XiaoMi-AI文件搜索系统
World File Search System具体化
机器人辅助决策：揭示不确定性可视化和具体化的作用
机器人是具有具体行为能力的智能体，会在多种不确定性因素下行动。在协助人类完成协作任务时，机器人需要传达它们的不确定性以帮助做出决策。在本研究中，我们研究了在高风险辅助决策任务中可视化机器人不确定性的使用情况。具体来说，我们探讨了机器人传达的不同不确定性可视化形式（图形显示与机器人的具体行为）和置信度水平（低、高、100%）如何影响人类在协作任务中的决策和感知。结果表明，这些可视化显著影响了参与者如何做出决策，以及他们如何看待机器人在不同置信度水平下的透明度。我们强调了潜在的权衡，并为机器人辅助决策提供了启示。我们的工作为人类如何在关键的机器人辅助决策场景中利用机器人传达的不确定性可视化提供了实证见解。
用例具体化：碳足迹的可视化
该用例结构性报告是通过与东南亚国家（东盟）成员国和日本的各种专家进行多次讨论来开发的，以具体化目标用例。专家包括来自行业协会和私营部门的高级管理人员。我们还进行了深入的台式研究，全球最佳实践基准以及对数据共享平台的本地和全球专家的多次访谈。通过这些讨论和访谈，我们能够更好地了解数据共享中的当地痛点和挑战，对我们的数据共享计划产生影响，并建立对我们用例的关键组成部分的共识。通过反思东亚和东亚地区的独特环境和状况，我们同意了针对用例设计和实施中当地痛点和挑战的需求。
通过具体化和创造力培养人工智能素养
随着人工智能逐渐融入我们生活的方方面面并对社会产生深远影响，培养年轻学习者对人工智能技术的素养变得越来越重要。我们开发了知识网络和生物特征两个活动盒，供家庭成员在家中参与，以传达人工智能素养能力，例如理解知识表示、机器学习的步骤和人工智能伦理。我们目前的工作是探索如何将这些活动盒转变为针对中学学习者的博物馆展品，重点考虑三个关键因素：以学习者兴趣为中心、产生对个人有意义的输出以及在更大规模上融入体现和协作。我们的演示将展示现有的知识网络和生物特征活动盒以及将这些活动改编成更大规模博物馆展品的早期原型。本文探索了如何为各种非正式学习环境设计人工智能素养学习干预措施。
非实体人工智能意识的认知现象学论证：P1。关于认知现象学的强原始主义是正确的。P2。如果关于认知现象学的强原始主义是正确的，那么现象意识就不需要感官处理。C1。因此，现象意识不需要感官处理。P3。如果现象意识不需要感官处理，那么人工智能意识（假设它是可能的）就不需要具体化。C2。因此，人工智能意识（假设它是可能的）不需要具体化。如前所述，我首先关注 P1，提出两个支持强原始主义的论据。第一
“当谈到纯 CP 和不纯 CP 之间的区别时，似乎很明显，这个论点 [原始主义的现象学对比论点] 不能支持比不纯 CP 更多的论点。毕竟，所有例子都涉及体验视觉外观、声音流等的方式。这个论点针对的是那些在意识生活中除了感官现象学什么都找不到的人，它促使她注意到这些感官外观之间的区别，而这些区别只能通过诉诸认知渗透来解释。公平地说。尽管如此，这并没有给我们带来任何像纯 CP 的东西。就这个论点所表明的，认知内容让自己出现在有意识的主体面前的唯一方式仍然是影响某些感官流形出现的方式。这是不纯的 CP”（Levine 2011：115-116）。
通过具体化实现远程操作增强
远程机器人技术旨在将人类的操作技能和灵巧性在任意距离和任意规模上转移到远程工作场所。透明的远程机器人系统可以实现自然而直观的交互。我们假设机器人系统的具身化（包括三个子组件：所有权、代理和自我定位）可实现最佳的感知透明度并提高任务性能。但是，这尚未得到直接研究。我们根据四个前提进行推理，并从文献中提出支持每个前提的发现：（1）大脑可以具身化非身体物体（例如，机器人手），（2）具身化可以通过介导的感觉运动交互来引发，（3）具身化对机器人系统和操作员身体之间的不一致具有鲁棒性，以及（4）具身化与灵巧的任务性能呈正相关。我们使用预测编码理论作为框架来解释和讨论文献中报告的结果。先前的大量研究表明，通过介导的感觉运动交互，可以在各种虚拟和真实的体外物体（包括假肢、化身和机器人）上诱导化身。此外，非人类形态也可以实现化身，包括细长的手臂和尾巴。根据预测编码理论，没有任何一种感觉方式对于建立所有权至关重要，多感官信号的差异不一定会导致化身的丧失。然而，多感官同步或视觉相似性方面的巨大差异可能会阻碍化身的发生。文献对化身和（灵巧的）任务表现之间的联系提供了较少的广泛支持。然而，用假手收集的数据确实表明了正相关性。我们得出结论，所有四个前提都得到了文献中的直接或间接证据的支持，这表明远程操纵器的化身可能会提高遥控机器人的灵巧表现。这值得进一步对遥控机器人中的化身进行实施测试。我们制定了第一套在远程机器人技术中应用具体化的指导方针，并确定了一些重要的研究课题。