XiaoMi-AI文件搜索系统
World File Search System人机系统
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。
“你应该依赖那个人工智能吗？” 2021 年 1 月研讨会报告探讨人工智能操作测试的多领域挑战
2021 年 1 月 28 日，马里兰大学情报与安全应用研究实验室 (ARLIS) 举办了一场研讨会，探讨人工智能 (AI) 操作测试的多领域挑战。研讨会的目的是汇集操作测试和评估领域的领先思想家，确定人工智能和自主性测试和评估中最关键的挑战，并探索潜在的解决方案。研讨会参与者认为，人工智能和自主系统开发面临的最大挑战是缺乏对“任务关键型系统的人为因素”的考虑。参与者反复将人类操作员称为“人机系统中最重要的资产”，意识到对某些人来说，人工智能的目标是取代人类的努力。研讨会小组成员强调，将人类从循环中移除会降低系统的效率。相反，参与者指出，在开发人工智能系统时，对人的考虑往往是事后才考虑的，或者更糟的是，被视为限制机器性能的一个因素。本文在这些讨论的基础上，进一步讨论了人工智能、自主和增强 (AAA) 1 技术和工具的操作测试，确定了两个关键挑战、九项建议以及一个需要进一步调查的突出差距。
空军技术学院 2015 年研究报告
空军技术学院 (AFIT) 的研究项目与国防重点保持一致，并提供宝贵的技术和管理经验，以提高我们毕业生在整个职业生涯中的表现。为实现价值最大化，AFIT 的研究工作针对了指导方针中确定的战略重点，例如《美国空军：呼唤未来》（2014 年）、美国空军首席科学家的报告《技术前景、2010-2030 年空军科学技术愿景》和《空军科学与技术战略 2014 年》。AFIT 的自主和导航技术中心、网络空间研究中心、定向能中心、作战分析中心、技术情报研究中心、空间研究与保障中心和其他研究小组是我们许多研究计划的焦点。新兴研究小组正在研究包括高超音速和人机系统在内的改变游戏规则的技术、探索能源安全战略以及开发与国防相关的增材制造应用。 AFIT 与空军研究实验室、国家航空航天情报中心、空军生命周期管理中心、美国运输司令部以及许多其他组织和运营团体建立了战略合作伙伴关系，以最大限度地发挥我们的研究项目对国防需求的贡献。我们的教师和学生
调查主观工作量评级 (NASA TLX) 和主观情境意识评级 (SART) 对认知复杂的人机工作的有效性
主观工作负荷和态势感知指标，如 NASA 任务负荷指数 (TLX) 和态势感知评分技术 (SART)，经常用于人机系统评估。然而，这些评分的解释存在争议。在本研究中，通过比较操作员在执行场景后立即收集的评分和操作员通过视频回顾场景获得实际系统状态知识后收集的评分，调查了这些指标理论假设的经验证据。18 名有执照的控制室操作员参加了模拟器研究，运行了 12 个相对具有挑战性的场景。结果发现，在操作员获得事实场景知识后，对涉及内省的 TLX 项目的解释保持稳定，而对涉及对外部事件的感知的项目（如态势感知和表现）的解释则取决于操作员的场景知识。结果表明，操作员的评分可以区分心理努力、表现、挫折和态势感知。没有发现 SART 指数作为态势感知衡量标准的明确证据。相反，为本研究开发的主观情境意识测量方法与工作量不同，与操作员绩效相关，表明这种类型的测量方法值得未来研究其有效性。研究结果有助于制定测量程序
空军技术学院 2017 年研究报告
空军技术学院 (AFIT) 的研究项目与国防重点保持一致，并提供宝贵的技术和管理经验，以提高我们毕业生在整个职业生涯中的表现。AFIT 与许多空军和国防部组织的研究赞助商密切合作，以确定符合我们教师专业知识和教育要求的热门问题，以实现价值最大化。AFIT 的自主和导航技术中心、网络空间研究中心、定向能中心、作战分析中心、技术情报研究中心、空间研究和保障中心和其他研究小组是我们许多研究计划的焦点。新兴研究小组正在研究改变游戏规则的技术，包括高超音速、人机系统、数据科学和开发与国防相关的增材制造应用。AFIT 通过科学测试与分析技术测试与评估卓越中心为 40 多个主要采购项目提供建议，以实现测试资源的最大效率。新的咨询工作包括探索空军核心任务的多领域方法。 AFIT 与空军研究实验室、国家航空航天情报中心、空军生命周期管理中心、美国运输司令部以及许多其他组织和运营机构建立了战略合作伙伴关系。
文章 用于探索模拟动态环境中自适应人机协作选项的架构框架
摘要：随着系统预期运行环境的日益复杂，自适应人机协作 (HMT) 已成为研究的关键领域。虽然人类团队在心理学和培训文献中得到了广泛的研究，并且代理团队在人工智能研究界也得到了研究，但对 HMT 研究的投入相对较新，并受到多项技术进步的推动，例如电生理传感器、认知建模、机器学习和自适应/可适应人机系统。本文提出了一个架构框架，用于研究各种模拟操作环境中的 HMT 选项，包括应对系统故障和外部中断。本文特别讨论了新技术使机器的新角色和新颖角色，并提供了有关自适应人机团队的关键见解。着陆飞机周边安全被用作自适应网络物理人系统 (CPHS) 的说明性示例。此示例用于说明如何使用 HMT 框架识别此场景中涉及的不同人类和机器角色。该框架与领域无关，可应用于国防和民用自适应 HMT。本文最后提出了推进 HMT 最新技术的建议。
无人驾驶车辆系统工作负荷的基础
本文识别并描述了无人驾驶车辆系统中影响操作员工作负荷的因素。我们的目标是为开发用于设计和操作复杂人机系统的工作负荷模型提供基础。1986 年，Hart [1] 开发了一种基础性的工作负荷概念模型，该模型为应用最为广泛的工作负荷测量技术——NASA 任务负荷指数 [2] [3] 奠定了基础。然而，自那时以来，模型和因素识别以及工作负荷控制措施取得了许多进展。此外，鉴于技术进步（包括自动化和自主性），需要进一步盘点和描述影响人类工作负荷的因素。因此，我们提出了一个工作负荷构造的概念框架，并提出了可能影响操作员工作负荷的因素分类。这些因素称为工作负荷驱动因素，与各种系统元素（包括环境、任务、设备和操作员）相关。此外，我们还讨论了如何操纵工作负荷调节因素（例如自动化和界面设计）来影响操作员工作负荷。我们认为，在构建复杂的人机系统时，需要考虑工作量驱动因素、工作量调节因素以及驱动因素和调节因素之间的相互作用。
空军技术学院 2017 年研究报告 - DTIC
空军技术学院 (AFIT) 的研究项目与国防重点保持一致，并提供宝贵的技术和管理经验，以提高我们毕业生在整个职业生涯中的表现。AFIT 与许多空军和国防部组织的研究赞助商密切合作，以确定符合我们教师专业知识和教育要求的热门问题，以实现价值最大化。AFIT 的自主和导航技术中心、网络空间研究中心、定向能中心、作战分析中心、技术情报研究中心、空间研究和保障中心和其他研究小组是我们许多研究计划的焦点。新兴研究小组正在研究改变游戏规则的技术，包括高超音速、人机系统、数据科学和开发与国防相关的增材制造应用。AFIT 通过科学测试与分析技术测试与评估卓越中心为 40 多个主要采购项目提供建议，以实现测试资源的最大效率。新的咨询工作包括探索空军核心任务的多领域方法。 AFIT 与空军研究实验室、国家航空航天情报中心、空军生命周期管理中心、美国运输司令部以及许多其他组织和运营机构建立了战略合作伙伴关系
Microsoft Word - 2019 esrel-paper-word 无人航空系统.docx
本文讨论了无人机系统 (UAS)、无人机 (无人驾驶飞行器 -UAV) 和控制基础设施的最新进展。重点是探索 UAS 在工业运营中的风险、漏洞和安全使用。UAS 在政府领域（监测、军事应用）和公共领域（休闲、摄影、交通、监测）的使用正在迅速扩大。已经发现了几个漏洞。由于报告有限，因此很少有关于操作、事件和成功恢复的实证分析。但是，军用无人机操作的安全信息是可用的。本文中的三个研究问题是描述 UAS 的计划使用、UAS 的主要风险和好处，以及提高运营安全性和弹性所需的研究、要求和规则。我们探讨了挪威的研究现状，对航空自主性进行了文献综述，并探讨了工业运输系统的相关案例。我们的研究结果表明，规则和法规落后于技术发展，而且对工程、设计和运营中与人为因素相关的主要风险关注不够。为了确保从设计开始就注重安全性和弹性，需要定义范围（即作为 UAS 一部分的控制系统）、制定功能指南（例如人为因素指南）并改进监管框架。关键词：无人机系统
人机共生：物理耦合人机系统的多元视角
在物理耦合的人机系统研究中，共生的概念被越来越多地提及。然而，对于人机共生的构成方面，却缺乏统一的规范。通过结合不同学科的专业知识，我们阐述了共生作为物理耦合人机系统最高形式的多元视角。共生涉及四个维度：任务、交互、性能和体验。首先，人与机器共同完成一项共同任务，该任务在决策和行动层面上概念化（任务维度）。其次，每个合作伙伴都拥有自己以及其他合作伙伴的意图和对环境的影响的内部表征。这种一致性是互动的核心，构成了双方之间的共生理解，是联合、高度协调和有效行动的基础（互动维度）。第三，共生互动会在合作伙伴的意图识别和互补优势方面产生协同效应，从而提高整体绩效（绩效维度）。第四，共生系统特别改变了用户的体验，如心流、接受度、主体感和体现（体验维度）。这种多元视角灵活而通用，也适用于各种人机场景，有助于弥合不同学科之间的障碍。