阿育王大学的心理学是围绕行为研究的科学方法而建立的。心理学系致力于跨学科研究,涵盖心理学的不同领域,教师的专业知识代表了这种跨学科方法。该系提供充满活力的学习和研究环境,鼓励学生发挥求知欲,并允许心理学与认知神经科学、计算神经科学、生物学、哲学、物理学等其他各个领域无缝衔接。我们系的目标是为我们自己和学生创造有利于智力发展的学术氛围。该系的文化旨在成为学生、教职员工和教师之间相互尊重和协商的文化,无论是在研究、教学还是管理方面。
• Joe Paladino [电网解决方案] ( joseph.paladino@hq.doe.gov ) • Eric Hsieh [能源存储] ( eric.hsieh@hq.doe.gov ) • Dan Ton [微电网] ( dan.ton@hq.doe.gov ) • Chris Irwin [EVGrid Assist] ( christopher.irwin@hq.doe.gov ) 能源效率和可再生能源办公室
医学图像对于对许多病理的非侵入性评估至关重要。但是,它们太耗费了,尚未完全和客观地表征许多疾病。因此,我们的愿景是通过增强医学成像系统的临床价值并进行医学成像来改善医学成像,并使其更实惠(时间/成本有效):充分量词(全面疾病表征,对于精确医学所必需的),有效(更快,更全面的检查),有效,可靠,可靠及其诊断。
摘要:神经系统的电活动是意识现象学的基础。感官知觉触发与环境的信息/能量交换,但大脑的反复激活保持静止状态,参数恒定。因此,感知形成一个封闭的热力学循环。在物理学中,卡诺发动机是一种理想的热力学循环,它将热量从热库转化为功,或者反过来,需要功将热量从低温库转移到高温库(逆卡诺循环)。我们通过吸热逆卡诺循环分析高熵大脑。其不可逆激活为未来定位提供了时间方向性。神经状态之间的灵活转移激发了开放性和创造力。相反,低熵静止状态与可逆激活平行,可逆激活通过重复思考、悔恨和遗憾强加过去的焦点。放热卡诺循环会降低精神能量。因此,大脑的能量/信息平衡形成了动机,被感知为立场或负面情绪。我们的工作从自由能原理的角度分析了积极和消极情绪以及自发行为。此外,电活动、思想和信念适合于时间组织,这是与物理系统正交的条件。在此,我们提出,对情绪热力学起源的实验验证可能会启发更好的精神疾病治疗方案。
摘要。在现代世界中,很容易迷失思想,部分原因是我们通过智能手机触手可及的大量知识将我们的认知资源分开,部分原因是我们的内在思想。在这项工作中,我们旨在找到在不同冥想风格中常见的思维和冥想神经签名的差异。我们使用不同冥想风格的专家,即Shamatha,Zazen,Dzogchen和可视化的专家在冥想过程中进行的脑电图记录。我们使用剩余的验证技术评估模型,以训练三种冥想样式并测试第四个剩余样式。使用这种方法,我们达到了70%以上的平均分类准确性,这表明冥想技术的EEG信号在跨冥想方式上具有独特的神经特征,并且可以与流浪状态区分开。此外,我们使用T-SNE,PCA和LLE算法从较高维度产生较低的嵌入,并观察到冥想和思维方式之间嵌入的视觉差异。我们还解散了所提出的设计的一般流程以及对神经反馈支持思维的检测和校正设备的贡献。
估计此次信息收集的公共报告负担平均为每份回应 1 小时,包括审查说明、搜索现有数据源、收集和维护所需数据以及完成和审查收集信息的时间。请将关于此负担估计或本次信息收集任何其他方面的评论(包括减轻负担的建议)发送至国防部华盛顿总部服务处信息行动和报告局 (0704-0188),地址:1215 Jefferson Davis Highway, Suite 1204, Arlington, VA 22202-4302。受访者应注意,尽管法律有其他规定,但如果信息未显示当前有效的 OMB 控制编号,则任何人均不会因未遵守信息收集而受到任何处罚。请不要将您的表格寄回上述地址。
从导航系统到智能助手,我们每天都会与各种人工智能进行交流。在这种人机交流的核心中,我们通过不同复杂程度的话语向人工智能传达我们对人工智能能力的理解,人工智能通过系统输出向我们传达对我们的需求和目标的理解。然而,这种交流过程很容易失败,原因有二:人工智能可能对用户有错误的理解,用户可能对人工智能有错误的理解。为了增进人机交流中的相互理解,我们提出了相互心智理论 (MToM) 框架,该框架的灵感来自人类的基本能力“心智理论”。在本文中,我们讨论了 MToM 框架的动机及其三个关键组成部分,它们在人机交流的三个阶段不断塑造相互理解。然后,我们描述了一个受 MToM 框架启发的案例研究,以展示 MToM 框架在指导人机交流的设计和理解方面的强大功能。
• 在某些情况下,对无行为能力的人施加的限制可能相当于“剥夺自由”。这必须根据具体情况进行判断 • 该人是否可以自由离开,是否受到持续的监督和控制? • 这些限制是否符合该人的最大利益? • 这些安排可能需要获得授权才能合法。 • 如果是养老院或医院,则使用剥夺自由保障措施。在其他任何地方,请向保护法院提出申请。
心智理论 (ToM) 是人类认知的关键组成部分,即人类心智将心理状态归因于他人的能力。为了理解他人的心理状态或观点,并在社交和职业环境中与他人成功互动,这种社会认知形式必不可少。同样的推断人类心理状态的能力是人工智能 (AI) 融入社会的先决条件,例如在医疗保健和汽车行业。自动驾驶汽车需要能够推断人类驾驶员和行人的心理状态,以预测他们的行为。在文献中,人们对 ToM 的理解越来越多,特别是随着对儿童和自闭症谱系障碍患者的认知科学研究的增加。同样,通过神经影像学研究,现在人们对 ToM 背后的神经机制有了更好的理解。此外,已经提出了用于推断人类心理状态的新 AI 算法,其应用更复杂,通用性更好。在这篇评论中,我们综合了认知和神经科学中对 ToM 的现有理解以及已提出的 AI 计算模型。我们重点关注偏好学习这一特别感兴趣的领域以及最新的神经认知和计算 ToM 模型。我们还讨论了现有模型的局限性,并暗示了允许 ToM 模型充分表达人类思维各个方面(包括价值观和偏好)的复杂性的潜在方法。
在本文中,我们讨论了人工智能心智理论的发展,这是代理与人类团队成员合作的基础。具有人工智能社交智能的代理需要各种能力来收集社交数据,以便为人类同行提供人工智能心智理论。我们借鉴社交信号理论,讨论一个框架来指导对人工智能社会智能核心特征的考虑。我们讨论人类社会智能和心智理论的发展如何通过形成基础来帮助代理建模、解释和预测人类的行为和心理状态,以支持人机交互,从而促进人工智能社会智能的发展。人工智能社会智能需要处理能力来感知、解释和生成社交线索组合,以便在人机团队中运作。人工智能心智理论提供了一种结构,通过该结构,社交智能代理可以具有模拟人类代理并参与有效人机交互的能力。此外,ASI 可以使用人工智能心智理论建模来支持与人类的透明沟通,提高对代理的信任,以便他们可以根据对人工智能社交智能代理的理解和支持信任来更好地预测未来的系统行为。