İnsanların, insanlar ve akıllı makineler arasındaki güveni algılamasını sağlamak
Yeni "sınıflandırma modeli", birlikte çalıştığı akıllı makinelerde insan güveninin derecesini algılayabilir, bu da etkileşim ve ekip çalışmasının kalitesini iyileştirmeye yönelik bir adımdır. Tüm araştırma alanının uzun vadeli hedefi, insan davranışını değiştirebilen ve insan güvenini artırabilen akıllı makineler tasarlamaktır. Yeni model, Purdue Üniversitesi Makine Mühendisliği Okulu'nda Yardımcı Doçent Neera Jain ve Doçent Tahira Reid tarafından yürütülen bir araştırma sonucu geliştirildi. Akıllı makineler, daha geniş anlamda konuşursak, akıllı sistemler, insanın günlük yaşamında giderek daha yaygın hale geliyor. İnsanların akıllı sistemlerle etkileşime girme ihtiyacının artmasıyla birlikte güven, işbirliğine dayalı etkileşimde önemli bir faktör haline geldi. Örneğin, uçak pilotları ve endüstriyel işçiler genellikle otomatik sistemlerle etkileşime girerler.İnsanlar sistemin istikrarsız olduğunu düşünürse, bazen bu akıllı makineleri gereksiz yere devirirler.İnsanlar ve makineler arasındaki başarılı etkileşimin anahtarının insan güveni olduğu iyi bilinmektedir.
Bokeyuan-Bilimin Popülerleştirilmesi: Araştırmacılar, insanlar ve akıllı makineler arasındaki güveni artırmaya doğru bir adım atarak iki tür "sınıflandırıcı tabanlı deneysel güven sensörü modeli" geliştirdiler. Purdue Üniversitesinin 150. yıl dönümü kutlamalarının bir parçası olarak Purdue Üniversitesinin büyük sıçrama kutlamasıyla tutarlı olan bu çalışma, üniversitenin yapay zeka, algoritmalar ve otomasyon alanındaki küresel ilerlemelerini tanıyor. Bu, Purdue Üniversitesi'nin pratik sorunları çözmek için entelektüel bir merkez olarak statüsünü göstermeyi amaçlayan bir yıllık "Yaratıcılık Festivali" nin dört temasından biridir. Bu modeller, güveni ölçmek için iki teknik kullanır: elektroensefalogram ve galvanik deri tepkisi. İlk grup beyin dalgası modellerini kaydeder ve ikinci grup, güven ile ilgili bir psikofizyoloji "özellik seti" sağlayarak cildin elektriksel özelliklerindeki değişiklikleri izler. Kırk beş denek, kablosuz EEG kulaklıklarını ve bir elde cilt akımı tepkisini ölçen bir cihazı taktı. Yeni modellerden biri, 45 katılımcının tümü için aynı psikofizyolojik özellikler kümesini kullanan "Evrensel Güven Algılayıcı Modeli" dir.
Diğer model herkes için özelleştirilmiştir, bu da ortalama doğruluğu artırır, ancak eğitim süresinin artması pahasına. Bu iki modelin ortalama doğruluğu sırasıyla% 71,22 ve% 78,55'tir. Bu, EEG'nin güveni gerçek zamanlı olarak veya gecikmeden ölçmek için kullanıldığı ilk zamandır. Jain şunları söyledi: Bu verileri, belirli bir tetikleyici veya olaydan sonra beyin dalgalarını gözlemlemek yerine, sürekli gözlemleyerek çok yeni bir şekilde kullanıyoruz. Interactive Intelligent Systems Computing Machinery Trading Association'ın özel bir sayısında, bir araştırma makalesi bu keşfi detaylandırdı. Wall Street Journal'ın özel sayısı "Akıllı İnsan-Bilgisayar Etkileşiminde Güven ve Etki" başlığını taşıyor. Tezin yazarı, makine mühendisliği yüksek lisans öğrencisi Kumar Akash; eski bir yüksek lisans öğrencisi olan Hu Wanlin, şu anda Stanford Üniversitesi'nde doktora sonrası araştırmacı (Jain ve Reed). İnsan-makine ilişkilerinde güven oluşturmak ve yönetmek için, insan güven düzeylerindeki değişikliklere gerçek zamanlı olarak yanıt verebilecek makineler tasarlamak için geri bildirim kontrol ilkelerini kullanmakla ilgileniyoruz.
İnsanın güvenini "kazanmak" için akıllı makineler nasıl tasarlanır? Yeni model tasarımı. Fotoğraf: Purdue Üniversitesi fotoğrafı / Marshall Farthing
Bunu yapabilmek için, insan güven düzeyini gerçek zamanlı olarak değerlendirmek için bir sensöre ihtiyaç vardır. Bu makalenin bulguları, bu süreçte psikofizyolojik ölçümlerin kullanılabileceğini göstermektedir. Makinelere insan güveni konusu, "insan-fail kolektifinin" verimli çalışması için çok önemlidir. Gelecek, insanlar ve makineler arasında etkili ve başarılı bir koordinasyon ve işbirliği gerektiren insan-aracı kolektifleri etrafında inşa edilecek. Örneğin bir doğal afette kurtarma ekibine yardım eden bir grup robot var. Çalışmamızda sadece bir kişi ve bir makineyle ilgileniyoruz, ancak sonunda insanlardan ve makinelerden oluşan bir ekibe genişlemeyi umuyoruz. Çeşitli süreçleri otomatikleştirmek için algoritmalar tanıtıldı. Ama orada hala neler olduğunu izleyecek insanlar var ve genellikle bir örtüşme işlevi var, bir şeyin yanlış olduğunu düşünürlerse kontrolü geri alabilirler.
Bazen bu davranış temelsizdir: Bazı durumlarda insanlar ne olduğunu anlamayabilir, bu yüzden sisteme doğru şeyi yapması için güvenmezler. Yani bunu gerçekten yapmasalar bile kontrolü geri alacaklar. Pilotun otopilotu geçmesi gibi bazı durumlarda, kontrolü yeniden kazanmak uçağın güvenli çalışmasını engelleyebilir ve bir kazaya neden olabilir. İnsanlarla güven oluşturabilecek ve sürdürebilecek akıllı bir makine tasarlamanın ilk adımı, makinenin gerçek zamanlı olarak insan güven düzeylerini değerlendirmesini sağlayan bir sensör tasarlamaktır. Yaklaşımlarını doğrulamak için, 581 çevrimiçi katılımcıdan bilgisayarın yol engellerini belirlediği bir sürüş simülasyonu yapmaları istendi. Bazı durumlarda bilgisayar engeli% 100 doğru bir şekilde tanır ve diğer durumlarda bilgisayar engeli% 50 yanlış tanır. Yani bazı durumlarda, size bir engel olduğunu söyleyecektir, böylece frene basıp kazayı önlemiş olursunuz.
Ancak diğer durumlarda, size yanlış bir şekilde engel olmadığını söyleyecektir, bu yüzden sebepsiz yere fren yaparsınız. Test, araştırmacıların akıllı sistemlerdeki insan güveniyle ilgili psiko-fizyolojik özellikleri belirlemelerine ve buna göre güven sensörü modelleri oluşturmalarına olanak tanır. Güvenilir bir deneyde güven seviyesinin yüksek olacağını ve yanlış bir deneyde güven seviyesinin düşük olacağını varsayalım. Bu hipotez, 581 çevrimiçi katılımcıdan geri bildirim toplanarak doğrulandı. Sonuçlar, bu yöntemin etkili bir şekilde akıllı makinelere güven ve güvensizlik uyandırabileceğini göstermektedir. Güveni gerçek zamanlı olarak değerlendirmek için, temel psikofizyolojik ölçümleri sürekli olarak alma ve değerlendirme yeteneği gereklidir.Bu araştırma çalışması, insan güven sensörlerini geliştirmek için ilk kez gerçek zamanlı psikofizyolojik ölçümleri kullanır. EEG kulaklık, sinyalleri dokuz kanal üzerinden kaydeder ve her kanal beynin farklı bir bölümünü alır. Herkesin beyin dalgaları farklıdır, bu nedenle herkes için işe yarayan bir sınıflandırıcı oluşturduğunuzdan emin olun.
Özerk sistemler için insan güveni üç kategoriye ayrılabilir: kişilik güveni, bağlamsal güven ve öğrenme güveni. Kalite güveni, cinsiyet ve kültür gibi potansiyel önyargılar içeren demografik verilere dayanan güven bileşenini ifade eder. Bazı ince farklılıklar dikkate alınmalıdır: Örneğin, kadınların güveni erkeklerinkinden farklıdır ve güven, yaş ve milliyet farklılıklarından da etkilenebilir. Bağlamsal güven, görevin riskinden veya zorluğundan etkilenebilirken, öğrenme otonom sistemleri kullanan geçmiş insan deneyimine dayanır. Geliştirdikleri modellere sınıflandırma algoritmaları denir: bir kişinin ne zaman güvendiğini ve ne zaman güvensiz hissedebileceğini ayırt etmek için kullanılabilirler. Jain ve Reid ayrıca, verilere dayanarak gelecekte güvenin nasıl değişeceğini tahmin edebilen dinamik modellerin yanı sıra cinsiyet ve kültürel farklılıkları dikkate almak için kişilik güveni üzerinde çalıştılar.
Boko Park-Bilim Popülerleştirme Araştırma / Gönderen: Purdue Üniversitesi
Referans: "Wall Street Journal" (akıllı insan-bilgisayar etkileşimine güven ve etki)
Brocade Park - Evren Biliminin Güzelliğini Sunuyor
