本文探讨了意识和智能之间的联系，发现意识与人类领域普适智能有密切关系。对比三种当代意识功能理论与人类的认知能力，作者将结论应用到人工智能领域，提出了一种将三种理论相结合的可实现的模型，并以人类的心理时间旅行为例，提出进行人工智能研究的前景和目标。

Mar, 2022

将公民科学和众包与人工智能、物联网和云策略的巧妙整合，可以在多个领域加速联邦政府的优先事项。

Mar, 2021

本文综述了人类学习、推理和适应新领域的关键能力 —— 概念抽象和类比制定，以及通过符号方法、深度学习和概率编程归纳等多种途径构建具有这些能力的 AI 系统的优势和局限性，最后提出了设计挑战任务和评估指标的几点建议，以在此领域取得量化和可推广的进展。

Feb, 2021

该研究总结了一个名为 ' 人类计算 ' 的新领域，介绍了网络系统中人力驱动的成功案例以及如何通过科学研究改进在线群体驱动系统，以实现其潜力最大化，推进社会进步。

May, 2015

本文中，我们回顾了 Turing 测试及其变体，并关注了更简单的人机交互问题，探究能够可靠地识别人机交互的方法。我们认为，这个问题的研究不仅可以促进计算机系统发展方法的创新，而且可以提高我们对人类行为的理解。

May, 2023

本研究利用 David Marr 的信息处理模型，提出了计算机代理间实现共享意图的基本机制，并探讨了这些机制如何应用于现代基于人工智能的机器人中。另外，作者还通过推测性的思考实验，将这些机制扩展到了人类，提出了 “共享意图第一理论”（SIFT）用以解释人类的理性和意识现象。

Jun, 2023

本研究提出借鉴认知理论以推进 AI 的研究方向，通过嵌入因果组件来获得适应性、推理能力、常识理解等人类决策能力，以期激发 AI 技术研究，进而更好地理解人类和机器智能。

Oct, 2020

本文探讨了生成式人工智能技术的应用领域和能力，重温了图灵关于 “思考机器” 的概念，分析了机器智能测试的重要性，同时指出人工智能机器展示了智能的多个方面，但也存在相应的疑虑和后果。

Jul, 2023

该论文提出了一种基于概率图灵机的计算形式化的 QUERY 抽象，通过条件模拟捕获概率条件，从而将常识推理转化为观察到的统计模型中不确定的世界的概率推断。

Dec, 2012

本文综述了近年来关于机器 Theory of Mind（ToM）在信仰、欲望和意图方面的进展，概括了不同任务和数据集的发展，并比较了具有优势、局限性和适用条件的模型。我们认为，提出标准的评估标准和数据集，特别是覆盖了 ToM 多个方面的大规模数据集，是解决这种困难的方法之一。

Mar, 2023