电子商务|微型传感器、人工智能和高带宽通信具有明显先进的机器能力电子商务

文章图片

文章图片

文章图片

航空前沿是目前采用的基于改进的天气建模和与地面和附近飞机的数字通信的指导，以及自适应推力和翼型控制。现有技术可以将第二名飞行员从商用飞机上移除，使用地面基地监控安全通信来取代副驾驶；乘客接受度是一个不同且更具挑战性的问题。人为因素研究需要包括人在回路模拟，特别是在非标称情况下，以及与语音通信相比对数字通信的评估。

根据研究人员的报告，麻省理工学院的基斯梅特是一个具有“社交智能”的富有表现力的机器人头部。基斯梅特通过对另一个人的面部和声音进行计算机处理，做出适当的手势作为回报。人们可以争论这项技术是否是真正的社会智能，但它肯定会提出有趣的哲学问题。有证据表明，此类设备可有效引发与幼儿的“正常”社交互动。然而，人们可能想知道这些设备是否会抑制健康的想象力而不是增强它。

一些玩具和治疗动物或即将上市的人物包括基于计算机的语音、语音识别和决策软件。例如，美泰公司开发了一种新的芭比娃娃，它具有广泛的语音和语言识别词汇，通过互联网与公司服务器。该娃娃旨在与年轻女孩或男孩在他们感兴趣的领域进行广泛的对话。诺克斯和布雷泽尔提出了一个案例研究，该案例研究将用于从人类反馈中学习的框架应用于交互式机器人。

他们声称该应用程序首次展示了在机器人学习中从自由形式的人类生成的反馈中训练多种行为的能力，而无需任何进一步的指导或评估。让医院患者，尤其是老年人在运动指导和送餐等功能方面信任机器人，而不是被机器人疏远，是人为因素专业人士自然而然的研究需求。法索拉和马塔里奇以及菲尔-赛弗和马塔里奇的示范堪称典范。然而，克奈菲尔质疑人们是否应该完全信任机器人。

在教育中使用机器人交互并不是一个新想法。例如，帕特的LOGO语言使用机器人“海龟”作为儿童学习初级编程的一种手段。人教机器人和机器人教人都面临人为因素的挑战。以前的经验表明，理想情况下两者同时发生。人为因素工具包的一个重要组成部分是任务分析。人为因素研究的另一条路线是在人类和自动化之间分配任务。著名的菲茨清单中列出了“人”和机器各自最擅长的事情，这已经过时了，还没有得到明确的修订。微型传感器、人工智能和高带宽通信具有明显先进的机器能力。

如果有人认为人体工程学是老式的人为因素，可以考虑设计一个机器人，让老年人和残疾人可以轻柔地上下床或上厕所。许多人类看护人现在从事这项工作，并在此过程中伤害了他们的背部。这在时间、空间、力量、能量和成本方面的任务规划和模拟挑战，可能要使用虚拟现实设想辅助工具，还有人形通用机器人是否有意义的问题。经验表明，机器人的物理形态最好由任务环境决定。

【电子商务|微型传感器、人工智能和高带宽通信具有明显先进的机器能力】如何分析人机交互任务以预测最佳物理形态本身就是一个挑战。人类可以通过移动机器人手给出几何指令，但指定如何移动、何时移动、避免什么等需要符号而非类比语言。基于计算机的语音理解的快速进步有望轻松指挥机器人。但意外后果的可能性很大。一个答案可能是人类主管使用实时虚拟现实模拟来观察口头命令将导致机器人做什么，在向机器人发出“开始”信号之前。这种方法实际上将是预测器显示的扩展，它通过模型外推法不断更新被控制为“向前看”的过程模型。