对人类的积极影响。
绘制人机交互领域 20 年无障碍研究地图
我们采用层次聚类、战略图表和网络核心-边缘分析来评估和可视化过去二十年 HCI 中无障碍研究的智力进步。该研究基于 TACCESS、ASSETS、IJHCS 和 CHI 上发表的 1,535 篇论文及其各自的 3,470 个作者指定的关键词，量化并解释了无障碍研究的发展及其主题演变。这项工作的新颖之处在于采用定量方法来概述无障碍研究的进展，并深入了解 2001 年至 2021 年期间其驱动和趋势主题。此外，我们还确定了无障碍研究中正在衰落、正在兴起和核心骨干主题。最后，我们讨论了从我们的研究结果中产生的研究机会。这些贡献为从事无障碍研究的研究人员提供了路线图。
打击虚假信息：智能决策支持系统最新基于人工智能的协作人机交互概述
摘要：近年来，自动虚假信息检测方法备受关注，因为虚假信息会对社会凝聚力产生严重影响。虚假信息会影响选举结果、疾病传播（阻止采取适当的对策）和盟友的形成，正如俄罗斯入侵乌克兰所表明的那样。因此，不仅要考虑文本作为媒介，还要考虑录音、视频内容和图像以打击虚假新闻。然而，自动事实核查工具无法同时处理所有模态，并且在嵌入信息背景、讽刺、反讽以及没有明确真值的情况下面临困难。最近的研究表明，协作的人机系统比单独的人类或机器学习方法更能成功地识别虚假信息。因此，在本文中，我们简要而全面地介绍了当前针对文本、音频、视频、图像、多模态组合的自动虚假信息检测方法，它们在智能决策支持系统 (IDSS) 中的扩展以及人类协作的形式和角色。在现实生活中，此类系统越来越多地被记者应用，根据两种最突出的用例类型，即每日新闻档案和调查性新闻，为人类角色设定规范。
人机交互中的虚拟现实 - AIMS Press
摘要：虚拟现实（VR）技术越来越多地应用于人机交互（HRI）研究，以增强交互的沉浸感和真实感。然而，VR 融入 HRI 也带来了新的挑战，例如延迟、虚拟与现实环境不匹配以及对人类用户的潜在不利影响。尽管存在这些挑战，但在 HRI 中使用 VR 仍有可能带来许多好处，包括改善沟通、提高安全性以及加强培训和教育。然而，学者们对 VR 在人机交互中应用的最新进展进行回顾的研究很少。为了弥补这一差距，本文概述了在 HRI 中使用 VR 的挑战和好处，以及该领域的当前研究和未来发展方向。研究发现，机器人变得比以往任何时候都更加个性化、互动性和吸引力；随着虚拟现实创新的普及，我们或许能够预见到 VR 将被广泛用于控制机器人，以完成医院、学校和工厂的各种任务。尽管如此，仍存在一些挑战，例如需要更先进的 VR 技术来提供更逼真、身临其境的体验，开发更像人类的机器人模型来改善社交互动，以及需要更好的方法来评估 VR 在人机交互中的有效性。
人机交互中的虚拟现实 - AIMS Press
摘要：虚拟现实（VR）技术越来越多地应用于人机交互（HRI）研究，以增强交互的沉浸感和真实感。然而，VR 融入 HRI 也带来了新的挑战，例如延迟、虚拟与现实环境不匹配以及对人类用户的潜在不利影响。尽管存在这些挑战，但在 HRI 中使用 VR 仍有可能带来许多好处，包括改善沟通、提高安全性以及加强培训和教育。然而，学者们对 VR 在人机交互中应用的最新进展进行回顾的研究很少。为了弥补这一差距，本文概述了在 HRI 中使用 VR 的挑战和好处，以及该领域的当前研究和未来发展方向。研究发现，机器人变得比以往任何时候都更加个性化、互动性和吸引力；随着虚拟现实创新的普及，我们或许能够预见到 VR 将被广泛用于控制机器人，以完成医院、学校和工厂的各种任务。尽管如此，仍存在一些挑战，例如需要更先进的 VR 技术来提供更逼真、身临其境的体验，开发更像人类的机器人模型来改善社交互动，以及需要更好的方法来评估 VR 在人机交互中的有效性。
人工智能造福社会：人机交互增强智能视频可理解性评估，促进健康素养
2022 年 12 月 3 日 据估计，美国有 74% 的成年人会访问互联网，其中高达 80% 的人会在网上寻找健康信息。然而，只有 12% 的美国成年人被评估为具备熟练的健康素养，能够有意义地解读健康信息。全球数十亿个人在社交媒体平台上获取医疗保健信息，他们可能会接触到误导性、有害或不相关的信息。社交媒体平台缺乏把关，对公共健康产生了严重的不利影响。美国国家医学院 (NAM) 和世界卫生组织 (WHO) 等组织强调了规范性指南的重要性，这些指南对于通过技术支持的解决方案在社交媒体上识别可靠的健康信息来源至关重要。从社交媒体使用中收集的数字跟踪数据的可用性以及通过算法进行的信息搜索的普遍性，需要更好地理解内容审核挑战和规范性干预措施，将人类智能融入机器学习。 2021 年，美国卫生局局长的咨询报告指出，社交媒体平台迫切需要扩大高质量的健康信息。我们借鉴患者教育材料评估工具 (PEMAT)，这是一种系统化的视听教育材料评估方法，开发了一种从患者教育角度评估视频可理解性的方法。我们从 YouTube 中提取视频特征和元数据，开发了一种人机互动评估，该评估明确侧重于人机算法交互，结合基于 PEMAT 的患者教育结构、领域专家的注释和机器学习的共同训练方法，以评估糖尿病视频的可理解性。我们进一步研究了可理解性对视频参与度的几个维度的影响。讨论了对研究和实践的影响。致谢：作者感谢 AIDR 研讨会、AMIA、机器学习、优化和数据科学会议、Informs 数据科学研讨会、VIDE 研讨会系列、Neurips MLPH、WITS、WISE 和 SCECR 会议的参与者对本文早期草稿的评论，以及波士顿大学、麦吉尔大学、麻省理工学院、MSU Outreach、马里兰大学、纽约大学、天普大学、德克萨斯 A&M 大学和伊利诺伊大学芝加哥分校的研讨会参与者对本文早期草稿的评论。我们感谢 Ernestina Bioh、Sreeja Nair、Mukund Nakhate 和 Namrata Navge 的研究协助。我们还要感谢美国国家医学图书馆 (NIH Grant R01LM013443) 的资助。
多模态数据融合在增强人机交互中的应用...
摘要 — 人机交互已经存在了几十年，每天都有新的应用出现。尚待实现的主要目标之一是设计一种类似于人与人之间交互的交互。因此，需要开发能够复制更真实、更轻松的人机交互的交互系统。另一方面，开发人员和研究人员需要了解用于实现这一目标的尖端技术。这些系统可以与人工智能相结合，以做出准确的行动或决策。运动跟踪器、虚拟现实耳机等系统都利用人工智能来减少误差幅度，并从设备中获得最佳输出。拥有一个不仅能够接受用户输入而且能够理解这些数据的系统将人机交互提升到一个新的水平。我们提出这项调查是为了向研究人员提供使用多种输入实现的最先进的数据融合技术，以完成工业 4.0 应用中使用的机器人应用领域的任务。此外，输入数据模式大致分为单模态和多模态系统，它们应用于包括医疗保健行业在内的众多行业，有助于医疗行业的未来发展。它将帮助专业人员使用不同的模式检查患者。多模态系统通过所使用的输入组合来区分
人机交互和人工智能
人工智能和机器学习现在是许多正在构建的系统的重要组成部分。CHI 从业者应该了解构建人工智能系统的可能性和潜在缺点吗？要了解基于人工智能/机器学习的系统的人性化一面，不仅需要了解系统端人工智能的工作原理，还需要了解人们如何思考、理解和使用人工智能工具和系统。本课程将介绍目前存在的人工智能组件和系统，如何设计和构建带有人工智能组件的可用系统，以及人工智能/机器学习工具的心理模型如何运作。这些模型会引导用户对人工智能系统如何运作的期望，并最终设计出避免因意外创建难以理解的人工智能工具而令最终用户失望的指南。我们还将介绍人工智能的伦理问题，包括数据收集、算法和数据公平性考虑，以及人工智能的其他风险。
基于 ADAMS 的电动轮椅人机交互
人机交互 (HMI) 允许人们控制和与设备交互。从获取输入生物信号的基本设备开始，到控制各种应用程序。医疗应用是 HMI 非常重要的应用之一。这些医疗应用之一是帮助完全/部分瘫痪的患者恢复运动或使用外骨骼或电动轮椅自由移动。帮助脊髓损伤或严重神经系统疾病患者恢复运动是该领域大多数研究人员的关键角色目标。在本文中，提出了一种基于 EEG 的 HMI 系统，以帮助四肢瘫痪患者在精神上控制电动轮椅，使他们能够自由独立地移动。记录、过滤来自大脑额叶的 EEG 功率谱 (α、β、δ、θ 和 γ) 并将其无线发送到轮椅以控制方向和发动机状态。使用所提出的系统进行了四个不同的实验以验证性能。实验中使用了两种不同的 GUI 场景（十字形和水平条）。结果表明，横杆方案更方便用户使用，而十字形更适合导航。实施的系统可以配备 GPS、超声波和加速度计等模块和传感器，以提高系统性能和可靠性。