XiaoMi-AI文件搜索系统
World File Search System人机交互
人工智能、人机交互和自主武器
然而，在美国国务院国际安全与不扩散局，我们关心的是防止此类创新的潜在“阴暗面”——即确保此类发明不会被操纵，用于专制者或暴力非国家行为者的肮脏工作，伤害无辜者、压制弱者或破坏全球力量平衡。多年来，我逐渐认识到，这并非易事。为了让公共政策界正确回答这些问题，我们必须提出尖锐的问题，而不是仅仅因为这些解决方案看起来简单或容易就满足于所谓的解决方案。就像它们与之互动的科学和技术领域一样，此类政策挑战是多学科的，也是复杂的。为了
课程大纲 SIE 515 人机交互...
课程大纲 SIE 515 人机交互 讲师 Nicholas Giudice 博士，博士 空间信息学教授 项目：计算机与信息科学学院 (SCIS) 办公室：331 Boardman Hall 电子邮件：nicholas.giudice@maine.edu 网站：www.umaine.edu/vemi 电话：(207) 581-2151 助教 Paul Fink 电子邮件：paul.fink@maine.edu 办公时间 本课程的办公时间可预约。您可以亲自、通过电话或 Zoom 安排会议。 课程描述 在本课程中，学生将了解人机交互 (HCI) 的基本理论和概念。HCI 是一个跨学科领域，整合了许多领域的理论和方法，包括认知心理学、神经认知工程、计算机科学、人为因素和工程设计。学生将获得与界面设计、实施和评估相关的人类感知、认知和学习基本方面的理论知识和实践经验。涵盖的主题包括：界面设计、可用性评估、通用设计、多模式界面（触摸、视觉、自然语言和 3-D 音频）、虚拟现实和空间显示。除了讲座之外，学生还将完成个人和团队作业，根据从课堂材料和其他研究中收集的知识，设计、实施和评估各种交互式系统和用户界面。学分：3 先决条件无
人机交互中的用户表征
摘要 光标、头像、虚拟手或工具以及其他渲染的图形对象使用户能够与 PC、游戏机或虚拟现实系统等计算机进行交互。我们从用户的角度在“用户表征”的统一概念下分析这些不同对象的作用。这些表征是虚拟对象，它们人为地延伸了用户的身体，使他们能够通过执行不断映射到其用户表征的运动动作来操纵虚拟环境。在本文中，我们确定了一组与不同用户表征相关的概念，并对用户表征的控制和主观体验背后的多感官和认知因素进行了多学科回顾。这些概念包括视觉外观、多模态反馈、主动感、输入法、近体空间、视觉视角和身体所有权。我们进一步为这些概念提出了研究议程，这可以引导人机交互社区从更广泛的视角了解用户如何通过他们的用户表征进行感知和交互。
AIS 人机交互事务 - NSF-PAR
并行和分布式处理的可用性、合理的成本以及数据源的多样性促进了人工智能（AI）的先进发展。人工智能计算环境的发展并不随着社会、法律和政治环境的变化而变化。在考虑部署人工智能时，部署背景以及针对该特定环境的人类智能增强的最终目标已经成为专业、组织和社会的重要因素。在本研究评论中，我们重点介绍了人工智能系统近期发展的一些重要社会技术方面。我们详细阐述了构成增强智能基础的人机交互的复杂性。我们还强调了与这些互动有关的伦理考虑，并解释了增强智能如何在塑造人类工作的未来方面发挥关键作用。
人机交互研究的新前景
人工智能 (AI) 涵盖了广泛的计算问题和用例。其中许多问题涉及到人类如何与人工智能互动或应该如何与人工智能互动等深刻且有时错综复杂的问题。此外，许多用户或未来用户对人工智能是什么确实有抽象的概念，这在很大程度上取决于人工智能应用的具体体现。以人为本的设计方法建议评估不同体现对人类对人工智能的感知和与人工智能互动的影响。由于现实中应用领域和体现的复杂性，这种方法很难实现。然而，XR 为研究人机交互开辟了新的可能性。本文的贡献有两方面：首先，它基于 XR-AI 连续体提供了人机交互的理论处理和模型，作为 XR-AI 组合不同方法的框架和视角。它激发了 XR-AI 组合作为一种了解未来人机界面效果的方法，并说明了为什么 XR 和 AI 的结合能够为有效和系统地研究人机交互和界面做出有益的贡献。其次，本文提供了两个针对两个不同 AI 系统研究上述方法的示范性实验。第一个实验揭示了人机交互中有趣的性别效应，而第二个实验揭示了推荐系统的 Eliza 效应。本文介绍了针对人机交互和界面的拟议 XR 测试平台的两个典型实现，并展示了如何进行有效和系统的研究。总之，本文为 XR 如何有利于以人为本的 AI 设计和开发开辟了新的视角。
通过基于人工智能的 DSS 实现人机交互
摘要。基于人工智能的决策支持系统 (AI-based DSS) 在许多情况下变得越来越重要。这项工作旨在为新的价值共同创造过程等级定义一种人机交互类型，以帮助确定可以刺激人机交互中价值共同创造的因素。为了了解人机交互的结果是否有助于价值共同创造，以及以何种方式，所开展的工作是认识论和类型学的，也基于系统思维。已经创建了人类与非人类之间关系的新梯度矩阵，并确定了人机交互的类型，以适应新的价值共同创造过程程度，以及新的特定技能规模，包括语言、学习、知识、信任水平和知识禀赋。主要含义涉及需要定制决策支持系统 (DSS)，以增强不同程度的关系强度，并为基于决策的 AI 用户确定见解。
人机交互中的信任建模
信任是任何互动的重要元素，尤其是当我们与一种思维方式与我们不同的技术互动时。因此，人工智能系统需要了解人类如何信任它们，以及如何促进适当的信任。本研究的目的是通过形式和社会视角研究信任。我们将研究信任的正式模型，但重点关注信任的社会性质，以代表人类如何信任人工智能。然后，我们将采用人机交互研究方法来研究这些模型在实践中是否有效，以及系统最终需要什么才能从用户那里获得适当的信任程度。本研究的背景是与用户交互以提供个人支持的人工智能代理。
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。
人机交互中的用户表征
摘要 光标、头像、虚拟手或工具以及其他渲染的图形对象使用户能够与 PC、游戏机或虚拟现实系统等计算机进行交互。我们从用户的角度在“用户表征”的统一概念下分析这些不同对象的作用。这些表征是虚拟对象，它们人为地延伸了用户的身体，使他们能够通过执行不断映射到其用户表征的运动动作来操纵虚拟环境。在本文中，我们确定了一组与不同用户表征相关的概念，并对用户表征的控制和主观体验背后的多感官和认知因素进行了多学科回顾。这些概念包括视觉外观、多模态反馈、主动感、输入法、近体空间、视觉视角和身体所有权。我们进一步为这些概念提出了研究议程，这可以引导人机交互社区从更广泛的视角了解用户如何通过他们的用户表征进行感知和交互。
人机交互中的雷达感应
Soli 是一种用于 HCI 的新型手势感应技术，具有许多潜在用例。与电容式感应或基于视觉的感应相比，它旨在克服遮挡、照明和嵌入式感应问题。它还旨在支持 3D、距离和微动作，以实现新颖的交互形式。Soli 结合了硬件架构、信号处理、软件抽象、UX 范例和手势识别的视图，适用于嵌入式硬件和最终产品。Soli 技术与硬件无关，这意味着传感技术可以与不同的雷达芯片配合使用。事实上，该团队已经开发了两个完全集成的雷达芯片（图 1）、一个调频连续波 (FMCW) SiGe 芯片和一个直接序列扩频 (DSSS) CMOS 芯片。有四个接收 (Rx) 和两个发射 (Tx) 天线。Rx 天线间距设计用于最佳波束形成，而 Rx/Tx 间距设计用于获得隔离。雷达原型是一款定制的 57-64 GHz 雷达，配有多个窄波束喇叭天线。在 60 GHz 频段，FCC 将带宽限制为 7 GHz（40 至 82 dBm EIRP），这导致分辨率比 Microsoft Kinect 传感器分辨率低约 2cm。如今，Soli 雷达的中心频率为 60 GHz，波长为 5mm，探测范围为 0.05 -15m，视野为 180 度。alpha 开发套件（图 2）使用 FMCW 版本，带有集成开发板，允许通过 USB 与主机连接。