XiaoMi-AI文件搜索系统
World File Search System心理模型
空间音景叠加，第二部分：信号与系统
摘要：我们提出了一个分析框架，用于对涉及空间声景叠加的计算表示的信号进行认知组织，在此定义为“程序叠加”，该框架基于随附文章第一部分，我们在该部分讨论了虚拟听觉显示中声景表示的物理（声学）和感知（主观和心理）框架。利用多模式感觉和情境和环境的心理模型、惯例和习语可以加强听众对听觉场景的理解，使用隐喻和对声音真实感的放松期望来丰富交流。除了物理和心理的结合，程序（逻辑和认知）叠加还考虑音频源和虚拟位置之间的隐喻映射，包括视觉和听觉视角的分离、方向和距离的分离、参数化的双耳和空间效应，包括方向性、范围压缩和无差异性、声景分层； “音频窗口”（类似于图形用户界面窗口）、窄播和多重存在作为管理隐私的策略；以及旋转作为革命。这些听觉显示策略利用虚拟放松声现实主义来实现增强的音景表现。
负责任地使用人工智能
尽管伦理道德在应用于人类行为时有着丰富的哲学定义历史，但将同样的概念和原则应用于人工智能可能会充满问题。将人工智能拟人化为具有“伦理”等特征可能会助长一种危险的、不切实际的期望，即人工智能可以被训练成具有内在的、有保证的伦理行为。作者反而主张加强对人工智能伦理使用的研究，从最初的构思和设计到操作使用和维持。作者提倡五个关键研究领域：(1) 为人工智能开发者、领导者和用户提供道德和核心人工智能概念教育；(2) 开发和使用模型卡或数据集数据表，以提供对训练模型的优势、局限性和潜在偏差的透明度；(3) 采用以人为本的设计，力求在任务环境中理解人类价值结构，并通过直观透明的界面实现有效的人机交互；(4) 有针对性地使用运行时保证，在必要时监控和修改训练模型的输入或输出，以执行安全或限制偏差等道德原则；(5) 开发使用人机联合创造和训练经验的最佳实践，以通过潜在的突发行为实现共享的心理模型和更高的性能。
![arXiv:2006.11309v1 [cs.AI] 2020 年 6 月 19 日](/simg/8\815b6ddcd9ad12c5b66dd7208c8914603d2dfa68.png)
arXiv:2006.11309v1 [cs.AI] 2020 年 6 月 19 日
数据驱动学习是人工智能 (AI) 许多领域的最新技术，但原始统计性能次于人类的信任、理解和安全。为了在现实世界中大规模部署自主代理，具有各种背景和职责的人必须具备强大的学习和推理心理模型。然而，现代学习算法涉及复杂的反馈回路，缺乏语义基础，从人类的角度来看，它们是黑匣子。可解释人工智能 (XAI) [5] 领域应运而生，以应对这一挑战。XAI 中的大多数工作都侧重于深入了解在静态数据集上训练的分类和回归系统。在这项工作中，我们考虑由代理与其环境交互组成的动态问题。我们介绍了可解释模仿学习 (I2L) 的方法，该方法旨在通过分析黑箱代理的输入输出统计数据来建模其策略。我们称该策略模型为可解释的，因为它采用二叉决策树的形式，易于分解和可视化，可用于事实和反事实解释 [3]。我们通过明确学习代理用作决策基础的潜在状态表示，超越了模仿学习文献中大多数当前工作。在形式化我们的方法后，我们报告了在交通模拟器中实施的初步结果。
AI聊天如何改变搜索行为？
chatGPT 等生成式 AI 工具有望改变人们与在线信息互动的方式。最近，微软宣布了他们的“新 Bing”搜索系统，该系统融合了 OpenAI 的聊天和生成式 AI 技术。谷歌已宣布计划部署融合了类似技术的搜索界面。这些新技术将改变人们搜索信息的方式。本文介绍的研究是一项早期调查，旨在研究人们如何在搜索过程中使用生成式 AI 聊天系统（以下简称为聊天），以及聊天系统与现有搜索工具的结合如何影响用户的搜索行为和策略。我们报告了一项探索性用户研究，其中有 10 名参与者使用了结合使用 OpenAI GPT-3.5 API 和 Bing Web Search v5 API 的聊天+搜索系统。参与者完成了三项搜索任务。在这篇初步结果的预印本论文 1 中，我们报告了用户将 AI 聊天融入搜索过程的方式、他们对聊天系统的喜好、对聊天响应的信任以及他们对聊天系统如何生成响应的心理模型。CCS 概念
2022 年会议材料 - Odlar Yurdu 大学
与欧洲专家的联系大多是理论上的。也就是说，欧洲各国的理论、著作、专着都是向这个方向参考的。心理学的发展始于V.冯特在德国莱比锡创建第一个实验心理学实验室，揭示了与整个人的心理世界、情绪状态、人格结构和心理服务有关的新事实。 W. Wundt 基于联想主义方法的心理模型。这种情况促使科学家寻找研究心理的新方法。那个时期出现的第一批心理学流派未能长期发挥作用。然而，他们证明了关于心理学的主题和方法存在不同的立场和方法。于是，根据当时的要求，新的搜寻开始了。心理学家将这一时期称为方法论危机时期。由于未能达成统一的立场，20世纪初心理学出现了几个方向。他们每个人都有自己的主题和研究方法。于是，心理学中出现了精神分析、行为主义、格式塔心理学、马克思主义心理学方向和流派。 20世纪下半叶，出现了新的心理学流派和方向：人本主义心理学、遗传心理学、认知心理学。由此，从20世纪60年代开始，心理学进入了一个新的发展阶段。
如何在监督驾驶的同时保持驾驶员的参与度...
摘要。这项工作旨在组织建议，以在人类监督驾驶自动化期间保持人们的参与，鼓励安全和可接受地引入自动驾驶系统。首先，使用人为因素、人体工程学和心理学理论的启发式知识来提出解决人类监督控制持续注意力问题的解决方案领域。绘制了驾驶和非驾驶研究示例来证实解决方案领域。汽车制造商可以 (1) 完全避免这种监督角色，(2) 以客观的方式减少它或 (3) 改变其主观体验，(4) 利用条件学习原理，例如游戏化和/或 20 选择/训练技术，(5) 支持内部驾驶员认知过程和 21 心理模型和/或 (6) 利用有关驾驶员、驾驶任务和驾驶环境之间关系的外部信息。 23 其次，对有影响力的人机交互研究进行了跨领域文献调查，以了解如何在监督控制中保持参与度/注意力。从独立评估者对研究建议的分类中发现，解决方案领域（通过数字主题代码）可靠地应用。约 70% 或更多的研究中涉及领域 (5) 和 (6)，约 50% 的研究中涉及领域 (2) 和 (4)，而领域 (3) 和 (1) 分别不到约 20% 和 5%。pres
如何在监督驾驶自动化的同时保持驾驶员的参与度？文献调查和六个解决方案领域的分类
摘要 这项工作旨在组织建议，以便在人类监督自动化驾驶期间保持人们的参与度，鼓励安全和可接受地引入自动驾驶系统。首先，利用人为因素、人体工程学和心理学理论的启发式知识来提出解决人类监督控制持续注意力问题的解决方案领域。绘制了驾驶和非驾驶研究示例以证实解决方案领域。汽车制造商可以（1）完全避免这种监督角色，（2）以客观的方式减少它或（3）改变其主观体验，（4）利用条件学习原理，例如游戏化和/或选择/训练技术，（5）支持内部驾驶员认知过程和心理模型和/或（6）利用有关驾驶员、驾驶任务和驾驶环境之间关系的外部信息。其次，对有影响力的人机交互研究进行了跨领域文献调查，以了解如何在监督控制中保持参与度/注意力。独立评估者对研究建议的分类表明，解决方案领域（通过数字主题代码）可靠地应用。 大约 70% 或更多的研究涉及领域 (5) 和 (6)，大约 50% 的研究涉及领域 (2) 和 (4)，而不到 20% 和 5% 的研究涉及领域 (3) 和 (1)。 本贡献提供了一个指导组织
人机交互（HCI）最重要的发现
摘要：人机交互的概念是随着计算机技术的进步而诞生的。受过教育且技术熟练的年轻人群被用于人机交互的研究。在人机交互中，本研究侧重于心理模型。这项回顾性研究采用了多种方法，其中之一是强调人机交互的当前方法、发现和趋势，另一种是确定很久以前发明但现在落后的研究。本研究还讨论了保真度原型和用户的情商，以使产品更加用户友好。我们在本文中研究了人类为什么使用计算机。计算机系统在人类思维中的目的是什么？除了 HCI 的计算机科学。本研究考察了人机交互的文献以及使用数字技术的人机交互的技术方面。探讨了所有这些挑战，并提供了设计良好人机数字设备的建议。由于硬件和软件的进步，数字设备的效率和处理能力不断提高。然而，许多此类系统的规模和复杂性都在不断增长。虽然这种复杂性通常不会给大多数用户带来问题，但它经常会给用户使用数字设备带来障碍。通常，在设计这些数字设备时，人机交互被忽视了。
从天赋到高潜力，两次杰出
摘要尽管有关于智力和高潜在个人的文献，但仍然缺乏与该人口相关的术语和临床特征的国际共识。有人认为，对诊断工具和研究方法的非标准化使用使对该领域的科学和流行病学证据的比较和解释。如果多种认知和心理模型试图解释潜力很高的机制，则有必要与旧的科学证据面对新的科学证据，以使全球对构成高电位的神经认知的了解。对高潜力的应用研究的另一个特别相关的方面涉及在教育领域及其社会影响生活中所谓的“两次特殊”的个人所面临的挑战。一些人与学习，情感或神经发育障碍一起表现出了高度的智力，提出了关于补偿或加剧心理认知机制是否可能是其观察到的行为的基础的问题。阐明相同的事实将证明与有关鉴别诊断工具，专门的教育和临床支持的可能需求有关的问题。对神经科学到发育心理学的最新发现的荟萃审查可能有助于构思和审查干预策略。
你介意吗？用户对机器意识的看法
数字技术越来越能够模仿包括人类在内的生物的概论和行为曲目。此类技术的高调故事，无论是FCTional [2，116]和Real [124]，都提出了围绕意识归因于计算机的争议[82，120]。在本文中，我们认为，人类计算机互动的学者（HCI）不应关注机器的意识的存在，而应关注人们对机器意识（PMC）的看法。意识的复杂本体论问题不在HCI研究的范围之内，而是由神经科学家和哲学家提出的[26，64，106]。在没有直接证据或清晰度的情况下，用户开发了技术如何工作的心理模型，以及这意味着他们的相互作用[20]。这样的模型可能会导致意识的感知。因此，从HCI的角度来看，第一步是不是要与机器意识的存在。相反，了解用户是否以及如何感知机器意识，这如何与人类与计算机之间的相互作用以及我们如何减轻这种感知对用户和社会的后果。作为一门纪律，具有广泛的衡量和理解用户体验的技能，HCI具有固有的主观现象，具有相关的专业知识和方法来追求这一议程[70]。