摘要 过去的研究调查了人类听众在知道音乐是由人工智能 (AI) 创作的情况下对音乐产生偏见的程度。虽然这些研究没有发现统计学上显着的关系,但听力实验是针对当代古典音乐或自由爵士乐等对技术相当欢迎的音乐流派进行的。在这项工作中,我们在对真实性和技术有强烈看法的典型背景下探索这种偏见:爱尔兰传统音乐 (ITM)。我们与 ITM 的从业者进行了一项听力实验,要求每个受试者首先聆听由计算机以 ITM 风格生成的人类演奏的音乐(听众不知道这种出处),然后评价他们对这首曲子的喜欢程度。在对所有六首曲子进行评分后,每个受试者再次聆听每首曲子,但评价他们认为它是由计算机创作的可能性。我们的初步研究结果表明,ITM 从业者对 AI 创作的信任度越高,他们对曲调的喜爱程度就越低。
本公报利用消费者预期调查 (SCE) 的新数据阐明了这些问题。SCE 是一项具有代表性的高质量美国家庭户主调查,被广泛用于衡量家庭对通货膨胀、劳动力市场和财务状况的预期。通过利用最近添加到 SCE 中的关于人工智能的特殊模块,本公报发现,几乎一半的美国家庭都在使用人工智能,而且男性、年轻人和收入或教育程度较高的家庭对人工智能的使用和了解程度明显更高。这些群体也更乐观地认为,人工智能将为他们的就业前景带来更多机会而非风险。然而,绝大多数受访者对人工智能提供的服务的信任度低于人类,尤其是由大型科技公司提供的服务,这在一定程度上反映了用户的隐私担忧。家庭也绝大多数支持监管。这些结果可以为人工智能如何影响经济不平等以及对充分的隐私和数据监管的必要性的辩论提供参考。
DKD汇集了工业企业、研究机构、技术权威、监测和检测机构的校准实验室。它们受到 DKD 认证机构的认证和监督。您对认证期间指定的测量变量和测量范围进行测量设备和测量标准的校准。您颁发的 DKD 校准证书是国家标准可追溯性的证明,符合 DIN EN ISO 9000 系列标准和 DIN EN ISO/IEC 17025 的要求。DKD 实验室的校准为用户提供了测量结果可靠性的保障,提高了客户在国内和国际市场上的信任度和竞争力,并作为质量保证措施范围内测量和测试设备监控的计量基础。DKD 提供电气测量变量、长度、角度和其他几何变量、粗糙度、坐标和形状测量技术、时间和频率、力、扭矩、加速度、压力、流量、温度、湿度的校准选项,提供医疗测量变量、声学测量、光学测量、电离辐射和其他测量。出版物:参见互联网地址:
我们发现,在交流精准发酵技术及其生产的产品时,人们使用了各种各样的语言。整个行业缺乏一致、准确和积极的语言使用,可能会导致混乱、知识差距和错误信息。我们的目标是通过建立一个多元化、快速发展但具有共同和引人注目的身份的行业来解决这一问题,从而增加加速其发展所需的熟悉度和信任度。为了帮助精准发酵行业蓬勃发展,GFI APAC 和 CAA 发起了一项新的努力,以确定在基本术语、描述和信息传递方面区域一致的领域。我们在 2024 年 6 月至 10 月期间进行了一系列仅限受邀者参加的讨论,以开发开放获取的数字资产和语言指南,类似于 GFI APAC 帮助 APAC 的培养肉行业开发的,并以 CAA 通过制作其语言指南和媒体指南开始的工作为基础。细胞农业
摘要 过去的研究调查了人类听众在知道音乐是由人工智能 (AI) 创作的情况下对音乐的偏见程度。虽然这些研究没有发现统计学上显著的关系,但听力实验是针对当代古典音乐或自由爵士乐等对技术相当欢迎的音乐流派进行的。在这项工作中,我们在对真实性和技术有强烈看法的典型背景下探索这种偏见:爱尔兰传统音乐 (ITM)。我们与 ITM 的从业者进行了一项听力实验,要求每个受试者首先听一段由计算机以 ITM 风格生成的音乐的人类演奏(听众不知道其出处),然后对他们对这首曲子的喜欢程度进行评分。在对所有六首曲子进行评分后,每个受试者再次听每一首曲子,但对他们相信它是由计算机创作的可能性进行评分。我们的初步研究结果表明,ITM 从业者对曲调的喜爱程度越高,他们对 AI 作者的信任度就越低。
摘要 过去的研究调查了人类听众在知道音乐是由人工智能 (AI) 创作的情况下对音乐的偏见程度。虽然这些研究没有发现统计学上显著的关系,但听力实验是针对当代古典音乐或自由爵士乐等对技术相当欢迎的音乐流派进行的。在这项工作中,我们在对真实性和技术有强烈看法的典型背景下探索这种偏见:爱尔兰传统音乐 (ITM)。我们与 ITM 的从业者进行了一项听力实验,要求每个受试者首先听一段由计算机以 ITM 风格生成的音乐的人类演奏(听众不知道其出处),然后对他们对这首曲子的喜欢程度进行评分。在对所有六首曲子进行评分后,每个受试者再次听每一首曲子,但对他们相信它是由计算机创作的可能性进行评分。我们的初步研究结果表明,ITM 从业者对曲调的喜爱程度越高,他们对 AI 作者的信任度就越低。
渥太华警察局 (OPS) 已根据该法案对 OPS 和董事会的法律要求制定了 2023 年预算草案。该草案旨在确保 OPS 提高公众信任度并遵守董事会在 2019 年承诺的战略重点,包括推进社区警务、现代化警察服务、支持成员健康以及改善公平、多样性和包容性。除了支持这些战略重点外,预算还考虑了我们城市警察服务的当前背景和需求。预算还解决了预计将作为下一个战略计划的一部分纳入的因素,该计划由董事会在 OPS 的协助下于 2023 年初制定。特别是,2022 年 2 月占领我们市中心的非法抗议活动需要重新评估 OPS 如何应对公众示威活动。很明显,警察必须拥有足够的资源和流程来保护我们的商业和住宅社区免受非法和长期抗议活动的侵害。
摘要:本研究的目的是开发一个框架,以识别可能导致人为错误并进而导致 3 级自动驾驶事故的关键人为因素 (HF)。尽管人们非常重视开发自动驾驶汽车的硬件和软件组件,但尚未研究人类驾驶员与自动驾驶汽车之间的交互。由于用户的接受度和信任度对于自动驾驶技术的进一步可持续发展至关重要,因此考虑会影响用户满意度的因素至关重要。由于自动驾驶是一个新的研究领域,因此对其他成熟领域的文献进行了回顾,以找出这些可能的 HF。在此,部署了相互关系矩阵来识别关键 HF,并分析这些 HF 之间的关联及其对性能的影响。年龄、注意力、多任务处理能力、智力和学习速度被选为自动驾驶技术中最关键的 HF。在设计驾驶员与自动驾驶系统之间的交互时考虑这些因素将通过确保良好的可用性和用户体验来提高用户对该技术的接受度及其可持续性。
公众对自动驾驶汽车的不信任正在增长。研究强调需要解释这些车辆的行为以促进对自主系统的信任。口译员可以通过改善转移和降低感知风险来增强信任。然而,当前的表演通常缺乏以人为中心的方法来整合多模式解释。本文介绍了一种新颖的以人为本的多式联运解释器(HMI)系统,该系统利用人类的偏好提供视觉,文字和听觉反馈。系统将视觉互相视觉与鸟类视图(BEV),地图和文本显示结合在一起,并使用微调的大型语言模型(LLM)结合了语音交互。我们的用户研究涉及各种各样的细节,表明HMI系统大大提高了乘客对AVS的信任,使平均信任度增加了8%以上,对普通环境的信任提高了30%。这些结果强调了HMI系统通过提供清晰,实时和上下文敏感的车辆行动的解释来提高自动驾驶汽车的接受和可靠性的潜力。
疫苗对于抑制 SARS-CoV-2 (COVID-19) 的传播非常有效。然而,数百万美国人仍然对接种疫苗犹豫不决,这助长了新变种的传播和发展,危及我们结束 COVID-19 大流行的能力。我们发现,针对特定 COVID-19 疫苗问题的简短视频鼓励信息可以增加疫苗接种意愿,而疫苗接种意愿反过来可以预测未来的疫苗接种率。我们的在线实验结果表明,接种疫苗的意愿是由那些增加对 COVID-19 疫苗信心的信息和感知到的接种疫苗行为控制所驱动的。重要的是,这些信息对持怀疑态度的人群特别有效,包括自认为政治保守或温和的人以及对政府机构信任度较低的人。我们的研究结果证实了疫苗接种意向在现实世界中的行为意义,并表明即使是简短、可扩展的在线信息也可以为政府和卫生当局提供一种廉价而有效的工具,以在最不愿意接种疫苗的人群中提高接种 COVID-19 疫苗的意愿。