陆阳我的主要研究兴趣是情感计算、混合现实中的具身交互模式和计算架构。我获得了伊利诺伊理工学院建筑学院的建筑学学士学位,在那里我成长为一名专门从事计算设计和计算机科学的建筑师。我获得了加州大学圣塔芭芭拉分校媒体艺术与技术项目的硕士学位,在那里我加入了 Four Eyes Lab 和 transLab,专注于在虚拟建筑环境中开发具身体验。在空闲时间,我致力于历史欧洲武术,在那里我练习和参加现代化长剑击剑比赛。
未经版权所有者许可,不得出版或使用公报中的任何材料。爱尔兰律师协会对本杂志中刊载的文章或声明的准确性不承担任何责任,除非另有说明,否则所表达的任何观点或意见不一定代表律师协会理事会的观点或意见。作者、投稿人、编辑或出版商对因本出版物中的材料而采取或不采取行动而给任何人造成的损失或困扰不承担任何责任。编辑保留对提交给本杂志的任何广告或文章作出出版决定的权利,并有权拒绝出版或编辑任何他认为合适的编辑材料。对于任何具体事项,应始终寻求专业的法律建议。
未经版权所有者许可,不得出版或使用《公报》中的任何材料。爱尔兰律师协会对本杂志中刊载的文章或声明的准确性不承担任何责任,除非另有说明,否则所表达的任何观点或意见不一定代表律师协会理事会的观点或意见。作者、投稿人、编辑或出版商对因本出版物中的材料而采取或不采取行动而导致的任何人遭受的损失或痛苦不承担任何责任。编辑保留对提交给本杂志的任何广告或文章作出出版决定的权利,并有权拒绝出版或编辑任何他认为合适的编辑材料。对于任何具体事项,应始终寻求专业的法律建议。
重型、加固的不锈钢套管提供光滑的接触面,是 3/8” 至 1” 绳索直径的标准配置。对于 1-1/4” 及更大的绳索直径,套管为钢结构,并采用镀锌以防腐蚀。Lift-It® 套管具有焊接固定环,有助于防止变形和意外绳索脱开,而光滑的套管表面可延长延绳钓的使用寿命。每个套管的非关键区域都刻有线直径和长度以及唯一的序列号,以便记录、可追溯性和轻松识别。我们提供各种标准顶部和底部连接,以及提供定制配件的能力,例如我们的 HYDRO/AIR 套管,可容纳软管连接。
人工智能 (AI) 在 1956 年达特茅斯会议上被历史性地定义为能够从周围环境收集信息并在其中采取有效行动的人工生命形式。1970 年,麻省理工学院的明斯基团队开发了一套机器人系统,称为“Copy Demo”,它可以观察“积木世界”场景并成功重建观察到的多面体块结构(Winston,1972 年)。该系统由观察、规划和操作模块组成,表明每个子问题都极具挑战性,需要进一步研究。因此,人工智能领域分裂成几个专门的子领域。虽然这些子领域已经独立取得了重大进展,但这种过度简化主义模糊了人工智能研究的总体目标。为了超越现状,迈向更为复杂的 AI,我们强调接受亚里士多德整体哲学的重要性,该哲学强调各部分之间的整合要大于各部分之和。大型语言模型 (LLM) 和视觉语言模型 (VLM) 的最新进展已显示出在开放世界环境中识别语言和图像的巨大潜力(OpenAI,2023 年)。例如,LLM 的高级语义处理已被用于将人类指令分解为机器人的高级任务(Wake 等人,2023c、d)。然而,这些现有的多模态基础模型,即使对于 GPT-4V(ision),在实现需要动作预测的细粒度操作方面仍然面临挑战。因此,提出了一种新的具身代理基础模型(Durante 等人,2024b),该模型集成了语言能力、视觉认知、上下文记忆和直觉推理,并能自适应地预测具身动作。这是第一项使用从机器人、游戏和医疗保健任务中收集的具身数据预训练基础模型以开发通用 AI 代理的研究。具身代理被概念化为一个交互式系统,它通过其感知能力与人类交流并与环境交互,采取符合人类意图的动作。这就是为什么我们认为大型具身基础模型的进步是对代理 AI 的重大贡献,使系统能够从各种领域信息、动作、自然语言指令和多模态上下文中解析和推断人类意图。此外,
人工智能领域自诞生之日起就对知识感兴趣,它使用精心设计的规则和从人类那里收集的知识来构建有效的专家系统。从那时起,许多领域,如计算机视觉和自然语言处理,一直由使用大型数据集的大规模端到端学习所主导。这往往使知识成为许多重要问题的后续考虑。然而,随着我们在 ImageNet 挑战赛 [ 294 ] 等大型挑战和数据集上的表现达到饱和,并且该领域越来越关注诸如大类别识别和完全具身人工智能(需要理解多种模态的代理)的问题,知识将变得更加重要。在本文中,我们认为,要实现聪明机器人或具身人工智能的目标,我们需要处理视觉、语言和动作这三种模态。我们进一步认为,知识是连接这些模式的关键部分。
莱考夫和约翰逊的理论认为,隐喻不仅仅是语言手段,还代表了我们思维的结构方式。从这个角度来看,隐喻表明,我们的身体感知和与具体世界的互动是理解抽象概念的必要基础。例如,在结构隐喻中,一个抽象概念是通过另一个抽象概念进行隐喻构建的。一个典型的例子是隐喻“争论就是战争”,其中每一次分歧的动态都被描述成一场战斗,强调对抗中的对抗性而非合作性(莱考夫和约翰逊,2008 年)。这种隐喻思维模式简化了复杂的概念,使人们能够更直接地理解,但它也会限制对现实某些方面的感知。同时,我们用来简化抽象概念的隐喻深深地限制了我们的具身思维。方位隐喻对于具身理论尤为重要,因为它们将概念组与空间位置或运动联系起来,从而遵循我们物理世界的规则。同样,我们在幼儿时期具体学到的关于物理世界的知识类似于抽象概念。Lakoff 和 Johnson 举的一个例子是“快乐是向上,悲伤是向下”,它有物理基础。事实上,当我们沮丧时,我们的姿势会反映出来;当我们快乐时,我们会直立。通过本体论隐喻,我们将抽象概念当做对象来谈论。从本质上讲,根据 Lakoff 和 Johnson (2008) 的说法,隐喻是人类语言不可或缺的元素,也是我们思维具身性的证据。
根据具身认知研究,一个人的身体自我感知可能是虚幻的,并会暂时转向外部身体。同样,通过对自我面部和外部面部进行同步多感官刺激而引起的所谓“面孔错觉”会导致身体自我的隐性和显性变化。本研究旨在验证 (i) 在计算机生成的面孔上引发面孔错觉的可能性,以及 (ii) 哪种多感官刺激条件更有效。总共 23 名参与者被要求在三个同步实验条件和三个异步控制条件(每个刺激一个:视觉触觉、视觉运动和简单暴露)下观察性别匹配的化身。在每种条件下,参与者被要求完成一份问卷,评估具身感和面孔感,以解决错觉的不同方面。结果表明,同步刺激比异步刺激效果更强,并且问卷的具身项目差异更明显。我们还发现,与简单的暴露条件相比,视觉触觉和视觉运动刺激的效果更大。这些发现支持将面部错觉作为一种新范式,用于研究不同面部身份的所有权以及视觉触觉和视觉运动刺激在虚拟现实刺激中的具体作用。
信息技术流程描述和人机界面 (HMI) 这一新流程是利用端到端数字流程集成开发的。实际上,这意味着测量数据管理由空中客车计量软件套件提供,并与产品数据管理和空中客车操作系统相链接。在这个系统中,通过摄影测量、激光跟踪器和光电技术获得的数据与技术人员易于使用的 HMI 完全集成。用户体验已证实,以操作员为中心的 HMI 降低了操作员的复杂性,如图 2、3、4 和 5 所示。