XiaoMi-AI文件搜索系统
World File Search System终端用户
BEREC 关于终端用户 ICT 可持续性的报告
绿色转型是希望在实现全球环境目标方面发挥积极作用的欧洲公民的基本关切：88% 的欧洲人支持这一绿色转型目标，而 77% 的欧洲人感到自己有责任采取行动来限制气候变化。1 然而，那些希望积极促进这一转型的人经常会遇到障碍，主要是关于产品对环境影响的信息不足，以及此类信息即使可用也缺乏可比性和可靠性。此外，不公平的市场行为，特别是与计划报废有关的行为，对环境目标构成了重大挑战。2 鉴于欧洲公民日常生活的持续数字化具有不可否认的重要性，数字部门必须解决这些问题，并在授权最终用户参与绿色转型方面发挥重要作用。
协同设计和人工智能：一种让终端用户在视觉交流中发挥能力的方法
摘要 共同设计将设计师、最终用户、研究人员和其他相关利益相关者聚集在一起，以打造有意义的设计解决方案。它通过促进协作、参与式设计开发流程，消除了专业设计师和最终用户之间的传统障碍。本文探讨了在共同设计研讨会中使用人工智能可视化工具 Vizcom。该工具可帮助没有可视化技能的参与者将他们的草图转换为精致的视觉表现。来自杨百翰大学十个学科的 36 名本科生参加了这项研究。向参与者介绍了共同设计的原则和 Vizcom 的功能，包括如何创建帐户、为人工智能制作有效的文本提示以及如何调整绘图影响参数以优化他们的想法的可视化。参与者两人一组，分别被指定为“用户”和“专业人士”。在被要求反思校园午餐食物加热体验时，用户与专业人士分享了见解，专业人士通过采访找出了具体问题。随后，专业人士和用户一起集思广益，提出解决方案。然后，用户在协作会议期间讨论的见解和想法的指导下，勾勒出拟议的解决方案。完成草图后，他们使用手机将草图和详细提示上传到 Vizcom，生成概念的视觉表示。该研究通过单独的调查收集了专业人士和用户角色的反馈，评估了人工智能在捕捉和增强概念解决方案方面的有效性。研究结果为产品设计的共同创造提供了新的途径，强调了人工智能工具在弥合基本草图和复杂视觉输出之间差距方面的潜力。
![arXiv:2305.12167v1 [cs.AI] 2023 年 5 月 20 日](/simg/g:\will\search\icon\source\b\b0262f95c62938ce8c395a3eefba9322684f9482.png)
arXiv:2305.12167v1 [cs.AI] 2023 年 5 月 20 日
随着人工智能 (AI) 变得越来越普遍，监管机构越来越需要为此类系统做出的决策提供解释。然而，执行有意义的解释权的需求与机器学习系统满足此类法律要求的能力之间存在着持续的差距。监管机构对人工智能系统“解释权”的呼吁可以归因于解释在法律中的重要作用，解释是“理由给出”概念的一部分。因此，在本文中，我们研究了法律中理由给出的目的，以分析最终用户可解释性提供的理由是否能够充分满足这些目的。我们发现，理由给出的法律目的包括：(a) 做出更好、更公正的决策，(b) 促进正当程序，(c) 验证人类代理，以及 (d) 增强决策者的权威。使用这种方法，我们证明了终端用户可解释性不足以履行法律中的理由赋予职能，因为理由赋予职能依赖于其对人类决策者的影响。因此，终端用户可解释性未能或不适合履行第一、第二和第三个法律职能。相比之下，我们发现终端用户可解释性在第四个职能上表现出色，考虑到最近的终端用户可解释性研究趋势、大型语言模型的能力以及人类和机器操纵终端用户的能力，这一品质带来了严重风险。因此，我们认为在某些情况下，人工智能系统的解释权可能会给终端用户带来更多的伤害而不是好处。因此，这项研究具有一些重要的政策影响，因为它呼吁监管者和机器学习从业者重新考虑对终端用户可解释性和人工智能系统解释权的广泛追求。
人类、人工智能和环境：了解最终用户对现实世界计算机视觉应用程序的信任
信任是人们与人工智能系统互动的重要因素。然而，缺乏实证研究来检验真实的终端用户如何信任或不信任他们与之互动的人工智能系统。大多数研究都是在实验室环境中通过假设的终端用户来调查信任的一个方面。在本文中，我们通过对现实世界的计算机视觉应用的定性案例研究，提供了对人工智能信任的整体和细致的理解。我们报告了对一款流行的基于人工智能的鸟类识别应用程序的 20 位终端用户的采访结果，我们从多个角度询问了他们对该应用程序的信任程度。我们发现参与者认为该应用程序值得信赖并信任它，但在进行验证行为后有选择地接受应用程序的输出，并决定在某些高风险场景中不采用该应用程序。我们还发现领域知识和背景是信任相关评估和决策的重要因素。我们讨论了我们的研究结果的含义，并为未来对人工智能信任的研究提供了建议。
Aivia 访问 AI 显微镜的未来
Aivia 平台的设计充分考虑了终端用户的需求，这意味着只需极少的培训即可使用功能强大、最先进的人工智能技术。快速培训实验室用户使用该平台，无需任何专业知识即可进行分析。受益于易于使用的下一代机器学习细分和分类工具。
电动汽车和电网整合前景
来源：Matteo Muratori (NREL)。数据来自美国能源信息署年度能源评论。终端用电量不包括相关的电力系统能源损失。各部门能源使用总份额将电力系统能源损失分配给终端用户。
为扩大能源社区而选拔新成员
摘要：能源社区是终端用户在以消费者为中心的背景下积极参与能源转型的关键推动因素。本文重点关注现有能源社区的扩展，这些社区可能需要在众多候选人中选择新成员。选择基于启发式方法，以提高可解释性，并从终端用户的角度促进透明的选择过程。通过精确的基于优化的能源管理策略进一步验证了所提出的方法。成员选择以迭代过程进行，其中最佳潜在候选人被添加为能源社区的新成员，然后在连续迭代中运行相同的过程。对一个由六所房屋和九名潜在候选人组成的真实社区进行了整整一个月的模拟。所提出的基于规则的方法在两个调查指标的候选人之间获得了相似的排名，并返回与更准确的优化相同的结果。此外，结果还提示了如何确定安装新资产的最佳位置（即成员），这些新资产可以对能源社区做出最大贡献，因为它可以提升候选人为社区带来的价值。从这个意义上来说，所提出的方法还可以作为投资决策支持工具以及能源社区居民的选择策略。
面向低延迟和超可靠的虚拟现实 - arXiv
过去两年，学术界和业界对移动/无线虚拟现实 (VR)、混合现实 (MR) 和增强现实 (AR) 产生了前所未有的兴趣。VR 能够让用户沉浸其中，从而创造出下一代娱乐体验，MR 和 AR 则有望增强用户体验，让终端用户可以从智能手机屏幕上抬起头来。5G 包含三个服务类别：增强移动宽带 (eMBB)、大规模机器类型通信 (mMTC) 以及超可靠和低延迟通信 (URLLC)。移动 VR、MR 和 AR 应用在很大程度上是针对特定用例的，它们处于 eMBB 和 URLLC 的交叉点，寻求在延迟限制下统一向终端用户传输多 Gbps 的数据。众所周知，低延迟和高可靠性是相互冲突的要求 [1]。超可靠性意味着为用户分配更多资源以满足高传输成功率要求，这可能会增加其他用户的延迟。需要智能网络设计来实现互联 VR/AR 的愿景，其特点是服务流畅可靠、延迟最小、无缝支持不同的网络部署和应用要求。