XiaoMi-AI文件搜索系统
World File Search System符号系统
平视显示器符号系统 (HUD)：预规范研究...
为了限制本研究的范围，并与 DGAC 专家达成一致，本研究主要涉及民用运输航空中现有的 HUD。因此，通用术语 HUD 是指一种飞行仪器，它以数字（字母数字字符）或模拟（二维空间中的几何形式）的形式将平视信息叠加在外部视野上。这种 HUD 具有以下基本特征：无限准直、与外部世界一致、单色（有关进一步讨论，请参阅附录 4 词汇表中的这些术语）。它旨在用于民用运输航空，主要用于当前的使用环境（使用现有导航设备的航路飞行和受控空域）。
使用彩色编码的平视飞行符号系统进行飞行员表现
在显示符号设计中，色彩处理一直被认为是一种改善操作员体验和性能的方法。彩色平视显示器 (HUD) 和头盔显示器 (HMD) 技术的最新发展强调了了解符号颜色编码与传统单色符号格式的人为因素考虑的必要性。在这个低保真桌面人机在环实验中，叠加符号集上的飞行符号颜色被编码为冗余提示，以指示专业和非专业飞行员在一系列模拟飞行操作中的飞行剖面的准确性。这项研究的主要发现是彩色编码飞行符号支持专业和非专业飞行员的手动飞行性能。值得注意的是，倾斜指示器和空速带的颜色编码分别最大限度地减少了转弯和高度变化操作期间的性能误差。彩色编码符号的可用性也高于单色符号。我们得出结论，用户更喜欢彩色编码的 HUD/HMD 符号系统，并且可能在低工作量手动飞行任务中提高性能。要更全面地了解性能和工作量的影响，需要未来的研究采用更高工作量的飞行任务，并检查颜色编码在更高保真度环境中的实用性。
CS Peirce 和计算作为可自动化的符号学
马丁·欧文 传播、文化与技术项目 乔治城大学，华盛顿特区 irvinem@georgetown.edu CS Peirce 和计算作为可自动化的符号学 美国符号学学会会议论文的扩展版本，2016 年 9 月。 （这是出版前的草稿，仅供参考。欢迎评论和讨论。） [霍布斯的] 一篇著名论文名为《逻辑或计算》，虽然并非所有的推理都是计算，但数值计算肯定是推理。但是计算机器每天都在使用；巴贝奇的分析引擎将在数学上取得相当大的成就。其他逻辑机器也被建造出来。所有这些仪器都进行推理；这些推理受逻辑规则的约束。-- CS Peirce，《微小逻辑》（1901 年） 由阿兰·图灵构想并由约翰·冯·诺依曼发明的存储程序计算机打破了表示事物的数字和执行事物的数字之间的区别。我们的宇宙将永远不同。 --乔治·戴森，《图灵大教堂》（2012 年） 本文是从皮尔士符号学视角研究计算、符号系统、符号认知和技术中介历史的一项大型研究的一部分。作为在计算学科和人文学科之间架起桥梁的一步，本文将介绍一种新方法，用于详细重新描述计算过程作为自动符号学的实现，以及数字媒体工件作为人类符号系统文化史中技术中介连续体内的表示。1 我建议综合认知科学、语言学、计算理论、符号学和信息哲学研究的交叉方向，将人文学科与技术和科学领域的知识形成统一起来，围绕人类符号认知、符号系统、意义生成和任何物理或技术结构中的信息表示等关键问题。在这种更大的背景下解读皮尔士的后期著作，我认为，计算、软件和数字媒体最好被理解为人类符号认知的产物，因此，它们是人类符号系统中介的长期实施的累积结果。现在所有证据表明，符号认知是人类的核心操作系统（我称之为 OS Alpha，OS A），人类社会已将其扩展到具有复杂历史的多种物理基础和技术中介中。
互动理论案例...
摘要：从历史上看，建筑的文化角色有时会发生根本性的变化。当代建筑理论必须应对信息和通信技术的激增，寻求物理环境在数字时代的转变角色。本文回顾了计算学科的观点，提出了交互式建筑理论的大纲，并初步探索了启发式方法作为交互式建筑设计工具。计算最初与物理环境无关，专注于符号系统。但在不同的学科中，理论家和研究人员都在质疑抽象的有效性，而不了解物理和文化环境。生态心理学研究感知必须基于物理环境，而不仅仅是内部心理过程。行动者网络理论提出，人类和物理制品在有意义的活动网络中是可以互换的。具身互动要求人类行为的意义来自物理和行为环境。物理认知研究我们如何通过在物理环境和符号系统中存储信息来减少认知负荷。基于对物理在有意义的环境中的作用的理解，提出了交互式建筑理论。该理论与交互设计的活动模型相一致，强调了
计算机代码理解与额顶网络中的形式逻辑推理共享神经资源
摘要 尽管编程对现代社会至关重要，但代码理解的认知和神经基础在很大程度上仍是未知的。编程语言可能会“回收”最初为自然语言开发的神经认知机制。或者，代码理解可能依赖于与其他文化发明的符号系统（如形式逻辑和代数等符号数学）共享的额顶叶网络。专业程序员（平均 11 年编程经验）在接受 fMRI 时执行代码理解和记忆控制任务。同样的参与者还执行了形式逻辑、符号数学、执行控制和语言定位器任务。左侧额顶叶网络被招募用于代码理解。该网络内的活动模式区分了“for”循环和“if”条件代码函数。就底层神经基础而言，代码理解与形式逻辑和数学重叠程度较小。与执行过程和语言的重叠程度较低，但语言和代码的侧向性在个体之间共变。包括代码在内的文化符号系统依赖于独特的额顶叶皮层网络。
人工智能基本假设和神经...
“物理符号系统包括一组通常称为符号的合并实体，这些符号表示物理模式，可以作为另一种称为表达式的实体的组成部分出现。符号结构由多个符号实例组成，这些符号以某种方式物理相关。在给定的时间点，系统包含这些符号结构的集合。该系统还包含一组对表达式进行操作的过程，以完成创建、修改、复制和更改的过程。”
Wingman™-Elbit 系统
通过连接和集成所有任务平台和数据源以形成一个巨大的网络，Wingman 为机组人员提供了飞机作战环境的精确实时视图。使用保形符号系统，丰富的战术信息可以直观地显示出来，显示所有实体、障碍物、威胁、边界、传感器等。决策支持系统 (DSS) 应用程序还增强了作战领域，为机组人员提供导航辅助、精确路线计算和地形规避警告。这些先进的工具通过安全的云共享给所有网络成员，减少了驾驶舱工作量并简化了任务操作，同时减少了战斗时间、提高了安全性并支持任务目标。
1.1 与人工智能交互的概念、定义和历史...
人工智能的历史：人工智能，简称AI，挪威语（KI）也称为人工智能，以下简称AI，于1956年正式形成。这在当时被称为现代人工智能。哲学家试图将人类思维描述为符号系统（Lewis，2014）。人工智能一词本身来自计算机技术领域的教授约翰·麦卡锡 (John McCarthy)。我们也不能忘记阿兰·图灵，他创造了一台突破性的机器，探索人工智能的数学可能性（Anyoha，2017）。这样，我们可以将图灵视为人工智能的创造者。人工智能的定义：如上所述，麦卡锡可以被认为是人工智能之父，因为他对信息学和人工智能领域的参与（Solutions，2020）。麦卡锡将人工智能定义为：