XiaoMi-AI文件搜索系统
World File Search System学习效果
使用虚拟现实进行维护程序培训
鉴于技术的快速进步和预算的下降，海军正在通过“水手 2025”和“高速学习”等计划探索创新的培训解决方案，这些计划要求进行更多以学习者为中心的实践培训。与这些计划一致，虚拟现实 (VR) 通过为水手提供交互式沉浸式 3-D 模拟环境来训练关键技能，提供了一种低成本的传统培训方法替代方案。事实上，理论研究预测，这种沉浸式培训将比传统的基于计算机的培训在程序性任务培训方面产生更好的学习效果，但很少有系统的实验来研究 VR 如何以及为什么对培训有效。我们进行了一项实验：1) 测试 VR 在军事任务培训方面是否与基于桌面的培训一样有效，2) 比较两种不同的输入方法在 VR 环境中进行交互。83 名参与者接受了 E-28 拦阻装置的维护程序培训，该系统可钩住飞机并在飞机着陆时迅速减速。参与者被随机分配到三种训练条件之一：基于桌面的模拟、基于手势的 VR 或基于语音的 VR。书面回忆测试是我们对学习成果的衡量标准。我们分析了受训者在训练过程中犯的错误，发现不同条件之间的差异表明桌面训练可能不如 VR 训练有效：
视觉知觉学习在虚幻的远距离空间中有效，但在近距离空间中无效
摘要 在近体空间 (PPS) 中，与远离身体的物体相比，靠近身体的物体的视觉形状辨别速度更快。当感知深度基于 2D 图像提示时，PPS 中的视觉处理也会增强。从相对低级（检测、大小、方向）到高级视觉特征（面部处理），都观察到了这种优势。虽然多感官联想也显示出近端优势，但 PPS 是否影响视觉感知学习仍不清楚。在这里，我们研究了感知学习效果是否会根据视觉刺激与观察者的距离（近或远）而变化，这是通过利用庞佐错觉幻觉诱导的。参与者执行了视觉搜索任务，他们报告了干扰项中是否存在特定目标物体方向（例如，指向下方的三角形）。在近距离（近组）或远距离（远组）练习视觉搜索任务（每天 30 分钟，持续 5 天）之前和之后评估表现。结果表明，在近距离空间进行训练的参与者没有进步。相比之下，在远空间进行训练的参与者在远空间和近空间的视觉搜索任务中都表现出了进步。我们认为，远空间训练后的这种进步是由于在远空间中更多地部署了注意力，这可以使学习更有效，并可以跨空间推广。
学院报告 – 校长安娜·内格罗
周年纪念日。因此，我们一直关注传统，但不是陈旧和过时的，而是作为记忆的礼物——“比我们自己的生活更古老、更伟大的记忆”。我们尊重我们的仁慈传统，选择不重复那些仅仅因为一直在做的事情，而是将重点放在圣心学院的不断发展上。为了进一步推进战略重点二：值得终身学习，7 至 11 年级的学生经历了与外部专家相关的跨学科学习。学生们与 IBM 的网络安全分析师合作，后者让一小群高年级数学学生完成了一门名为“错误论证”的研究生水平的逻辑课程，而另一组学生则与 CSIRO 的专业人士 Melanie Thompson 博士合作开展了一个项目，该项目探索如何减少船体阻力，以降低将进口货物运入澳大利亚的集装箱船的排放量。这两个项目都表明了未来学习的面貌——将来自各个学科的技能和知识进行实用的协作整合，以解决现实世界的问题。我们相信学习随时随地都可以进行，并且通过使用技术可以扩大学习效果，因此我们引入了一门在线数字公民课程，供即将入学的 7 年级学生和我们目前的 9 年级学生学习。这一教育过程侧重于负责任地使用移动设备，也是我们对维多利亚州政府禁止在学校使用手机的回应之一。通过学习者的性格和学习方法，我们继续关注如何让我们的女孩成为高能力的学习者，今年我们已经被接受在以下场合展示我们的工作：
规章制度
摘要：神经反馈训练 (NFT) 是一种经常被提出来训练大脑活动 SR 的技术，效果颇佳。然而，由于缺乏对其学习效果的评估、可靠性和验证，因此也受到了一些批评。本研究评估了以下假设：在 NFT 之前用引导式正念冥想 (MM) 为受试者提供启动可能可以改善 SR 学习。在一个简单的严肃游戏设计中，通过单次 alpha NFT 会话的双向平行组随机对照干预测试了所提出的框架。62 名健康的幼稚受试者，年龄在 18 至 43 岁之间，被分为 MM 启动组和无启动组。尽管 EG 和 CG 都成功实现了 alpha 节律的上调（F(1,59) = 20.67，p < 0.001，ηp2 = 0.26），但与 CG（t(29) = 1.18，p > 0.1）相比，EG 表现出显著增强的（t(29) = 4.38，p < 0.001）控制大脑活动的能力。此外，EG 在 NFT 上的优异表现似乎可以通过受试者在干预前缺乏意识、干预后活力较低、任务参与度增加以及对 NFT 任务的轻松不加评判的态度来解释。这项研究是对所提出的辅助启动框架的初步验证，提出了一些关于其对 NFT 表现功效的隐性和显性指标，并且是一种提高天真“用户”自我调节能力的有前途的工具。
在高中物理课程中实施人工智能
我们这个时代的特点是技术变革不断改变着我们周围的平衡。技术发展如此之快，甚至在它们变得有意义之前，它们就已经成为过去。我们只需想想人们多久会换一次手机，换上更新、更现代、功能更多的手机。所以，我们确实处于计算机时代。如今的 2000 年代出生的 20 多岁的年轻人，正如 Prensky 所描述的“数字天真者”[1]，是伴随着计算机长大的。他们的生活不可避免地与数字时代交织在一起。所以，无论我们喜欢与否，我们都面临着一个新现实的曙光。计算机科学创造了一项技术成就——人工智能 (AI)。早在 50 年代中期，人工智能的概念就开始试探性地出现在聚光灯下 [2]，指的是旨在具有类似人类智能行为的机器。总之，库兹韦尔对人工智能的定义指出，人工智能是一门构建机器的艺术，这些机器在运行过程中需要人类的思维和智慧 [3]。人工智能所应用的技术分析和探索人类的推理和行为 [4]，最后通过一系列算法来创建模仿人类推理的结构 [5]。本文基于发现学习理论，该理论要求学生发现新知识。布鲁纳的发现学习通常与建构主义教学原则相关，其强调学生在参与积极的社会学习过程时学习效果最好，这有助于他们根据现有知识形成新的想法 [6]。主要
六足机器人模拟器中的倾斜幻觉导致错误...
目标：我们测试六足模拟器中的某个程序是否会导致航空公司飞行员对倾斜角（即“倾斜”）做出错误假设以及对姿态指示器 (AI) 做出错误解释。背景：倾斜对解释错误的影响此前已在非飞行员中得到证实。飞行中，由于误导性的滚转提示（空间定向障碍）可能会出现错误的假设。方法：飞行员（n = 18）进行了 36 次试验，要求他们仅使用 AI 滚转至机翼水平。在显示 AI 之前，他们会收到滚转提示，在大多数试验中，提示与 AI 倾斜角方向相匹配，但在倾斜相反条件下（四次试验），提示方向相反。在基线条件下（四次试验），他们没有收到滚转提示。为了测试飞行员是否对 AI 做出反应，AI 有时会在倾斜水平条件下（四次试验）按照滚转提示显示机翼水平。结果：总体而言，飞行员在倾斜-相反条件下（19.4%）犯的错误明显多于基线条件（6.9%）或倾斜-水平条件（0.0%）。倾斜-相反条件下的学习效果明显，因为 38.9% 的飞行员在第一次接触这种条件时犯了错误。经验（即飞行小时数）没有显著影响。结论：倾斜程序可有效诱导飞行员的 AI 误解和控制输入错误。应用：该程序可用于空间定向障碍演示。
利用增强现实提供痴呆症教育
了解大脑的关键生理和解剖结构以及痴呆症的潜在机制是医学课程的重要组成部分。这项研究评估了增强现实 (AR) 三维 (3D) 大脑可视化学习模式的实施可行性，以及与基于文本的小册子相比，医学生的知识提高情况。小册子组从双面信息小册子中学习，而 AR 组使用 AR 应用程序。在 AR 中，参与者在平板电脑的摄像头前拿着一个立方体，在屏幕上呈现为 3D 大脑模型，并接受包含与小册子相同信息的旁白课程。还通过事前测试和书面调查评估了这两种资源的感知有用性。共有 24 名学生参加了这项研究。所有参与者的知识得分总体上存在显著差异（p < 0.001），但各组之间没有显著差异。先前教育是所有参与者事前事后变化的重要协变量（p = 0.016），但对小组结果没有影响。这两种资源都收到了积极的反馈，大多数人认为它们易于使用、令人愉快，并有助于提高他们对痴呆症的认识。基于文本的小册子和 AR 传递模式都提高了知识，尽管两者都没有明显优于另一种。然而，AR 课程被认为具有很高的学习效果，并且有可能在医疗计划中实施。
利用 VR 技术改进远程学习的研究
实践技能型教育需要模范的面对面操作教学，而VR可以增强在线远程学习，促进“面对面”教学的替代形式，从而改善师生沟通和学习者自我效能。它也是面对面教学的有用替代品，并且对学习效果有积极的影响。在本研究中，采用了混合方法，该方法采用了以下方法：定量和定性测量相结合、文献收集、案例和比较分析，以及使用“你，书法家”作为调查工具的VR教学。选择了美术专业的老师和学生，然后他们使用基于VR的教育性书法游戏应用程序进行教学活动。我们研究了虚拟时间、空间和技术可用性对学习者的理解、想象力和互动性在VR教育中的影响，然后我们通过学习者的反馈评估了积极影响。我们使用的研究工具包括理解力、想象力以及反馈动机如何与有效学习相结合；我们还进行了中国书法表现测试。使用SPSS统计分析软件进行相关统计处理，α设置为0.05。本研究结果表明，VR时空中的中国书法学习影响学生的理解力和想象力，但对操作能力没有影响。根据我们的研究，传统和现代教学方法的一个根本区别在于转向在教育中使用VR（和互联网）。因此，本研究的重点是了解远程学习对实践技能的影响，并研究这些影响，以形成一种有效的VR在教育中的应用方法。
六足机器人模拟器中的倾斜错觉导致航空公司飞行员对人工地平线做出错误反应
目标：我们测试六足模拟器中的某个程序是否会导致航空公司飞行员对倾斜角（即“倾斜”）做出错误的假设以及对姿态指示器 (AI) 做出错误的解释。背景：倾斜对解释错误的影响此前已在非飞行员中得到证实。飞行中，由于误导性的滚转提示（空间定向障碍）可能会出现错误的假设。方法：飞行员（n = 18）进行了 36 次试验，要求他们仅使用 AI 滚转至机翼水平。在显示 AI 之前，他们会收到滚转提示，在大多数试验中，提示与 AI 倾斜角方向相匹配，但在倾斜相反条件下（四次试验），提示方向相反。在基线条件下（四次试验），他们没有收到滚转提示。为了测试飞行员是否对 AI 做出反应，AI 有时会在倾斜水平条件下（四次试验）按照滚转提示显示机翼水平。结果：总体而言，飞行员在倾斜-相反条件下（19.4%）犯的错误明显多于基线条件（6.9%）或倾斜-水平条件（0.0%）。倾斜-相反条件下的学习效果明显，因为 38.9% 的飞行员在第一次接触这种条件时犯了错误。经验（即飞行小时数）没有显著影响。结论：倾斜程序可有效诱导飞行员的 AI 误解和控制输入错误。应用：该程序可用于空间定向障碍演示。结果强调了明确的显示的重要性，它应该能够快速纠正由于空间定向障碍而导致的错误假设。
基于人工智能的电子学习：概述
近年来，科技的进步改变了人们学习和获取知识的方式。人工智能 (AI) 在教育领域的融入催生了一种新的学习形式，即基于人工智能的电子学习。基于人工智能的电子学习是一种创新的教育方法，利用人工智能技术为学生创造个性化的学习体验。它有可能通过为学生提供更具吸引力和更有效的学习体验来彻底改变教育[1]。人工智能在电子学习中的应用是一个特别新的研究领域，大多数研究集中在智能辅导系统的创建和使用上，其次是使用人工智能在电子学习环境中促进评估和评价。基于人工智能的电子学习是一种利用人工智能技术为学生创造个性化和互动式学习体验的电子学习。基于人工智能的电子学习的目标是使用人工智能算法分析学生行为并提供定制反馈以改善他们的学习体验 [3]。基于人工智能的电子学习可以通过各种平台进行，包括在线学习门户、移动应用程序和虚拟教室 [2]。基于人工智能的电子学习使用各种人工智能技术，包括自然语言处理、机器学习和计算机视觉，为学生创造个性化的学习体验。例如，人工智能算法可以分析学生的行为，例如花在特定主题上的时间，并提供定制反馈以帮助学生提高学习效果。此外，基于人工智能的电子学习系统还可以使用自然语言处理来了解学生的问题和需求并提供相关的答复。