部署的人工智能系统的意外后果促使人们呼吁人工智能系统具有更多的可解释性。可解释的人工智能 (XAI) 系统通常为用户提供简化的局部解释,以用于个别预测,但让他们自己构建对模型行为的全局理解。在这项工作中,我们研究了 XAI 的非技术用户在解释附加的局部解释时是否会陷入解释深度的错觉。我们采用了一种混合方法,包括一项有 40 名参与者的主持研究和一项有 107 名众包工作者的无主持研究,使用基于 SHAP 框架的电子表格式解释界面。我们观察了非技术用户如何从局部解释中形成他们对全局人工智能模型行为的心理模型,以及他们的理解感知在检查时如何下降。
摘要:从表面上看,行为科学和物理学似乎是两个不同的研究领域。然而,对他们解决的问题进行了更仔细的研究表明,它们彼此唯一相关。以量子思维,认知和决策理论为例,这种独特的关系是本章的主题。调查当前的学术期刊论文和学术专着,我们提出了量子力学在人类感知,行为和决策现代研究中的作用的另一种愿景。为此,我们主要旨在回答“如何”问题,故意避免复杂的数学概念,但要开发一种技术简单的计算代码,读者可以修改以设计自己的量子启发的模型。我们还介绍了计算代码的应用并概述几个合理的方案的几个实践示例,其中量子模型基于提议的DO-Yourandself Model套件可以帮助了解个人和社会群体的行为之间的差异。
摘要 LOC-I 事故每年都在发生,而事故调查报告中的建议似乎没有效果。到目前为止,事故报告似乎并没有解决飞行员失去控制的原因,只是关注需要更好或更多的飞行员培训。很少或根本没有关注飞行员失去控制的原因。在去年奥格斯堡举行的 ISASI 会议上,发表了一篇论文,讨论了“分析前庭错觉潜在影响的新工具” 1 ,如躯体重力错觉和躯体旋转错觉导致飞行员空间迷失方向。人类大脑在零重力或偏移重力环境中依赖强烈的视觉提示来保持方向和平衡的知识已得到充分证明。然而,在大多数 LOC-I 事故报告中似乎都缺乏这方面的知识。在黑暗或仪表条件下的飞行条件下,飞行员可能会受到躯体重力、躯体旋转和 G 过量效应错觉的影响,导致飞行员空间定向障碍(“飞行员眩晕”)。对抗这些感官错觉的唯一有效线索是强烈的视觉线索。在这方面的一个说明点是未经训练的私人飞行员进入云层的例子。他很快就会失去控制,但当飞机离开云层并且飞行员在白天视觉条件下观察到自然地平线时,他很可能会恢复控制。在这种情况下,未经训练的飞行员从充满挡风玻璃的自然地平线接收视觉提示,并通过使用他的周边视力,他接收重新
与本体感受有关的因素。本体感受错觉很少单独发生。它们与前庭系统密切相关,与视觉系统的关系较小。输入大脑的本体感受信息可能导致对真实垂直的错觉。在机动过程中,本体感受信息被输入到中枢神经系统。没有视觉参考,飞行员只会感觉到被牢牢地压在座位上。由于这种感觉通常与爬升有关,飞行员可能会将其解释为爬升。
摘要 力反馈被认为是虚拟现实 (VR) 的下一个前沿。最近,随着消费者对无线 VR 的推动,研究人员放弃了基于笨重硬件(如外骨骼和机械臂)的解决方案,开始探索更小的便携式或可穿戴设备。然而,在渲染惯性力时,例如移动重物或与具有独特质量特性的物体交互时,当前不接地的力反馈设备无法提供快速的重量转移感觉,无法真实模拟 2D 表面上的重量变化。在本文中,我们介绍了 Aero-plane,一种基于两个微型喷气螺旋桨的力反馈手持控制器,可以在 0.3 秒内渲染高达 14 N 的重量转移。通过两项用户研究,我们:(1)描述用户在使用我们的设备时感知和正确识别虚拟平面上不同运动路径的能力; (2)测试了控制器在两个 VR 应用程序(飞机上的滚动球和使用不同形状和大小的厨房工具)中使用时的真实度和沉浸感。最后,我们展示了一组应用程序,进一步探索我们设备的不同使用情况和替代外形尺寸。
根据具身认知研究,一个人的身体自我感知可能是虚幻的,并会暂时转向外部身体。同样,通过对自我面部和外部面部进行同步多感官刺激而引起的所谓“面孔错觉”会导致身体自我的隐性和显性变化。本研究旨在验证 (i) 在计算机生成的面孔上引发面孔错觉的可能性,以及 (ii) 哪种多感官刺激条件更有效。总共 23 名参与者被要求在三个同步实验条件和三个异步控制条件(每个刺激一个:视觉触觉、视觉运动和简单暴露)下观察性别匹配的化身。在每种条件下,参与者被要求完成一份问卷,评估具身感和面孔感,以解决错觉的不同方面。结果表明,同步刺激比异步刺激效果更强,并且问卷的具身项目差异更明显。我们还发现,与简单的暴露条件相比,视觉触觉和视觉运动刺激的效果更大。这些发现支持将面部错觉作为一种新范式,用于研究不同面部身份的所有权以及视觉触觉和视觉运动刺激在虚拟现实刺激中的具体作用。
视觉错觉为大脑在感官输入下对世界的解释提供了宝贵的见解。然而,大脑活动转化为幻觉体验的确切方式仍然很大程度上未知。在这里,我们利用大脑解码技术结合深度神经网络 (DNN) 表示将幻觉感知重建为大脑活动的图像。重建模型在自然图像上进行训练,以建立大脑活动与感知特征之间的联系,然后在两种类型的错觉上进行测试:虚幻线条和霓虹色扩散。重建揭示了与幻觉体验一致的线条和颜色,这些线条和颜色在源视觉皮层区域有所不同。这个框架提供了一种将主观体验具体化的方法,揭示了大脑对世界的内部表征。
CO1 - 展示对联合行动背景下社会认知、感知和行动之间关系的理解。CO2 - 解释视觉运动适应的概念,并应用时间延迟重新校准的知识来分析和解决处理连续运动中的时间延迟的挑战。CO3 - 检查自下而上/自上而下的感知和显着性图模型的作用,并推断现实搜索任务中的注视控制,以预测和分析各种场景中的眼球运动模式。CO4 - 理解配置编码的概念及其在视觉错觉中的作用,并使用配置处理的知识来分析和解释照明对视觉错觉的影响。CO5 - 分析存在感在 VR 体验中的影响,并评估它如何影响心理学研究中的参与者行为和反应。
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。
摘要。随着计算、传感和车辆电子技术的进步,自动驾驶汽车正在成为现实。对于自动驾驶,雷达、激光雷达和视觉传感器等环境感知传感器作为车辆的眼睛发挥着核心作用;因此,它们的可靠性不容妥协。在本研究中,我们提出了一种通过中继攻击进行欺骗,它不仅可以在激光雷达输出中引起错觉,还可以使错觉看起来比欺骗设备的位置更近。在最近的一项研究中,前一种攻击被证明是有效的,但后一种攻击从未被证明过。此外,我们提出了一种针对激光雷达的新型饱和攻击,它可以完全使激光雷达无法感知某个方向。这两种方法的有效性都已通过 Velodyne 的 VLP-16 实验验证。