Jul, 2023

开发有效的人工智能与人类团队合作：人 - 机联合认知系统的视角

PDF
TL;DR人工智能与人类团队合作是新的设计范式，需要遵循以人为中心的人工智能 (HCAI) 方法。本文提出了人工智能与人类联合认知系统 (HAIJCS) 的概念框架，用于代表并实现人工智能与人类团队合作。
human-ai teamingai systemsteaming paradigmhuman-centered aihuman-ai joint cognitive systems
发现论文，激发创造
  • 人机认知协作中的 AI 挑战

    该研究讨论了在未来机器人作为人类队友的角色，并提出了更新智能体结构的方案，强调了自主代理的谋划过程中人类的心智模型要求。

    Jul, 2017

  • 实现以人为中心的人工智能：方法论视角

    基于我们之前的工作，本文提出了一个综合的基于人为中心的人工智能（HCAI）框架，包括设计目标、设计原则、实施方法、跨学科团队和 HCAI 流程，同时提出了一个 “三层” 方法以促进框架的实施，我们相信这个系统性和可执行性框架可以克服当前 HCAI 框架中的不足，并应对当前实践中面临的挑战，进一步实现 HCAI 的发展。

    Nov, 2023

  • 智能代理协同团队情境感知（ATSA）：一种用于人工智能协同团队的情境感知框架

    人工智能的快速发展导致了在各个领域中人工智能与人类合作的增长趋势。通过提供人工智能和人类之间动态情境感知交互的新框架，该研究对于理解人工智能与人类混合团队中的情境感知交互有着重要意义。

    Aug, 2023

  • 人机协同的可解释界面：一项综述

    本文从以人为中心的角度对人工智能可解释性界面在人工智能增强的人机协作系统中的透明性挑战进行了深入研究，并提出了一个用于评估该界面的新框架。通过在可解释人工智能、人机协作以及人机交互等领域进行广泛调查，该研究提供了多个新见解，探讨了将可解释人工智能整合到人工智能增强的人机协作系统中的未来方向。

    May, 2024

  • 大型预训练模型的人工智能协同研究调查

    人工智能在快速发展，人工智能系统与人类智能的协作，即人工智能协作 (HAI) 团队合作，已成为推动问题解决和决策过程进展的基石。本文调查了大型预训练模型与 HAI 的重要整合，并强调这些模型如何在协作智能方面超越传统方法。研究探讨了 LPtM 在增强人类能力方面的协同潜力，并讨论了此合作在 AI 模型改进、有效团队合作、伦理考虑以及在各个领域的广泛应用中的应用影响。通过这次探索，研究揭示了 LPtM 增强的 HAI 团队合作的变革性影响，为未来研究、政策制定和战略实施提供了洞察，旨在充分发挥这种合作的潜力，造福研究和社会。

    Mar, 2024

  • 人工智能潜力与认知：从人工智能与网络安全合作的视角发表的一篇立场文件

    人工智能在网络安全领域的潜力以及人工智能与人类合作的风险因素、伦理和法律问题等方面进行了深入探讨，强调了将人类专家的专业知识与人工智能的计算能力相结合以改善网络防御的重要性。

    Sep, 2023

  • 设计值得信赖的人工智能：人机协作框架指导开发

    本文介绍了基于 Human-Machine Teaming（HMT）框架的技术道德规范，用于设计可靠、可用、安全、明晰、负责的人工智能系统，并提供了一些支持团队的主题和活动，如可用性测试，以帮助开发团队在创建 AI 系统时提前发现问题并确保用户信任。

    Oct, 2019

  • 以团队学习为视角设计人工智能协同创新系统

    本研究将人工智能与人类合作的问题重新定义为一种学习问题，提出团队学习策略可提高合作效果和质量，为设计更高效的人工智能合作系统提供了新的视角和框架，并就支持人们学习如何与生成型人工智能系统协作的进一步研究提出了问题和议程。

    Jul, 2022

  • 以人為本的人工智能和機器學習

    该研究论文提出了人类中心的人工智能的理念，这需要从社会文化视角设计人工智能算法，并包括帮助人类理解算法、公平公正性、解释性和透明度等方面的问题。

    Jan, 2019

  • 人感知 AI 系统的挑战

    讨论了设计人类感知人工智能系统面临的挑战，包括建模人类的心理状态、识别其愿望和意图、提供主动支持、展示可解释性行为、并引发信任等，并强调这种系统引出的伦理困境和推广真正跨学科合作的必要性。

    Oct, 2019